Images 2.6 上线：新增 GIF、SVG 与可调规划的图像生成
OpenAI 向 ChatGPT、Codex 和 API 开放新模型。文档区分规划投入与画面质量，并明确 GIF、SVG 仅作为生成端输出；速度提升为厂商自报，复杂布局与连续编辑仍需核对。
OpenAI 11 月 4 日发布 Images 2.6，将 GIF 动图、图像标注编辑和 SVG 输出纳入新一代图像工具。公司宣布当天向全球 ChatGPT、Codex 各订阅层级开放，并提供 GPT-Image-2.6 Flare 和 Sunburst 两个 API 模型。这次变化不只是增加一组演示图片：开发者可以分别控制构图前的规划投入与画面细节，还能直接取得适合后续编辑的矢量图。不过，不同输出方式支持的操作并不相同。
- 描述需求，必要时附原图与标注
- 分别选择规划投入和画面质量
- 按支持范围生成静态图、SVG 或 GIF
- 核对内容、编辑偏移与来源标记
从单张图片到可编辑的素材
Flare 定位于快速迭代，Sunburst 面向更精细的构图与编辑。OpenAI 自报生成速度提高 50%，并称 Flare 在低画质设置下最快约六秒完成；公告没有给出足以把这两个数字推广到所有尺寸、任务和负载的对照条件。因此，这些是厂商描述的表现，不是本站测得的平均速度，也不是每次请求的时限保证。The Next Web 独立报道了 GIF 功能上线，但没有提供统一条件下的性能测试。
API 文档进一步说明，GIF 与 SVG 都是图像生成端的输出形式，图像编辑端暂不支持输出这两种格式。GIF 可指定 2—64 帧，帧数和尺寸要共同满足请求的像素限制；它适合短循环动画，不能据此理解为任意长度视频生成。SVG 则先生成参考图，再据此形成静态矢量内容，支持后续调整路径、形状和颜色；文档排除了脚本、外部资源和嵌入位图。它并不意味着把任何复杂照片无损转成矢量图。
规划多少与画得多细是两件事
新增的 complexity 控制模型绘制前投入多少规划，quality 控制画面渲染细节。前者有低、中、高三档，两个模型省略设置时都使用高档。官方提示，更高的规划投入可能帮助安排密集文字、复杂布局和物体关系，也可能增加等待时间或产生不需要的改动。本站的理解是：只想调整局部颜色时，多做构图规划未必更合适；页面关系复杂但纹理要求不高时，也不必把两项设置一起调高。
标注编辑把“改这里”变成单独的透明图层：原图保留为输入，圈选或草图表达目标区域，再用文字解释需要怎样改。文档要求标注层与第一张输入图尺寸一致，标注只作用于这张图，其他图像可作参考。它提供定位信息，并非保证目标区域之外逐像素不变。官方提示指南仍要求检查文字、布局、人物或物体的一致性，以及连续编辑后是否发生偏移。
能力开放不等于结果可以直接采信
系统卡将安全评估与产品能力分开说明。在同一组 3,077 个刻意设置的挑战请求上，Flare 经所评估检查后仍未拦截的不合规输出比例由 2.5 的 1.49% 变为 2.6 的 2.14%；总体差异没有达到统计显著。这个离线压力测试既不是日常用户收到问题图片的概率，也不能证明新版本在所有方面更安全。动图还需要判断跨帧含义，官方承认相关防护无法捕获所有违规情况。
对实际工作而言，新增输出形式减少了图像生成与素材整理之间的一些转换步骤，但技术图中的关系、图中文字和动图连续性仍须人工核对。系统卡还说明继续使用 C2PA 来源信息，并在 ChatGPT、Codex 和 API 中结合 SynthID 不可见水印；这些是来源识别手段，不是图中事实准确的证明。本站认为，应按相同任务比较可用成品、修改次数与等待时间，而不是仅凭最快六秒或一张精选样例判断是否替换原有流程。
评论
使用 GitHub 账号参与讨论，所有语言版本共用此评论区。
在 GitHub 查看讨论查看旧评论（Disqus）