跳到正文
aihot(aihot.news)· noreply@aihot.news (卡爾的 AI 沃茨)·· 14 天前精選品質評分68

GPT-Image-2.6 實測:10 種 GIF 提示詞玩法與三項新能力評測

GPT-Image-2.6 實測:10 個 GIF 玩法提示詞與三項新能力評測

重點導讀

GPT-Image-2.6新增原生 GIF 生成、跨對話角色記憶、結構引出線對齊與 SVG 輸出等能力,作者以多組動圖提示詞和三項靜態功能進行實測。

本文由 AIHOT 聚合整理,作者分享的測試結果包括: - GIF 生成:可生成 2–16 幀短迴圈 GIF,文中展示黏土動畫、表情包、動態貼紙、Loading 圖、圖表與產品介面演示等玩法。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

文章以多組動圖與靜態圖實測呈現 GPT-Image-2.6 的新增能力、瑕疵與成本變化,可供評估是否值得調整既有工作流程。

正文

來不及解釋了,

前兩天 GPT-Image-2.6 悄悄上線了。

最大的賣點之一是原生支援生成動圖,我也順手整了兩個來玩玩,

在 X 檢視原影片

一個大肥魚,一個我家貓,動作幅度都做得很大,兩秒內無縫閉環迴圈,這種直接在對話方塊裡直接搓動圖的體驗確實挺有意思的。

超光速度總結,這次 Image 2.6 的核心更新其實就是,

  • 原生生成 2-16 幀短迴圈 GIF,不用匯出影片再抽幀,
  • 跨對話資產記憶,打上標籤就能點名使喚這個角色做圖,
  • 區域性圈改微小特徵防篡改、動作序列網格對齊、以及引線空間對齊,
  • API 給了一個最快 6 秒出圖的極速模型 Flare。

但說句大實話,目前 2.6 體驗很一般的地方也很明顯:

首先就是 GIF 就是 16 幀做不了長影片,再就單張寫實人像和普通風景上,畫質跟 2.5 相比基本沒啥提升,硬要說的話,暗部陰影裡的顆粒雜色和噪點相比以前確實少了一點點、油膩感少了一捏捏、稍微乾淨了那麼一絲絲。

(左 Image2.6 中 Image2.5 右 Image2)

然後就是人臉,可以看到在第三輪迭代的時候就已經發生了變化,頭髮越來越卷,然後五官也不太一樣了,你說最後這張是第一張的雙胞胎哥哥我還能勉強相信,說是一個人我是肯定不信的。

不過呢,這次我還是整理出 10 個很有意思的 GIF 玩法,後面還單獨挑了 3 個更新的能力測試了一波,照例是帶提示語和效果展示,量大管飽,Here we go!

首先,有人發現 2.6 對每秒 10 到 12 幀的抽幀停頓感和手捏指紋紋理還比較敏感。所以 Image 2.6 還蠻適合做一小段黏土定格動畫的,所以我拿大肥魚做了個黏土手辦,兩手抱著大面團狂揉或者做個閃身步,這個定格動畫的感覺真的蠻好玩的。

阿德曼黏土定格動畫風格(Aardman Claymation),帶真實手工揉捏指紋紋理與輕微抽幀停頓節奏(約 8ps),無縫迴圈 4 秒 GIF 動圖。主角是 Q 版黏土女僕大肥魚娘(深藍頭髮、頭頂呆毛、圍裙小鯨魚),正站在小木桌前雙手用力揉捏一團軟乎乎的大面團,整個人隨著揉麵動作前後晃動,身後的小鯨魚尾巴上下撲騰,隨後雙手猛地把麵餅高高拋向空中旋轉,動作滑稽可愛,微距攝影景深。

在 X 檢視原影片

還可以直接對話批次做出不同動作的 gif。

在 X 檢視原影片
在 X 檢視原影片

然後就是你可以讓 gpt 自己查詢最近很火的抽象打工人動物表情包這種畫風,你可以自己定義想要它找啥樣的風格,然後批次做這種抽象表情包。

查詢最近國內很火的抽象表情包風格,製作搞笑微信動態 GIF 表情包,12 幀高動態迴圈,一隻穿著皺巴巴白襯衫和領帶的搞笑猴子(嗎嘍)坐在辦公桌前,兩隻手化作殘影極其狂暴地瘋狂砸擊電腦鍵盤,鍵盤被砸得火花四濺鍵帽亂飛,猴子頭頂上方懸浮著加粗熒光紅大字「收到!馬上改!」伴隨劇烈震屏閃爍,誇張搞笑社畜精神狀態

