从 GPT Images 2.0 开始，GPT 就一直是我唯一使用的画图工具。
对我来说，它的质量无与伦比。Nano Banana Pro 之类的，我都没再用了。它似乎已经退出比赛了，至少在我的日常使用里是这样。
两个月前，Images 2.5 加强了主体一致性和多轮编辑，也改善了细节、复杂布局和速度。
Sketch 草图、模板、图片评论和提示词分享，也是在那次加进来的。我当时写过实测，放在文末了。
现在，Images 2.6 又来了。这次先看一个新东西：GIF。
按住画面移动小窗
▲ 视频：官方 GIF 案例合集
比如这只玻璃蝴蝶，翅膀展开，地上的彩色影子也跟着展开。直接告诉 ChatGPT 想要什么画面、怎么动，它就能生成 GIF。
▲ 图：玻璃蝴蝶与翼影
OpenAI 在 11 月 4 日发布了 Images 2.6，已在 ChatGPT、Codex 和 API 上线。除了 GIF，还有 SVG、生图提速，以及编辑方面的改进。
这次让 Agent 在 ChatGPT 网页里做了四组测试。下面都是实际返回的 GIF，没补帧、没修字，也没交给其他视频模型重做。SVG 等功能则看官方案例。
一张图，怎么变成 GIF？
先看 OpenAI 的介绍，已经加上中英双语字幕。
按住画面移动小窗
▲ 视频：官方演示与双语字幕
官方说得很直接：先生成精灵图，再把每一帧拆出来，拼成循环 GIF。
精灵图就是把连续动作画在同一张大图里，每一格一种姿势。按顺序播放，画面就动起来了。
所以，单张好看还不够。前后几格里的脸、手和物体，都得接得上。
翅膀动了，影子也得跟上
开头的蝴蝶，要求是蓝绿紫的玻璃翅膀、金色叶脉，停在玫瑰金枝条上。镜头固定，翅膀展开、合拢，再回到原位。
结果里，翅膀和投影都动了，透光感也还在。这个彩色版是在灰白版基础上调整过的，没有只抽一张最好看的帧来展示。
不过，放慢看，细纹还会变，两侧翅膀收拢的节奏也不完全一致。做一张有意思的循环动图可以，别把它当成准确的生物运动。
商品转起来，标签还在吗？
再试一瓶虚构的 SOL 香水。琥珀色玻璃瓶、青绿瓶盖，悬在水面上，后面绕一条橘子皮。
要求瓶子小幅左右转动，水波和反光跟着变，标签上的 SOL 不能变。
▲ 图：香水广告循环动画
16 帧里，SOL 一直能认出来，瓶子也没有变成另一件商品。玻璃的厚度、水面的反光，放在一起挺有广告的感觉。
但瓶身边缘会变一点，背景的叶子和橘皮也没完全固定。真要用自己的商品做广告，包装细节还是得一帧帧看。
摸狗的动作有了，伞却出了问题
这次加一点情节：女孩撑着伞，蹲下来摸柴犬的头。狗歪头、眨眼，耳朵随着抚摸轻轻压低。
▲ 图：雨夜抚摸柴犬
抬手、碰到狗、闭眼、收回，这个顺序能看出来。黄色雨衣、砖红围巾，加上雨夜的灯光，画面也比较舒服。
问题在另一只手。要求它一直握着伞柄，结果那只手基本放在膝盖附近。伞到底怎么撑住的，没交代清楚。
手、狗脸的细节也会变。动作看起来成立，不代表画面里的每个关系都对。
瀑布流起来了，但没按要求出图
最后换成峡谷瀑布。固定镜头，让水往下流、水雾翻动、潭面起涟漪，前面的蕨叶轻轻摆动。
▲ 图：峡谷瀑布循环动画
水流、水雾和波纹都有变化，色彩也比较饱满。但细看会发现，原本不该动的岩壁和花叶，也被重新画了一点。
还有个更直接的问题：要求 16 帧、横版 4:3，实际给了 12 帧、358×358 的方图。每帧 160 毫秒倒是照做了。
所以，提示词写了什么，不代表它最后一定按那个规格交。
GIF 到底能做多大？
官方有明确的尺寸规则，不是只能做三百多像素。
API 可以填 auto，让它自己选；也可以指定宽和高。size 指的是 GIF 每一帧的像素尺寸，不是整张精灵图的尺寸。
自定义宽、高都要是 16 的倍数。官方提示词指南还要求，自定义画幅的宽高比在 1:3 到 3:1 之间。
更具体的例子也有：官方用 Sunburst 生成了 512×512、9 帧、每帧 200 毫秒的 GIF，一轮 1.8 秒。下载官方样例后，文件规格也确实如此。
