十一月四日,OpenAI把GPT-Image-2.6推到ChatGPT、Codex与API全线。官方给出的两个数字是:生成速度快百分之五十,最低档位六秒出图。更值得看的是接口层面的改动,它第一次把想多久与画多精细拆成两个独立参数,还顺手把动图与矢量图两种格式做了进来。
一次生图要经过两段工作:先规划画面里有什么、放在哪、彼此什么关系,再把这些规划渲染成像素。过去调用接口只能调整分辨率或笼统的画质档位,改一个背景颜色也要把规划重跑一遍,时间和算力都花在重复劳动上。
新版本把这两段拆成两个旋钮。复杂度参数控制模型动笔前花多少算力做场景规划,画质参数只管视觉细节与保真度。日常改图可以把复杂度压到低档、画质保持高档,省掉重新排布的时间,只做高精度重绘。
这个思路和文本模型里调节推理深度是一回事:把想多久从答多好里剥出来,让调用方按任务难度分配算力。对批量出图的团队,这一项改动带来的成本下降,可能比速度提升那五成更实在。
不过两个旋钮也意味着两倍的调参空间。复杂度给高了,模型会把时间花在你并不在意的构图上;画质给高了,纹理很漂亮但布局越来越歪。批量场景下的合理做法是先固定一套参数组合,用几十张图跑出返工率,再决定往哪个方向调。
接口里给了两个型号。Flare主打速度与排版,低画质档位最快六秒一张,官方特别提到它改善了海报、产品图这类商业视觉的布局效果。Sunburst负责难的部分,在中高档位提供更高细节,重点解决多轮修改中人物、商品、品牌元素越改越不像的问题。
一致性是生图工具进入商业流程的真正门槛。做一张好看的图不难,难的是同一个角色在第十次修改之后还认得出是同一个人,同一个产品换三个场景之后标签还没变形。这类问题在广告、电商、衍生品开发里出现频率极高。
分工也意味着选择成本。开发者要先判断自己的任务偏排版还是偏细节,选错了要么浪费钱要么返工。这种先选型号的设计在图像接口里还不多见,它把过去由模型自动决定的事情交给了调用方。
对企业来说还有一个连带影响:两套型号意味着两套验收标准。做海报的团队看的是文字位置与留白,做产品的团队看的是材质与标识保真,同一张图在两个团队眼里的合格线完全不同。参数怎么配,最终要落到验收清单上。
原生支持动图是这次最直观的新功能。有意思的是实现方式:官方示例提示词要求模型生成一张三列两行、共六格的序列帧图,每一格是同一角色同一机位的连续动作,第六格还要平滑接回第一格。播放时按顺序切格,就成了循环动图。
这不是模型真的理解了时间,而是把一个时序问题改写成了一张图的布局问题。好处是帧间一致性天然更好,因为六格是同一次生成、共享同一个上下文;坏处是帧数受版面限制,动作幅度一大就会跳。
产品侧补了播放速度调节与逐帧编辑,实际上是在承认这种局限,让用户手工修补。对做表情包、品牌吉祥物动效、产品循环展示的人来说,这套东西够用;对需要真实运动的场景,仍然要走视频模型。选择哪条路,取决于要的是会动还是动得对。
从成本上看,动图的单价远低于视频。一次生成得到六帧,等于用一张图的价格换来一段短循环,用在社交媒体素材上很划算。真正贵的是返工:动作不连贯时要重跑,重跑一次就是一张图的钱,跑五次就接近一段短视频的价。所以提示词里把动作拆得越细,成本越可控。
接口新增了矢量格式输出。位图放大会糊,矢量不会,这条差异决定了海报、标识、印刷物料这些场景能不能用生成模型。过去拿到生成图还要描一遍矢量,现在可以少一道工序。
排版能力的提升同样关键。电商主图、促销海报这类需求,难点不在画面精美,而在信息层级:标题多大、价格放哪、卖点怎么排、留白够不够。这些是设计规则,不是视觉纹理,模型要学的是规则。
把这几项放在一起看,路线很清楚:从生成一张好看的图,走向交付一份能直接用的文件。这个转变对设计师的影响不是替代,而是把重复排版的时间挤掉,把判断留给人。判断力无法批量化,这也是这个行业最后剩下的部分。
矢量输出也有边界。它能保证缩放不失真,但保证不了图层结构合理、保证不了路径干净、保证不了符合印刷的色域要求。拿到矢量文件之后,设计师仍然要做一轮整理,只是比从头描一遍省事。
官方给出的量级是每周四十亿张、日均超过五亿张。这个规模下,生成本身已经不稀缺,稀缺的是从海量产出里挑出能用的那一张。
筛选成本通常被低估。一个人一分钟看二十张,五亿张需要一个天文数字的工时。所以真实工作流里,筛选必然被前置成提示词工程与参数约束,用更窄的输入换更高的命中率。这也是复杂度与画质两个旋钮的实际价值:把算力花在减少废图上。
另一面是治理。动图与矢量都能带品牌标识,一旦批量生成,误用与侵权的暴露面同步放大。平台侧的标识机制、企业侧的素材台账,都得跟上产能。工具跑得越快,规矩越要提前写,否则返工的成本会在半年后集中出现。
对使用者来说,最实际的一条建议是把参数与提示词当成资产存起来。同一批素材跑半年之后,真正值钱的不是那几百张图,而是跑出这些图的那套配置。换模型时这套东西可以迁移,图片不能。