在 X 檢視原影片

還有就是直接出一批剪輯的時候可以用到的動態素材貼紙,這種就不用擔心版權問題了,需要啥隨時做,而且還可以輸出透明通道的 gif。

給我生成一批剪輯時非常可能會用到的動態貼紙,高飽和、糖果色的 3D 卡通貼紙風格,表面有塑膠或果凍般的光澤,配白色模切描邊、厚陰影和誇張的彈跳動畫。整體偏短影片裡醒目、活潑的視覺效果。

在 X 檢視原影片
在 X 檢視原影片

除了剪輯會用到的素材之外,我平時做公眾號也會需要很多動圖素材,畢竟公眾號最多隻能放 10 個影片,而且像結尾這種引導互動的肯定還是放能一直迴圈播放的動圖比較好,重要的是做好一個基本都能一句話批次做出同類型的素材。

製作一張用於微信公眾號文章結尾的超窄橫版迴圈動圖,畫幅 1400×260,時長約 3 秒,固定鏡頭,真正透明通道。左側是圓滾滾的手捏黏土小人,神情一本正經,吃力地舉著一支比自己還大的紅橙色復古剪紙箭頭,箭頭始終指向右側。小人向右挪兩步,被箭頭帶得踉蹌,努力站穩;箭頭尖端輕碰右側文字。
右側單行、準確寫出「點個在看」四個漢字。文字像小孩子用一根根圓頭黏土條手工拼出的字,筆畫略微歪斜、粗細有細小變化,表面柔軟、有輕微手捏紋理和立體厚度;每一筆之間留出清楚空隙,四個字必須一眼可辨。「點個」為珊瑚紅,「在看」為明亮橙黃。被箭頭碰到後,文字依次輕彈,從接觸點迸出幾顆彩色小星星,文字短暫變成粉紅與薄荷綠,再恢復原色。動作滑稽、輕快,但不過分誇張;約 3 秒自然回到起點,首尾無縫迴圈。
所有人物、箭頭、星星和文字完整處於畫幅內,上下保留安全邊距。只在小人腳邊新增少量手繪速度線和小紙屑。不要背景場景、白底、純色底、棋盤格、額外文字、水印或番茄。輸出帶真實透明通道的迴圈 GIF 或 APNG。

在 X 檢視原影片

還可以做這種很有趣的 loading 圖,以前要找這樣的素材有時候真的要翻很久,不過現在都可以自己手搓了,比直接用 AI 影片做我覺得來的方便很多,AI 影片很容易動態做的過大,沒有這種動圖的感覺了。

生成一個透明背景的動態 GIF,用於網頁 Loading 動畫。主角是一隻圓滾滾、臉頰鼓鼓的小倉鼠,用黑色蠟筆和炭筆塗鴉畫成。畫風稚拙可愛:線條粗細不均,帶有斷線、重描和粗糙筆觸,像小朋友隨手畫出的角色。倉鼠在一個歪歪扭扭的手繪跑輪裡拼命奔跑,小短腿快到只剩幾條潦草的速度線;它一直盯著前方一顆瓜子,伸爪去夠,卻每圈都差一點點。表情一本正經,動作笨拙好笑,耳朵和大臉頰隨著奔跑彈動。
僅生成 8 幀,首尾無縫迴圈,帶輕微的逐幀手繪抖動。主體居中,輪廓清楚,適合作為小尺寸網頁載入圖。背景必須完全透明,匯出保留透明通道;不要白底、紙張底色、棋盤格或任何背景圖案。不要文字、進度條、霓虹、金屬、科技元素、彩色填充和水印。

在 X 檢視原影片

再就是做 PPT 的時候有時候也很需要動態素材,相比 AI 影片總是會做很多多餘的動畫,動圖的好處就是動態比較剋制,文字更加穩定,展示的資料和資料圖型別都是可以自己設定好的。

文生 GIF 動圖,16:9,用於業績彙報。清爽的二維扁平向量資訊圖風格:暖白色背景、輕微紙張質感、大量留白,深海軍藍細線與明亮藍色為主,珊瑚橙只用於強調增長。畫面中央是一張大幅上升折線圖,展示季度營收:Q1 120 萬、Q2 168 萬、Q3 215 萬、Q4 306 萬。
動畫開始時,淺灰色網格和座標軸輕輕浮現;藍色折線從 Q1 向 Q4 快速但順滑地繪製,線下方出現半透明藍色漸變填充。每到一個數據節點,圓點彈跳一下,對應的數值卡片彈出;線條經過時留下一小段發光軌跡。到達 Q4 時,終點出現珊瑚橙色上升箭頭和“增長 155%”卡片,周圍有少量星形閃光與圓環擴散。隨後高亮、卡片和填充平滑收回,回到初始畫面,形成首尾一致的 4 秒無縫迴圈 GIF。圖表位置始終固定,動效有節奏感但不雜亂。不要人物、實拍質感、3D 效果、鏡頭運動或聲音。

