单一来源
当前只有一个可用来源,尚未完成多源交叉核验GPT-Image-2.6全量上线!直出GIF和SVG,6.2 Astra也现身了
GPT-Image-2.6全量上线!直出GIF和SVG,6.2 Astra也现身了
最快6秒出图
GPT-Image-2.6突然上线!
整体生成时间缩短50%,最快6秒出图;原生支持生成GIF动图;支持直接导出SVG矢量格式。
OpenAI在API中首次把模型的“场景规划脑力”和“像素渲染画质”拆成了两个独立参数,大幅降低了多轮修改的成本和耗时。
目前,GPT-Image-2.6在ChatGPT、Codex以及API中全量上线,全线免费及付费用户均可直接使用。
拆开“脑力”与“画质”,最快6秒出图
这次GPT-Image-2.6的API端首次分出了两个具体型号,分别是Flare和Sunburst。
Flare主打速度和排版,专门针对海报和电商产品图等商业视觉做布局优化,在低画质档位下单张图的生成时间硬是被压缩到了6秒。
Sunburst则负责啃硬骨头,在中等和高画质档位下提供更高的细节精度,核心解决多轮对话修改中改着改着人物和商品就变样了的一致性问题。
底层控制逻辑的变化同样值得关注~
过去调用生图API时,开发者往往只能调整分辨率或笼统的画质档位。哪怕只是改背景颜色,也需要模型重新完整跑一遍构图规划。
这次Images 2.6新增了一个名为complexity也就是复杂度的参数,专门用来控制模型在动笔前花多少算力去做场景规划。而原本的quality也就是画质参数,则纯粹负责视觉细节和保真度。
这种把构思精力和渲染精度解耦的做法,和文本大模型里调节推理思考深度的思路如出一辙。
在实际工作流中,如果是日常的局部微调或快速改图,开发者可以把complexity调到low,同时保持高quality输出。
这样能省去模型重新排兵布阵的时间,只做高精度重绘。
只有遇到多元素同框或限制条件极多的复杂场景时,才需要把complexity调高。
用3×2序列帧“逃课”,原生支持GIF动图
原生支持GIF动图是Images 2.6最直观的新功能。
品牌吉祥物想加点小动作,或者想给社交媒体做几张表情包,或者就是随手拿圆珠笔在横线本上涂了一只猫头鹰,扔给模型,出来的动态贴纸都背景干净,并且动作连贯。
一个生图模型,不请重型视频生成模型帮忙,怎么就能快速搓出一条流畅的GIF?
答案藏在官方放出的OpenArt合作案例提示词里。
这组打工人盯着股市暴跌猛男落泪、股市暴涨撒币庆祝的动图,背后喂给模型的Prompt其实长这样:
“生成一张用于无缝循环GIF的单张动画序列图(sprite sheet)……严格包含6个连续帧,按精准的3列×2行网格排列,从左到右、从上到下阅读。每个面板尺寸完全一致。固定前侧四分之三机位,同一角色、同一书桌、显示器、服装和背景……第六帧平滑过渡回第一帧。无字幕、无边框、无留白。”
看明白了不?
Images 2.6压根没去动视频那套复杂的时空扩散计算,而是用了一种从游戏工业里借来的序列帧思路,在一张图里就把6格严丝合缝的定格动画(Sprite Sheet)画完了。
最后切片一合,GIF这不就来了?
这样做的好处是绕开了视频模型高昂的推理延迟,还保证每一帧的角色五官、衣服褶皱和背景物体的相对固定。
这项能力现在已经有公司在真刀真枪地用了~
比如做AI办公助手的初创公司Town通过API把它接了进去,专门给工作软件里的虚拟助手生成打字、反馈这类实时微表情动图。
直出SVG,开放局部标记开放给了API
这次更新还顺带带来了两项挺实在的工程化能力。
一个是SVG矢量图导出,另一个是API端的图像标记(Image markup)。
搞过前端或UI的都知道,AI生成的位图一放大边缘就没眼看……想塞进网页或App里,一般操作都是再找个第三方工具转成矢量格式。
就挺折腾的。
Images 2.6直接原生支持导出SVG。
原本程序员在Codex里写前端代码的时候可以直接让模型生成能无限缩放的图标、组件和插画,顺手就写进代码库。
中间那些转换环节全!省!了!
