6秒出图、一句话生成GIF，OpenAI要和美图秀秀们抢生意了

11月5日早间，不少ChatGPT用户发现，对话框里悄悄多了一项新能力：输入一句描述，或者上传一张照片，就能生成一段循环播放的GIF。生成之后，用户还能调整播放速度、查看每一帧，甚至对其中某一帧单独修改。过去需要在多个软件之间来回切换的动图制作流程，被压缩进了一个聊天窗口。

从实际体验看，动物、动画类内容的效果相对讨喜，猫咪、狗熊一类题材能够较快生成可用的循环动图；但复杂动作仍然会露怯。例如输入“马斯克跳闪身步”这样的提示词，得到的动图既不“马斯克”，也不“闪身步”。这也说明，GIF生成已经跨过“能不能做”的门槛，却还没有完全解决“做得准不准”的问题。

ChatGPT 里一句话让照片动起来

OpenAI在开发者指南中展示了一段小猴子动画：一只穿橄榄绿色连帽外套的小猴子站在傍晚的雪林里，背后是亮着灯的小木屋。它捧着一盏暖黄色纸灯笼，慢慢抬起，仰头眨眼，再将灯笼放回胸前。提示词专门规定摄像机保持不动，动作最终回到初始姿态。这段动画只有9帧，每帧显示200毫秒，总长1.8秒。

画面看起来简单，背后却是一次能力跃迁。模型不只要画对对象，还要安排动作顺序，并让不同时间点的对象保持一致。过去制作一段简单循环表情，通常要先准备若干画面，再调整每帧的位置、间隔和衔接；一旦加上抬手、转头，前后帧里的脸型、衣服和背景很容易对不上。现在，这些步骤被压缩成一句话。

用户只需要提供几张参考图，再用一句话描述想要的表情和动作，ChatGPT就能生成对应的GIF。后续想增加新表情，也可以继续提出要求。OpenAI还表示，一张简单的手绘草图也能变成生动的动画角色，可用在影片、游戏等场景。OpenArt共同创办人暨首席执行官Coco Mao在官方公告中称：“GIF是社交媒体的母语，GPT-Image-2.6让每位OpenArt创作者只用一句提示词就能流利地说这种语言。”

GIF需求本身并不新鲜。快手最早就是一款GIF动图制作工具，产品名称就叫“GIF快手”，后来才从工具软件成长为中国最大的短视频平台之一。这个冷知识恰好说明，动图制作是一个需求明确、用户基础广泛的入口。OpenAI把GIF生成放进ChatGPT，等于直接切入了过去由轻量工具和在线设计平台分食的市场。

Flare 六秒出图，Sunburst 守住多轮修改

Images 2.6并不是一个简单的速度升级版本。OpenAI公布的数据是，Images 2.6较上一代整体提速50%。在API端，公司推出了两个版本：GPT-Image-2.6 Flare和Sunburst。两者分工明确，面向不同的工作节奏。

• Flare更强调响应速度和效率，适合海报、商品图等需要快速迭代的任务。在低画质设置下，Flare最快可以在约6秒内生成一张图片。
• Sunburst更侧重细节和多轮编辑的一致性，适合对画面精度要求更高的工作。在画质设为中或高时，生成品质更高，跨多轮编辑的画面一致性也更好。

开发者还可以使用新的complexity参数，分别选择低、中、高复杂度，控制模型在生成前投入多少规划。对于需要反复调整素材的内容生产者来说，生成速度的提升意味着同样的时间里可以进行更多轮尝试。fal的Creative Engineer İlker İZGİ表示：“GPT-Image-2.6 Flare完成正式制作等级编辑的速度约是2.5的2倍。”他提到局部修改的精准度、脸孔与产品的一致性，以及多语言文字的正确性，认为这适合fal上大量的电商与广告在地化需求。

价格层面，OpenAI这次没有涨价。OpenAI API官方定价页的Standard分页显示，GPT-Image-2.6 Sunburst与Flare两款模型的图片输入为每100万token 8美元、缓存输入2美元、输出30美元，文字输入为5美元、缓存输入1.25美元，每token单价与Images 2.5的两款模型相同。换句话说，这是一次加量不加价的模型更新。

