GPT-Image-2.6全量上线：6秒出图，原生支持GIF和SVG

GPT-Image-2.6毫无预兆就上线了。

出图总耗时砍掉50%，最快6秒就能拿到图；GIF动图可以原生生成；SVG矢量格式也能直接导出。

OpenAI这次在API里做了个新动作：把模型用于场景规划的“脑力”和负责像素渲染的“画质”拆成两个独立参数，多轮修改的成本和耗时因此降了不少。

现在ChatGPT、Codex和API三处都已全量铺开GPT-Image-2.6，免费用户和付费用户都能直接用。

脑力与画质分家，最快6秒出图

API端这次头一回拆出两个具体型号，一个叫Flare，一个叫Sunburst。

Flare管速度和排版，海报、电商产品图这类商业视觉的布局优化是它的专长，低画质档位下生成单张图的时间被压到了6秒。

Sunburst接的是难活：中等和高画质档位下它给出更高的细节精度，重点解决多轮对话修改时人物、商品改着改着就走样的一致性问题。

底层控制逻辑的变化也值得看一眼。

以前调生图API，开发者手里能动的往往只有分辨率或者笼统的画质档位。哪怕只改个背景颜色，模型也得把构图规划从头完整跑一遍。

这回Images 2.6加了个叫complexity（复杂度）的参数，专门管模型动笔之前花多少算力做场景规划；原来的quality（画质）参数则只负责视觉细节和保真度。

把构思精力和渲染精度拆开，这套路数和文本大模型里调推理思考深度是一个思路。

落到实际工作流里，日常局部微调或者快速改图，开发者可以把complexity调到low，同时让quality保持高输出。

模型不用重新排兵布阵，只做高精度重绘，时间就省下来了。

碰上多元素同框、限制条件特别多的复杂场景，才需要把complexity调高。

△图片由AI生成

3×2序列帧“逃课”，GIF动图原生支持

Images 2.6最直观的新功能，是原生支持GIF动图。

品牌吉祥物想加点小动作，社交媒体上想发几张表情包，或者随手拿圆珠笔在横线本上涂了只猫头鹰……

丢给模型，出来的动态贴纸背景干净，动作也连贯。

一个生图模型，不找重型视频生成模型搭把手，凭什么能快速搓出一条流畅的GIF？

答案在官方放出的OpenArt合作案例提示词里。

那组打工人盯着股市暴跌猛男落泪、股市暴涨撒币庆祝的动图，喂给模型的Prompt其实是这样的：

要得到能无缝循环播放的 GIF，就先出一张 sprite sheet：画面里排满同一角色的连续动作，一共 6 帧，一格不多一格不少。排法固定为 3 列、2 行，视线从左往右扫，一行看完再落到下一行。所有面板的尺寸保持一模一样。机位锁在前侧四分之三角度，角色、书桌、显示器、服装和背景在每一格里都不换。第 6 帧要顺滑地接回第 1 帧。画面上不要字幕，不要边框，四周也不留空白。

看明白了吗？Images 2.6并没有去碰视频那套复杂的时空扩散计算。它借用了游戏工业里的序列帧思路，在一张图中就把6格严丝合缝的定格动画（Sprite Sheet）画了出来，最后切片一合，GIF就出来了。

这么做的结果是绕开了视频模型高昂的推理延迟，每一帧的角色五官、衣服褶皱和背景物体的相对位置也能保持固定。这项能力目前已有公司在实际使用。

做AI办公助手的初创公司Town通过API把它接了进去，专门给工作软件里的虚拟助手生成打字、反馈这类实时微表情动图。

直出SVG，局部标记功能开放给API

这次更新还带来了两项颇为实用的工程化能力：SVG矢量图导出，以及API端的图像标记（Image markup）。做过前端或UI的人都清楚，AI生成的位图一放大边缘就糊得没法看，想塞进网页或App里，通常还得另找第三方工具转成矢量格式。

折腾得很。Images 2.6直接原生支持导出SVG。

原本程序员在Codex里写前端代码时，可以直接让模型生成能无限缩放的图标、组件和插画，顺手就写进代码库，中间的转换环节全！省！了！

另外，此前只在ChatGPT网页端才有的圈选局部重绘（Image markup）功能，这次也正式开放给了API。

企业团队能在自己的产品后台里，用坐标或遮罩圈出要改的区域，再配合Sunburst模型的高一致性，批量改图就可以像流水线一样跑起来。

One More Thing

生图模型之外还有个小惊喜：GPT-6.2 Astra，现在已经现身谷歌云了～

参考链接：

[1]https://openai.com/index/introducing-images-2-6/

[2]https://x.com/lyraxana/status/2118123296738677133