GPT-Image-2.6已全面上线！

整体生成耗时减少50%，最快6秒可完成图片生成；原生支持GIF动画输出；可直接导出SVG矢量格式。

OpenAI在API中首次将模型的“场景规划能力”与“像素渲染质量”分离为两个独立参数，大幅降低多次修改的成本与时间。

目前，GPT-Image-2.6已在ChatGPT、Codex及API中全面上线，所有免费与付费用户均可直接使用。

拆分“规划”与“质量”，最快6秒出图

此次GPT-Image-2.6的API端首次推出两个具体型号，分别为Flare和Sunburst。

Flare侧重速度与布局，针对海报、电商产品图等商业视觉进行布局优化，在低画质设置下单张图片生成时间压缩至6秒。

Sunburst则处理复杂任务，在中高画质设置下提供更高细节精度，核心解决多轮修改中人物或商品容易变形的一致性问题。

底层控制逻辑的变化同样值得关注。

过去调用图像生成API时，开发者通常只能调整分辨率或笼统的画质设置。即便仅修改背景颜色，模型也需要重新完整执行构图规划。

此次Images 2.6新增一个名为complexity（复杂度）的参数，专门控制模型在生成前投入多少计算资源进行场景规划。原有的quality（画质）参数则仅负责视觉细节与保真度。

这种将构思与渲染解耦的方式，与文本大模型中调整推理深度的思路一致。

在实际工作流中，对于日常局部微调或快速修改，开发者可将complexity设为low，同时保持高quality输出。

这样可节省模型重新规划的时间，仅进行高精度重绘。

仅当遇到多元素同框或限制条件极多的复杂场景时，才需调高complexity。

△图片由AI生成

采用3×2序列帧方式，原生支持GIF动画

原生支持GIF动画是Images 2.6最直观的新功能。

品牌吉祥物想加入小动作，或为社交媒体制作表情包，或随手在横线本上画了猫头鹰……

输入模型后，生成的动态贴纸背景干净，动作连贯。

一个图像生成模型，不依赖重型视频生成模型，如何快速生成流畅的GIF？

答案隐藏在官方公布的OpenArt合作案例提示词中。

这组打工人面对股市暴跌落泪、股市暴涨庆祝的动图，输入模型的Prompt如下：

“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。”

看明白了吗？

Images 2.6并未采用视频领域的复杂时空扩散计算，而是借鉴游戏工业中的序列帧思路，在一张图中绘制出6格严丝合缝的定格动画（Sprite Sheet）。

最后切片合并，GIF便生成了！

这种方式的优势在于绕开视频模型的高推理延迟，同时确保每一帧的角色五官、衣物褶皱和背景物体保持相对固定。

这项能力目前已有公司在实际应用。

例如，AI办公助手初创公司Town通过API接入该功能，专门为工作软件中的虚拟助手生成打字、反馈等实时微表情动图。

直接导出SVG，API开放局部标记

此次更新还带来了两项实用的工程化能力。

一是SVG矢量图导出，二是API端的图像标记（Image markup）。

从事前端或UI设计的人都知道，AI生成的位图放大后边缘会模糊……若要嵌入网页或App，通常需要借助第三方工具转换为矢量格式。

过程相当繁琐。

Images 2.6直接原生支持导出SVG。

程序员在Codex中编写前端代码时，可直接让模型生成可无限缩放的图标、组件和插画，并直接写入代码库。

中间的所有转换步骤全部省去！

此外，此前仅在ChatGPT网页端可用的圈选局部重绘（Image markup）功能，此次也正式开放给API。

企业团队可在自家产品后台中，通过坐标或遮罩圈出需修改的区域，配合Sunburst模型的高一致性，批量修改图像可像流水线一样运行。

额外惊喜

在图像生成模型之外，还有一个发现：

GPT-6.2 Astra，现已出现在谷歌云上。

参考链接：

[1]https://openai.com/index/introducing-images-2-6/ [2]https://x.com/lyraxana/status/2118123296738677133

本文来自微信公众号“量子位”，作者：衡宇，36氪经授权发布。