跳到文章正文
openai-gpt 编辑推荐

ChatGPT 开始直接生成 GIF:一张图变成会动的表情包,Images 2.6 顺手把出图速度也提了

做一个会动的表情包,过去是件挺麻烦的事:先在图像工具里出图,再导进剪辑软件排帧,调完时间轴导出 …

做一个会动的表情包,过去是件挺麻烦的事:先在图像工具里出图,再导进剪辑软件排帧,调完时间轴导出 GIF,最后还要压缩到能发出去的大小。11 月 5 日起,这套流程被压缩进了一个对话框。

ChatGPT 开始直接生成 GIF:一张图变成会动的表情包
ChatGPT 开始直接生成 GIF

一分钟速览

  • ChatGPT 现在可以用一句提示词,或上传一张照片,直接生成 GIF 动画
  • 生成结果支持调整播放速度、逐帧编辑,也可以分享给别人
  • 同步上线 Images 2.6 模型,官方称出图速度更快
  • 每周经 ChatGPT 与 API 生成的图片已超过 40 亿张,9 月这个数字还是 30 亿
  • Images 2.6 正向所有 ChatGPT 与 Codex 用户推送,覆盖网页、桌面与移动端

从“生成一张图”到“生成一段可编辑的动效”

这次更新的关键不在于 GIF 这个格式本身,而在于它把“时间”放进了生成结果里。过去的图像模型输出的是一个静态终点,用户拿到图之后,想让它动起来仍然要回到传统工具链。现在,模型直接给出若干帧,并且允许用户逐帧修改、调节播放速度,等于把“动画编辑”的一部分收进了模型侧。

官方演示里,一句“你能做一只跳舞的猫的 GIF 吗”,得到的不只是会动的猫,还有切换速度、逐帧查看的选项。这种交互看起来朴素,但它改变了内容的可修改性:用户不再需要重新生成一整段,只要改其中一帧。对做社交媒体运营、做电商详情页、做课程演示的人来说,这是工作流的实质变化。

40 亿张背后的算力账

更值得留意的是那组增长数据。每周 40 亿张图片,折算下来日均接近 5.7 亿张。从 9 月的 30 亿到现在的 40 亿,一个多月增长约三分之一。图像生成已经从“尝鲜功能”变成一条高频调用的基础设施,这对推理算力、存储和内容审核都是持续压力。

也正因如此,Images 2.6 把“更快”放在了很靠前的位置。GIF 天生比单图更贵:一段两秒、每秒 12 帧的动画就是 24 张图的计算量。如果生成速度不提上来,GIF 功能很可能变成一个“点了要等很久”的摆设。

竞争正在换赛道

图像模型的竞争,前两年比的是画质和风格;今年开始比的是“可控性”和“可编辑性”。谁能让用户在一个界面里完成生成、修改、导出,谁就更接近真实的生产工具。GIF 只是第一步,接下来大概率是更长的时长、更高的帧率,以及音画同步。

当然,限制也很明显。GIF 只有 256 色,文件体积随时长线性膨胀,复杂场景容易出现帧间闪烁。对专业创作来说,它仍然只是“传播格式”,不是“交付格式”。真正的分水岭,是模型能不能稳定输出可编辑的时间轴,并且让每一帧都符合物理与叙事逻辑。

趋势判断

图像生成正在从“资产生产”走向“素材编排”。当模型能按帧修改,内容团队的岗位分工也会被重新切分:提示词与分镜更重要,重复的导出与压缩会被工具吃掉。对平台来说,40 亿张周产能意味着审核压力同步放大,水印、溯源与内容标识会从可选项变成必选项。

一句话总结:ChatGPT 这次不是多了一个 GIF 按钮,而是把“动画”变成了对话的一部分。

本文地址:https://www.163264.com/19215