来源: 新智元
准备好,OpenAI要放大招了!
就在刚刚,先来了个热身,ChatGPT Images 2.6迎来重磅升级,生图速度狂飙50%。
这还是头一次,也是OpenAI首创,AI生图一键直出GIF。
不仅如此,GPT Images 2.6还支持逐帧编辑、调整播放速度,参考生图功能同步上线。
沙雕公鸡马步一扎,加速之后,直接上演群魔乱舞。
今天,这两款API生图新模型Flare和Sunburst正式上线。
前者最快6秒出图,后者主打高质量与编辑一致性,并支持SVG导出、局部精修。
巧的是,下一代GPT-6.2 Astra和Sol也在谷歌平台现身,圈内不少人都在押注:最快明天就得官宣!
UIS1,OpenAI这边GPT Images 2.6的升级,主打一个实用性。
过去,你让AI画一只小猫,拿到的通常是一张静态图片。
如果想让小猫跳舞、眨眼、摇尾巴,还需要额外借助动画软件,或是其他生成工具。
这一次,ChatGPT直接把整套流程接了过来。
生图从此不再单调,想要一张照片动起来,扔给ChatGPT一句话「你可以做成GIF吗」。
转眼间,照片里的主角瞬间「活了」。
戴着小雏菊针织帽的猫咪当场扭起身体,迪斯科灯球下的青蛙、昂首阔步的大公鸡、粉红轿车顶上的兔子也全都跟着节拍跳了起来。
最关键的是,生成之后还可以继续修改,让它给蓝色小鸟加上激光,并调成2倍速。
主打一个动动嘴皮子,就把图给魔改了。GPT Images 2.6最有意思的地方,还可以「逐帧编辑」。
手机里随手拍的宠物照片,也能一键变成跳舞动图。
把家里的乌龟、仓鼠和鹦鹉照片传进对话框,转眼就变成了穿百褶裙跳舞的小熊、玫瑰花瓣里眨眼的博美,还有拿着麦克风唱歌的小浣熊。
哪怕是一张手绘的猫头鹰草图,传给ChatGPT也能立刻长出棕色羽毛,眨着大眼睛挥手打招呼。
拿它做日常聊天表情包也很顺手。
一个Q版打工人,左边的盯着暴跌红线大哭,右边看着上涨绿线欢呼撒钱,这些画面都是ChatGPT一次生成6帧动作后自动拼成的循环动图。
毕竟是ChatGPT首次可以生动图,我们自然也忍不住,上手霍霍了一把。
先拿我们刚亮相的超级IP「超级豆豆」来测,一句话,秒级搓出一张小博美疯狂码字的萌图。
而且,还可以手制表情包,角色特征和发色细节一点没飘。
另一个IP超级小马加,一出场就是妥妥的科幻男主即视感。
我们反手又让ChatGPT搓了个「背手负鼠」出圈梗图。
两只小爪往后一扣,静静凝望窗外,这幅忧郁感直接被拿捏的死死的。
蓝色大肥鱼,在ChatGPT笔下也活了,一边干饭,一边冲着程序员挥手。
继续锁定大肥鱼的核心人设,让ChatGPT生成前一秒「深度思考」反转到「再来几碗」的图片。
接下来,让它做成动图,无缝衔接端碗、眨眼、摆尾的一整套微表情和小动作。
还有星爷、甄嬛等经典名场面,都可以玩起来。
新功能刚一放出,X网友已经第一时间玩嗨了。
Tibo已拿到了重置键。
杰克逊实验室教授Derya Unutmaz随手生成了一张《南方公园》经典角色Cartman仰头拍腿狂笑的动图,角色神态相当还原。
科技博主TestingCatalog更会玩儿,整了一排戴斗笠的小人拿着报纸看「每日AI新闻」的无限循环动图,看着贼魔性。
除了动图,大家心心念的「保存参考图」功能也安排上了。
把自己、家人、朋友或宠物的照片保存一次,以后无论开哪个新聊天框,直接@就能随时拉出来用,既省事又好玩。
不得不说,前端用起来这么丝滑,背后靠的就是这次同步登陆API的两款新模型——
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
OpenAI顺便秀了一把肌肉,全球用户每周在ChatGPT、Codex和API上生成的图像已突破40亿张,日均超过5亿张。
在如此庞大的规模下,2.6版本把整体生图速度又提升了50%。
其中Flare专为极速出图与版式设计打造,低质量档位最快不到6秒就能交卷。
同场渲染一张奢华旅行广告海报,上一代2.5 Flare耗时7.08秒,而2.6 Flare仅用4.84秒就完成渲染,速度提升了46%。
改图交互也迎来了一项重磅升级,支持红线涂鸦。
圈一下、画个叉、拽个箭头,Image-2.6都能精准心领神会,生图后还会自动抹掉痕迹。
下面这张客厅改造图,一眼就明了了。右边成图一步到位,连阳光洒在木地板上的光影过渡都相当自然。
另一款主力模型Sunburst则主打高细节与多轮连续编辑的一致性。
红发女骑士的三步连续改图测试,最后一张图片中,女骑士的五官、神态与持剑姿势始终保持一致。
值得一提的是,两款新模型刚一亮相,就拿下了第三方盲测榜单DesignArena的多项第一。
Sunburst一举登顶图像竞技场总榜第一,并拿下产品与风景单项冠军;Flare则将人像、建筑与字体排版三项第一收入囊中,双双刷新了质量与速度SOTA。
这次,OpenAI一口气把GIF动图、SVG矢量图和构图复杂度控制全写进了原生API。
开发者想要用起来,非常简单。
只需在API里把输出格式设为gif,就能在2到64帧之间自由指定帧数与单帧毫秒时长。
模型先在底层跑出一张动作连贯的「九宫格」序列帧精灵图,随后自动切分对齐、合成为无缝循环的锦鲤游动或雪夜提灯动图。
早期测试团队Town已经用这套能力,给自家的AI办公助手Monty换上了生动的打字等待动画。
针对前端工程师与UI设计师的痛点,新模型还首次支持原生导出SVG矢量格式。
生成的几何动物图标与界面按钮自带完整XML矢量路径,拉进设计软件就能无限放大不糊、随手拆解改色。
OpenAI研究员Gabriel Chua表示,Images 2.6还可以更好地控制图像复杂度。
更良心的是,这次大版本升级做到了彻底的「加量不加价」。
Flare与Sunburst的API定价与上一代2.5完全持平,文本输入每百万Token仅需5美元,图像输入8美元,图像输出30美元,涂鸦标注与复杂度控制也不收取任何额外费用。
目前,ChatGPT Images 2.6已面向全球所有订阅层级的ChatGPT和Codex网页端、桌面端与移动端用户全量开放。
还在等什么,一波GIF大军已经在路上了。
参考资料:
https://openai.com/index/introducing-images-2-6/
https://x.com/OpenAI/status/2118124944928432327
https://developers.openai.com/api/docs/guides/image-generation


