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 Images 2.6 突然发布,蓝色大肥鱼实现 GIF 表情包自由
猝不及防。 就在刚刚,OpenAI 正式发布新一代图像生成模型 Images 2.6,并同步向 ChatGPT、Codex 和 API 开放。 此次升级带来了几项重要变化。 一是图像生成速度提升 50%,二是支持通过文字提示词生成 GIF 动图,三是进一步改善多轮编辑的一致性,让 AI 生图开始更接近专业设计素材的生产要求。
图| https://openai.com/index/introducing-images-2-6/ OpenAI Developers 官方账号也同步宣布,面向开发者推出 GPT-Image-2.6 Flare 和 Sunburst 两款模型,分别侧重快速生成和高质量图像编辑。
更值得关注的是,OpenAI 在官方博客中披露了一组使用数据。 如今,全球用户每周通过 ChatGPT、Codex 和 API 创建的图片已经达到 40 亿张,平均每天超过 5 亿张。
当 AI 生图已经进入这样一个量级,行业的重点需求也就逐渐从基础生成,转向追求更精细化的修改。 与此同时,据 The Information 援引知情人士消息称,OpenAI 最快可能在当地时间周五推出新一批模型,包括新一代 Astra、Sol 以及专注网络安全的模型,不过具体发布时间仍有可能调整。
如果消息属实,Images 2.6 或许只是 OpenAI 本周密集更新的开始。 生图速度提升 50%,两款新模型分工明确 按照 OpenAI 的说法,Images 2.6 的图像生成速度较此前提升了 50%,这意味着用户可以在更短时间内拿到结果,也能更高频地调整提示词、反复修改画面。
在 API 端,OpenAI 这次给出了两款定位不同的图像模型。 其中,GPT-Image-2.6 Flare 主打速度和日常创作。 在低画质设置下,Flare 最快只需 6 秒就能生成一张图片。
除了更快,它还改善了海报、产品展示图等专业视觉内容的布局质量,让模型在处理构图和元素排布时更稳定一些。 另一款 GPT-Image-2.6 Sunburst,则更强调画质、细节和多轮编辑中的一致性。
按照 OpenAI 的说法,在中高画质设置下,Sunburst 不仅能提供更好的图像质量,也能在连续修改过程中更稳定地保留人物、产品和品牌细节。 这其实对应的是 AI 生图在实际使用里最常见的痛点。
很多时候,用户不是只生成一张图就结束,而是还要继续改背景、调动作、换文案、替换部分元素。如果模型一改就把人物长相、服装或产品外观一起改掉,那么前面的工作基本就得重来。 Sunburst 想解决的,正是这种「只能重画、很难细修」的问题。
对于需要制作系列海报、广告素材或品牌视觉内容的团队来说,这种一致性往往比单张图片是否惊艳更重要,因为真正影响工作效率的,从来不是第一稿,而是后面那一连串修改。 这一点,相信每个被折磨到凌晨三点的设计师深有体会。
一句话生成 GIF,让静态图片动起来 这次 Images 2.6 最直观的新能力,是正式支持 GIF 动图创作。 根据 OpenAI 展示的案例,用户可以直接用自然语言描述角色动作和变化过程,让模型生成循环播放的 GIF,用于社交媒体表情包、品牌角色动画、营销内容甚至前期分镜探索。
例如,OpenAI 展示了 OpenArt 的两组案例。 一组是股票下跌时崩溃流泪的 Q 版上班族。 另一组则是股票上涨后兴奋庆祝的角色动画。两段内容都采用六帧连续画面,在保持人物、镜头和背景一致的前提下,通过细微动作变化完成完整情绪表达。
从官方展示的提示词来看,Images 2.6 在生成动图之余,能够理解一整套连续动作逻辑。比如它需要同时处理人物设定、镜头固定、帧数结构、前后衔接,以及循环播放时的自然过渡,这也意味着模型开始具备了一定程度上的「动画编排」能力。
OpenArt 联合创始人兼 CEO Coco Mao 也在博客中表示,GIF 本来就是社交媒体上的原生表达形式,而 GPT-Image-2.6 让创作者可以通过一段提示词就完成这类内容的制作。
OpenAI 还展示了另一个更有代表性的方向,就是把简单草图直接转成动态角色。比如在官方案例中,一只画在横线纸上的手绘猫头鹰,被转换成了可以活动的动画形象。 从这个角度看,Images 2.6 正在把 AI 生图往轻量级动画生产工具又推了一步。
我们也第一时间上手体验了这个功能。 最近 DeepSeek 蓝色大肥鱼火遍全网,相信不少人都在微信群、评论区刷到过它的各种表情包。 图|图片来源:博主 ZipZipPipe 而有了 GPT Images 2.6,只要脑洞够大,普通用户也可以随时为自己喜欢的角色定制表情包。
比如,「震惊」版蓝色大肥鱼。 「俏皮点赞版」蓝色大肥鱼。 还有经典「吃大白饭」的蓝色大肥鱼。 相比过去需要在网上四处寻找合适的表情包,现在只需要描述人物、动作和情绪,就能按照自己的想法定制聊天素材,甚至围绕同一个角色制作整套表情包。
