跳到正文
新浪科技·· 40 分鐘前精選AI 評分79

OpenAI Images 2.6 實測:ChatGPT 可生成 GIF,生圖速度提升約 50%

网友们的表情包库存 今天可能要彻底爆炸了?

AI 導讀

OpenAI 發佈圖像模型更新 Images 2.6,ChatGPT 現可直接生成 GIF,官方稱生圖速度提升約 50%,並已向所有 ChatGPT 用戶推送。作者實測發現,多輪編輯的人物一致性較穩,但複雜動作、手寫姿態和畫面銜接仍有不足。GIF 會先由生圖模型生成多宮格整合圖片,再經程式碼裁切、拼接;網頁端已可使用。

推薦理由

文章以實測呈現 GIF 生成的速度、一致性與動作瑕疵,並説明多宮格裁切拼接的實現方式,展示功能的可用之處與限制。

正文 · 繁體中文

以後在微信羣裏鬥圖,可能真的要拼手速現搓了。。

就在昨天,OpenAI 發佈了最新的圖像模型更新 Images 2.6,最大的亮點,就是終於可以用ChatGPT 直出 GIF 動圖了。

在公告裏,OpenAI 還凡爾賽了一下現在的體量:全球用戶每週已經在用它生成 40 億張圖片,平均每天超過 5 億張,遍地都是哥們的產物。

大夥知道這意味着什麼嗎?你惡搞你哥們時做的表情包,終於可以是會動的圖了。。

有人直接在官方評論區貼臉開大,給奧特曼做了一張“暴風吸入內存條”的神人動圖。

以及很多哥們把代碼圈最經典的“鵜鶘騎自行車”測試,一鍵移植到了 GIF 圈。。

看到大夥玩得這麼嗨,世超是真的手癢難耐,所以也第一時間打開網頁端,上手實測了幾個。

先給大夥來個省流:確實挺好用,但還有優化空間。

比如,我先上傳了一張奶蛙的圖,就跟它説了一句讓奶蛙捧腹大笑。

哥們也是回覆的非常迅速,不得不説,動起來之後,這絕對是我見過最可愛的奶蛙了。、

接着,我又給它上了點兒難度,讓它把牛來用鼠標直接拖進電腦屏幕裏,別問我為什麼會有這玩意。

本來以為這種抽象的指令它會懵,結果它理解得相當通暢,動起來之後,不僅人物一致性穩住了,連畫面裏的文字都沒怎麼崩。

更離譜的是,它甚至還能理解我手繪的抽象畫,説實話,連我自己都不知道自己在畫什麼,只知道想表達的意思是我喜歡你,你喜歡我。

結果丟給它之後,它居然秒懂了我的意思,直接腦補成了一幅完整的GIF。

哪怕你想復刻網上看到的搞笑視頻,現在都可以直接丟給它參考。

比如我直接讓 DeepSeek 的鯨魚娘,當場復刻了一段魔性的霸王龍舞步。。

這下,網友們是真的要徹底實現表情包自由了。

除了能做動圖,這次在網頁端用下來,還有一個感知極其明顯的升級——生圖速度巨快。

按照 OpenAI 官方的説法,這次 Images 2.6 的生成速度大概提升了 50%。

以前在網頁端讓它畫張圖,慢得讓人能玩上好幾把貪吃蛇;現在提示詞發出去沒一會兒,成圖就直接蹦出來了,這下貪吃蛇是徹底玩不爽了。

生成完之後,網頁圖片下面還自帶一個倍速按鈕。要是你嫌生成的動作不夠魔性,直接把倍速拉滿就行。

另外據 OpenAI 介紹,這次 Images 2.6 在多輪編輯時的一致性也有了很大增強。

我們也順手測了一下,哪怕我拿着同一張圖,連續在對話框裏讓它修改五六次背景、動作和細節,畫面裏的人物特徵依然咬得很死,基本不會出現以前那種改幾次就換個臉的情況。

不過吹歸吹,在高強度實測了一圈之後,我覺得現在的這些動圖還停留在“能動”的階段,離完美還有很大的進步空間。

一旦遇到稍微複雜一點的情形,哥們就把握不住了。

比如我讓貓咪“一拳幹碎電腦屏幕”,碎裂過程就會有很假的裂紋出現。

再比如讓它生成一段手寫“按時吃飯”的動圖,字雖然一個個冒出來了,但畫面裏的筆卻完全沒有真正動筆書寫的姿態,在這cos點讀筆呢。

看來對於現在的模型來説,動圖的中間幀還是很難處理好呀。

看到這兒,我也開始懷疑它的底層原理了,你這玩意應該就是生成了幾張圖拼一起吧?

經過我一番驗證,發現果然沒錯,它確實是先用生圖模型生成了一張多宮格的整合圖片,然後再通過代碼裁切、拼接在了一起。

你問我怎麼試出來的?我直接給它下了一個極限指令,讓它給我生成一張 256 幀的動圖。

結果,它裁出來的圖片都成清朝畫質了。。

還是我問它它才説出來,是因為把一張圖片裁成了256份,單幀只有五百多像素。

OpenAI在官號還説了個小技巧,這個模型生成的GIF能逐幀修改。(這圖有點像小黑子啊,OpenAI)

結果它在網頁端壓根就沒給一個單獨批註的地方,哪一幀出了問題,還得靠我自己用肉眼一幀一幀數出來,再去對話框裏告訴它,這下是真的是一眼盯幀了。

另外,因為這次生成的很多 GIF 幀數有限,整體觀感也挺怪的,有些畫面在銜接的某幾幀,還是能看出一點生硬的感覺。

也希望 OpenAI 在後續的小更新裏,能把動圖的幀率和銜接再好好打磨一下。

總的來説,這次 Images 2.6 雖然聽名字像是個半代小更新,但我覺得這反而是最近 OpenAI 最有意思的一次更新了。

仔細想想,“用圖片模型做 GIF”的腦洞之所以現在能實現,本質上也是因為如今生圖模型的一致性、生成速度和算力成本都跨過了一個臨界點。

只有當模型能在幾秒內,又快又便宜地畫出多張一致性完全不崩的圖片時,這種好玩的功能才能真正跑通,給大夥爽用。

最後,目前新模型已經向所有 ChatGPT 用戶推送,網頁端打開就能直接用,大夥都可以去試試了。

感謝 OpenAI,讓我以後鬥圖再也不用四處盜圖了,也期待下次版本更新,能端上來更多好玩的功能。

來源:新浪科技 · finance.sina.com.cn