另外,之前只在ChatGPT网页端才有的圈选局部重绘(Image markup)功能,这次也正式开放给了API。
企业团队可以在自己的产品后台里,直接用坐标或遮罩圈出要改的区域,再配合Sunburst模型的高一致性,批量改图就能像流水线一样跑起来。
One More Thing
生图模型外发现的一个小惊喜:
GPT-6.2 Astra,现在已经现身谷歌云了~
参考链接:
[1]https://openai.com/index/introducing-images-2-6/
[2]https://x.com/lyraxana/status/2118123296738677133
版权所有,未经授权不得以任何形式转载及使用,违者必究。
GPT-image OpenAI 直出Gif
· 榜一,拿来吧你!智元这波双模型杀穿多榜榜单2026-10-30
· 工程能力一键复用,专心卷新能力!轮子造一次就够了|详解FluxVLA Engine技术报告2026-10-28
· Physical RSI第一站!便利店打工“人”自己进化,物理AI飞轮启动了2026-10-27
· 四川最牛便利连锁超市搞机器人售货,黄了2026-10-28
马斯克买下ai.com域名!奥特曼刚砸千万美元购入,4个月转手给钢铁侠
集齐三个顶级域名
OpenAI推理第一人离职,7年打造了o3/o1/GPT-4/Codex
“去尝试探索一些在OpenAl难以开展的研究领域”
人形AI捉迷藏惊煞网友:飞檐走壁纯靠自学,表情丰富还会合作,姚班学霸吴翼参与
网友:OpenAI是一家动画公司吧
2019-09-21
OpenAI 强化学习
OpenAI也缺卡!僧多粥少,自曝内部抢卡抢到发疯
痛苦与煎熬!搬运GPU像玩俄罗斯方块
ChatGPT搜索与Her打通了!搜索免费开放,居然还剧透明日直播主题
搜索结果多模态化
我们都错怪GPT-5了,路由统一算力,免费用户也能创造收益
奥特曼让99%的免费用户用上推理模型绝对不是发福利
Evidence
来源与证据
当前仅有一个可用来源,尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要,需结合原文核对
相关资讯
DeepSeek发布创作者模式,下一代大模型计划基于华为昇腾芯片预训练
“你的Harness,由你定义。”(Your Harness. You Define It)在发布智能体更新后,DeepSeek再次更新Creator Mode(创作者模式)。11月2日,澎湃新闻记者获悉,DeepSeek Harness发布Creator Mode(创作者模式)演示视频,集中展示通过对话创建插件的能力,并公开七组演示的中英文提示词。据DeepSeek在推送中介绍:“来认识DeepSeek Harness中的‘创造模式’,把想法转化为你能直接使用的插件:可以是设计工作台、沙盒游戏,或是一个3D大模型可视化工具,你会创造出什么?”所谓Harness,是指围绕大语言模型构建的一套软
百度发布 Apollo World 世界模型,助力无人驾驶规模化落地
百度发布 Apollo World 世界模型,助力无人驾驶规模化落地 4 小时前 百度 Apollo 在相关专场上首次披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World,提出世界模型「2 + 3」判断标准,该模型已用于萝卜快跑全球化测试与验证,助力无人驾驶规模化落地。Apollo World 将虚拟场景内所有交通参与者建模为具备决策与交互能力的 AI 智能体,支持无人车在虚拟城市任意起终点通行,其技术栈还可拓展至机器人等更广泛的物理 AI 场景,虚拟路测效率极高,依托真实运营数据形成真实运营与虚拟验证相互促进的闭环,可帮助消化测试成本与部署风险,破解无人驾驶规模化的「
国内三大顶尖大模型负责人乌镇同台对话:开源后如何防范风险
11月3日,2026年世界互联网大会乌镇峰会在浙江桐乡乌镇开幕。此次峰会的主题是“开源开放 共建共享——携手构建网络空间命运共同体”,聚焦人工智能的开源开放。这也是世界互联网大会第一次把“开源”置于主题位置。围绕上述主题,当天下午举行的主论坛专门开设了“人工智能乌镇对话”环节。在世界互联网大会人工智能专业委员会首席主任委员、中国工程院院士、之江实验室主任王坚的主持下,国内三大顶尖开源大模型企业——DeepSeek(深度求索)、阿里千问和MiniMax(稀宇科技)的相关负责人针对开源大模型的热点问题展开交流。“人工智能乌镇对话”现场。澎湃新闻记者 徐益平 图国内大模型企业为何纷纷选择开源过去一年
国产 RNA 生物大模型正式开源 相关研究成果登上《自然》
国产 RNA 生物大模型正式开源 相关研究成果登上《自然》 10 分钟前 中国科学技术大学团队研发的开源 RNA 序列基础模型 structRFM 相关成果登上《自然》期刊,团队已开放完整配对数据、模型权重和源代码供全球科研人员使用。该模型基于约 2100 万条经计算注释的序列-二级结构配对数据,通过设计算法同时预训练学习序列上下文与结构依赖,仅需输入序列即可提取多维度特征用于多种结构与功能推断任务,在多项任务中达到国际前沿水平,相关消融实验也验证了结构信息引入及掩码策略对模型性能提升的作用。 国产 RNA 生物大模型正式开源 登上国际顶刊《自然》 国产 RNA 生物大模型重大突破:中
AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。