▲ 图：官方 GIF 规则与实测尺寸
要注意，尺寸、帧数、一次生成几张动画，还得一起满足总像素预算。超了就要减帧、缩小画面或少生成几张；官方 GIF 小节没有给出这个预算的具体数值。
这次网页返回的小图，只能代表这几次结果，不能拿来当模型上限。反过来，也不能把静态图的 4K 直接算到 GIF 头上。
GIF 没有声音。十几帧拼成两秒左右的动作，会有逐帧动画的感觉；能循环播放，也不保证首尾完全接得上。
SVG 又是什么？
GIF 是让画面动起来，SVG 则方便把图继续拿去改。
PNG、JPG 存的是像素，放大容易糊。SVG 记的是线条、形状和颜色，放大还能保持清晰，也方便改颜色、调形状。
下面是 OpenAI 给同一家面包店做的两个官方例子，分别来自 Flare 和 Sunburst。
▲ 图：官方 SVG 标志案例
文章里展示的是 SVG 渲染后的图，原文件是矢量内容。Logo、图标、插画这类要适配不同尺寸的东西，就适合用它。
但它不会把任何照片变成 Photoshop 分层文件。官方的做法是先生成参考图，再生成 SVG。这次输出的是静态 SVG，不是 SVG 动画。
其他更新，简单说几件
速度方面，OpenAI 称生图比此前快 50%；Flare 在低质量设置下，最快六秒出图。
两个 API 版本各有侧重：Flare 偏速度，也改善了海报、产品图的排版；Sunburst 在中高质量设置下，更看重细节，以及多改几轮之后能不能保持原样。
标注编辑这次也进了 API。把要改的地方圈出来，再告诉它怎么改。官方例子是把厨房里的花瓶改成蓝色。
▲ 图：官方圈选编辑示例
还有个 complexity 参数，可以理解成让模型动笔前多想一点，还是少想一点。它和控制画面细节的 quality 不是一回事。
官方用同一条足球夺冠提示词展示不同档位，球衣、奖杯和文字位置都有变化。
▲ 图：官方复杂度档位案例
不是越高就越好。官方提醒，高复杂度可能更慢，也可能多改一些你没让它改的东西；一般局部编辑，推荐从低复杂度开始。
开发者接入时，GIF 和 SVG 都通过图像生成接口选择输出格式，编辑接口目前不能直接输出这两种格式。
最后说几句
▲ 图：ChatGPT 的 GIF 新功能入口
ChatGPT 各入口已经开始使用这些新的功能了，快去体验吧。
这个世界缺不了动图。每天聊天用的表情包，网页、公众号里的演示，我们其实一直在看，也一直在用。
但这几年聊 AI，大家更多是在比静态图画得好不好，或者视频做得真不真。夹在两者之间的动图，好像没那么受关注。
这次 OpenAI 把 GIF 直接放进了生图工具里。一张图除了能画出来，还能接着动起来。我相信，这会打开一个新的创作空间。
AI 发展到今天，能力越来越强，我们能做的事情也越来越多。以前觉得门槛很高的动图，甚至视频，现在一句提示词就能开始做。
工具是强大了。那么真正需要我们补上的，也许是自己的审美和创意。
往期文章
ChatGPT Images 2.5 实测：AI 生图，开始变成设计工具了
https://mp.weixin.qq.com/s/ah_zvKyPMZZkKZo7C3vMdQ
参考资料
01｜OpenAI：Introducing Images 2.6
https://openai.com/index/introducing-images-2-6/
02｜OpenAI API：Image generation
https://developers.openai.com/api/docs/guides/image-generation#generate-animated-gif-output
03｜OpenAI API：Image prompting
https://developers.openai.com/api/docs/guides/image-prompting#generate-a-looping-gif