在实际测试中,我们也尝试让模型生成一个六帧循环的 Q 版魔法学徒 GIF,角色从挥动魔杖施法到咒语失控、脸被熏黑,再到抖落黑灰回到起手动作,整套动作链条能够按提示较完整地呈现出来。
另一组测试则是基于一张黑白小鸟线稿直接生成可爱风 GIF,模型保留了原有线条风格,只补上粉色腮红,并让小鸟完成眨眼、蹦跳和爱心飘出的循环动作,整个过程耗时约 1 分 6 秒。 我们还测试了一组拟人化橘猫揉面的六帧 GIF,模型基本还原了揉面、喷嚏、面团粘鼻子再舔掉的连续动作,整体风格和温馨面包房背景也保持了较好的统一性。
当然,从 OpenAI 目前展示的能力边界来看,Images 2.6 更适合这种短时、循环、小动作的 GIF 生成,它与长视频、复杂镜头运动或者更强叙事性的生成模型,仍然不是同一条产品路线。
不过,对于表情包、品牌 Mascot、产品交互动效和社交内容创作来说,这已经足够实用。 OpenAI 还在文中提到,AI 办公助手初创公司 Town 就利用 Images 2.6,为产品中的虚拟角色 Monty 制作动态效果,让它在用户等待 AI 回复时,以动画形式出现在输入框上方。
相比传统的加载图标或跳动圆点,这种更具性格和识别度的动态角色,显然更容易成为产品体验的一部分。 支持 SVG 导出,AI 修图也有了更多控制选项 除了 GIF,Images 2.6 这次更重要的一层更新,其实发生在编辑和工作流层面。
首先,OpenAI 将此前已经在 ChatGPT 中提供的图像标记功能带到了 API,这意味着开发者和团队可以更明确地告诉模型,到底要改哪一块内容,从而减少本来只想小修一下,结果整张图都被带偏的情况。
同时,Images 2.6 也支持 SVG 导出,方便将生成结果直接应用到网站、App 和印刷等场景中。 OpenAI 还新增了 complexity 参数,允许开发者控制模型在满足请求时投入多少规划工作。
按照官方解释,图像质量参数决定的是画面的细节和保真度,而 complexity 决定的则是模型为了满足提示词要求,要在多大程度上进行场景规划和组织。 对于更换背景、调整单个元素这类简单任务,OpenAI 建议使用较低 complexity,以换取更快的编辑速度。
对于包含大量元素、复杂关系或严格构图要求的场景,则可以尝试中高 complexity,让模型在理解和组织画面时投入更多处理能力。 在开放范围上,Images 2.6 已于今日面向全球 ChatGPT 和 Codex 用户开放,覆盖所有订阅档位,支持桌面端、移动端和网页端。
开发者则可以通过 API 使用 Flare 和 Sunburst 两款模型。 价格方面,Flare 和 Sunburst 采用相同的 API 定价,与上一代 Images 2.5 保持一致。
图| https://developers.openai.com/api/docs/pricing#image-generation 按照标准费率,图像输入每百万 Token 为 8 美元,输出为 30 美元,缓存输入为 2 美元;
文本输入每百万 Token 为 5 美元,缓存输入为 1.25 美元,实际费用取决于 Token 消耗量。 从此次更新来看,OpenAI 在保持 API 单价不变的同时,提高了生成速度,并进一步完善图像标记、SVG 导出和复杂度控制等功能,显然希望让 AI 生图更深入地融入专业设计和内容生产流程。
换句话说,相比已经逐渐成熟的 C 端生图市场,专业工作流才是 OpenAI 接下来更难啃的部分。谁能让图片生成后的修改、衔接和交付更加高效,谁才更有机会让 AI 生图真正成为用户离不开的生产力工具。
#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。
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
Meta 收购 AI 编程初创公司 Conductor,加码智能体编程赛道
IT之家 11 月 5 日消息,Meta 已收购 AI 编程初创公司 Conductor。该公司开发了一款 AI 编程工具,允许用户通过在多个并行工作空间中部署 AI 智能体,同时启动和推进多个软件项目。Conductor 创始人兼首席执行官查理 · 霍尔茨(Charlie Holtz)周三发文称:“有一个重大消息要告诉大家:Conductor 即将加入 Meta。”他还透露,公司正在为下一代交互界面制定一些大胆的计划,并预告将于“明年年初”为用户带来一些新东西。IT之家注意到,霍尔茨还在 X 平台上表示,他期待与 Meta 首席人工智能官亚历山大 · 王(Alexandr Wang),以及
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。