OpenAI 发布了 Images 2.6,这是其图像生成技术的最新迭代版本,可在 ChatGPT、Codex 及其 API 中使用。此次更新重点围绕三个核心支柱:速度、动态和专业级控制。根据 OpenAI 的说明,新模型比之前的版本生成图像的速度快 50%。对于使用 API 的开发者,此次更新引入了两种不同的模型变体:“Flare”和“Sunburst”。Flare 针对速度和布局质量进行了优化,在设置为低质量时,能够在短短六秒内生成图像;而 Sunburst 则旨在提供高细节精度,并在多次编辑过程中保持更好的一致性。

这张图片展示了使用新的 Images 2.6 模型更新所能实现的各种输出效果。
版本 2.6 最显著的更新之一是能够从单个提示词中原生生成动画 GIF。此功能允许创作者直接在工具内为品牌吉祥物、社交媒体模因或故事板制作动画。OpenAI 通过使用“网格技巧”展示了这一点——即提示模型创建一个多帧精灵图(例如,3 列 2 行的网格),其中每个面板代表一个连续的动作。虽然创作者过去曾手动使用此方法,但 2.6 模型旨在更流畅地处理这些多帧需求,以确保角色和背景在移动过程中保持一致。
对于专业和开发者工作流,Images 2.6 引入了多项技术改进。它将“图像标记”引入 API,允许团队精准定位特定区域进行局部编辑,并支持 SVG 导出,使设计能够直接用于 Web 或印刷应用。此外,一个新的“复杂度”参数允许用户平衡模型的规划投入;较低的设置推荐用于快速、简单的编辑,而较高的设置则旨在处理包含许多元素或复杂约束的场景。然而,早期用户反馈表明,虽然该模型在速度和布局方面表现出色,但在高保真物理效果方面仍可能面临挑战,例如准确的光线追踪穿过玻璃或复杂的流水折射,这突显了快速生成与完美视觉一致性之间的持续权衡。 (primary, 50373686, 50373694, 50373586)

猫头鹰素描展示了模型处理特定艺术风格和布局的能力。