不过，官方所称的“快50%”与“最快6秒”均出自OpenAI官方公告，官方未说明测试条件，也非第三方独立测试结果。速度提升能否在真实工作流中稳定兑现，还要看不同画质、不同任务复杂度下的表现。

GIF 只是钩子，换装和标注被塞进模型

GIF是这次更新中最吸引眼球的部分，但第二个变化更接近实际设计工作。一个品牌已经确定了商品外观，只想把背景从白色换成室外；一张人像海报已经排版完毕，只想替模特换一件外套；一份产品说明需要翻译，但流程箭头、插画和布局都不能变。对这些任务来说，重新生成一张漂亮图片并不够，真正重要的是不要改变没有被要求修改的部分。

OpenAI将参考图一致性作为Images 2.6升级的重点。官方开发者指南展示了换装案例：把人物照片和服装参考图一同提供，让模型保留脸、发型、姿势及背景，只替换衣服。另一组案例把第二张图片中的狗加入第一张街景照片，要求周围环境维持原样。这意味着模型开始从“从无到有地画一张图”，转向“在已有画面上做可控修改”。

API能力也在同步扩展。原本只在ChatGPT提供的图片标注功能开放给API，团队可以直接在图上圈出要修改的位置；API新增SVG输出，让设计稿可直接用在网站、App与印刷品。Higgsfield AI产品负责人Axultan Alimkulov表示，期待把GPT-Image-2.6用在游戏开发，以可缩放、可编辑的SVG制作游戏界面，再用GIF做角色与特效动画。开发AI工作助理的新创Town则通过API使用Images 2.6，让名为Monty的动画角色出现在讯息输入框上方，充当“输入中”的提示动画。

这些能力组合在一起，指向的是图片生成之后的一连串工作：修改、排版、格式转换、动效制作。过去，AI生图工具解决的是从无到有的问题，用户提供一段文字，模型负责把它变成图片。但一张图片真正进入工作流程，往往还要经过多个环节。对于普通用户，这些操作意味着再打开几个软件；对于设计师和内容团队，则意味着一段并不短的后期工作。OpenAI这次开始把这些工作往模型内部收。

商业设计场景的测试也能看出这种“收进去”的程度和边界。科技博客Kingy在11月4日调用GPT-Image-2.6 Sunburst API，让一只印有“KINGY LAB”和“750 mL”的水瓶左右摇摆，并要求背景保持不变，最后回到起始姿势。API确实返回了512×512像素、10帧、总长两秒的GIF，瓶身上的两处文字也保留了下来。但逐帧看，会发现摇摆节奏并不均匀，最后一帧接回第一帧时有明显跳变。可控生成已经可用，但离专业动效软件要求的精细度还有距离。

四十亿张图片之后，工具公司的墙脚松了

这次更新已向全球所有订阅档位的ChatGPT和Codex用户开放，两个模型也已上线API。OpenAI披露，全球用户现在每周通过ChatGPT、Codex和API生成约40亿张图片，相比今年9月的30亿张，短短两个月增加了约10亿张。图像生成不再只是聊天机器人的附加功能，而是一个高频、大规模调用的基础能力。

规模之外，更值得关注的是产品边界的移动。过去，AI图像创业公司很大一部分价值，来自模型能力与用户实际需求之间的距离。它们把复杂的模型包装成容易使用的产品，再通过修图、排版、模板和素材管理等功能收费。用户为“省事”付费，工具公司则负责填补模型与工作流之间的缝隙。

但当模型厂商开始亲自补齐这些环节，原有的生意就不再那么稳固。GIF生成、参考图换装、图上标注、SVG导出、多轮编辑一致性，这些原本可以拆分成多个单点工具的功能，正在被装进同一个模型和同一个对话框。对普通用户来说，少打开几个软件就是最直接的吸引力；对靠单点功能生存的AI工具公司来说，竞争压力会从“谁的模型更强”变成“模型已经自带这些功能，产品还剩下什么不可替代的价值”。

对OpenAI来说，这或许只是一次图像产品升级；对一批靠单点功能生存的AI工具公司而言，变化可能才刚刚开始。6秒出图、一句话生成GIF，看似只是两个具体功能，背后却是模型厂商向应用层伸手的信号。美图秀秀们熟悉的生意，正在被重新划定边界。