OpenAI Images 2.6 发行说明

Images 2.6 概览

OpenAI 发布了 Images 2.6,这是其在 ChatGPT、Codex 和 API 中提供的图像生成套件的更新版本。此次更新侧重于性能,生成速度提高了 50%,并引入了用于创建动画 GIF 和矢量图形的新工具。OpenAI 报告称,其平台目前每周促进创建约 40 亿张图像。

性能与 API 增强

Images 2.6 为 API 用户引入了两种不同的模型:GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst。Flare 针对速度进行了优化,在设置为低质量时,生成图像的时间最快仅需 6 秒;而 Sunburst 则专为更高质量的输出和迭代编辑期间的改进一致性而设计。

新的 API 功能包括:

  • 复杂度参数 (Complexity Parameter): 开发人员现在可以调整模型的规划工作量,从而实现更快、更低复杂度的编辑,或针对复杂场景进行更高复杂度的生成。
  • 图像标记 (Image Markup): 用户可以精确定位需要修改的特定区域,从而提高对编辑过程的控制。
  • SVG 导出 (SVG Export): API 现在支持原生 SVG 输出,这是通过生成参考光栅图像并将其转换为矢量格式来实现的。

GIF 动画功能

Images 2.6 支持创建动画 GIF,允许用户为角色或产品镜头制作动画。该过程通常涉及生成精灵图(sprite sheet)——即一系列帧的网格,模型随后将其解释为循环动画。此功能旨在用于社交媒体反应、角色故事板以及 UI 元素(如输入指示器)等用例。

社区反响与技术反馈

社区在 Hacker News 等平台上的反应褒贬不一,用户既强调了新版本的实用性,也指出了其局限性:

  • 一致性与控制: 虽然一些用户赞赏新的编辑工具,但另一些用户报告称,在多次迭代中保持一致性仍然是一个挑战。一位用户指出:“我想改变一个微小的细节,但它要么改变了其他部分,要么不是我想要的,最终需要很长的对话才能得到我想要的结果。”
  • 技术实现: 开发人员指出,SVG 支持的功能更像是光栅到矢量的流水线,而不是原生矢量生成。一些用户指出,虽然生成速度更快,但某些质量设置的 token 使用量有所增加,尽管定价保持稳定。
  • 模型质量: LMSYS Chatbot Arena 上的早期比较和轶事测试表明,虽然新模型提供了速度提升,但一些用户发现以前版本(如 2.5)的输出质量对于特定的艺术或技术提示词来说更可靠。

"API 创建一个参考图像并使用它来生成 SVG。质量设置控制该参考图像。将 data[0].b64_json 解码为 base64,并将生成的 UTF-8 XML 字节保存为 .svg 扩展名。" — @minimaxir

"2.5 比 2.6 好,我在过去一小时左右一直在试用它……我发现 2.6-flare 在处理方法上要么过于简单,要么在其他情况下产生本质上损坏的输出。" — @jjcm

Sources

相关

  • Dispatch
  • Dispatch
  • Dispatch
  • Dispatch
  • Dispatch