在 X 檢視原影片
在 X 檢視原影片

除了展示資料之外,做一些產品功能展示預演的時候用動圖也很合適,不需要把詳細的資訊展示出來,只展示功能的互動動畫,我這裡做了生成摘要、點選收藏和切換夜間模式的演示圖。

製作一段 3 秒、可無縫迴圈的網頁產品演示動圖。滑鼠點選文章右上角的“生成摘要”按鈕,按鈕短暫顯示載入狀態,右側隨即展開簡潔的摘要卡片。鏡頭固定,保留真實介面佈局,讓點選和結果清晰可見;動畫輕快、剋制,不新增其他操作或虛構文案。

在 X 檢視原影片
在 X 檢視原影片

還有一種就是可以做產品的零件爆炸演示圖,尤其這種偏 2.5D 型別的,用 AI 影片做就很容易崩,零件也容易多給,倒是可以用 Opus5.5 做出來,不過現在 Image2.6 做出來的迴圈動畫效果也真是不錯。

等軸測 2.5D 爆炸拆解檢視,一臺經典的單反相機。拆成金屬機身外殼、鏡頭零件、等等拆件的爆炸鏡頭,生成從完整相機到拆件的無縫迴圈 GIF 動圖。

在 X 檢視原影片

然後就是可以直接利用 GPT 強大的世界知識同時檢索歷史時間生成對應的影像素材,做成這樣的歷史流程圖,有動態感的同時資訊也會保證準確。

歷史科普長卷動態時間軸,動態 GIF,泛黃水墨宣紙質感底紋,手繪水墨寫意風格,一支飽蘸濃墨的毛筆自左向右極速掃過劃出一條起伏有力的墨跡時間線,墨跡劃過之處依次如蓋章般暈染浮現出四個朝代關鍵節點的微縮手繪插畫:商周青銅司母戊鼎、秦代陶俑戰車、盛唐飛天壁畫閣樓與大明寶船,節點帶有毛筆小楷年代標註,墨韻流動,首尾相接無縫迴圈

在 X 檢視原影片

做成這樣的路線示意圖也很好玩,感覺非常適合遊戲裡的結算畫面使用,這裡地圖都可以使用自己上傳的。

復古探險尋寶手繪路線圖,動態 GIF,泛黃古老牛皮紙羊皮紙地圖質感,手繪等高線與山川河流,一條紅色的虛線軌跡從左下角出發像活蛇般沿著山谷快速向前蜿蜒穿梭,軌跡前端是一輛可愛的復古小越野車在顛簸狂奔,每到達一個補給站地標,一枚立體紅色圖釘便伴隨微小衝擊波咚地一聲精準紮在地圖上,最終在右上角的大紅叉寶藏點畫圈點亮,冒險故事感

在 X 檢視原影片

最後也可以給名畫做一些比較有視覺標識性的二次處理,放到文章中或者網站裡作為配圖素材使用都還能挺吸睛,挺有視覺衝擊力的感覺。

藝術解構科技動態視覺,動態 GIF,16 幀完美閉環,純黑極簡暗調背景。一座純白古典大衛大理石雕像胸像靜靜佇立,一道刺眼的青藍色水平全息雷射束自下而上快速掃過雕像,被雷射掃過的瞬間,堅硬的大理石雕像瞬間炸裂崩解為成千上萬顆極度微小的發光青色幾何體素立體方塊與數字碎片,如失重般向四周爆發擴散懸浮;在第 8 幀達到最大擴散範圍後,所有發光粒子如同時間倒流般以極高加速度逆向收攏吸附,嚴絲合縫拼回完好無損的白色大理石雕像,極具張力與科技美感

在 X 檢視原影片

那動圖的部分看完了,咱們在看三個靜態能力的更新。

第一個是跨對話角色記憶,以前最煩的就是換個聊天框 AI 就失憶,非得逼你重新再上傳一遍圖片然後再解釋。現在只要先讓他儲存好參考,

然後在在提示詞裡,它就能記住這個角色長什麼樣。比如我這個黑大聖從破布衣換成黃金甲,換了場景也換了光影,主角的長相也沒變,就還挺方便。

第二個是結構引出線拆解圖,是做產品說明書或設計拆解的神器。2.6 標出來的白色箭頭引出線和數字標號排得很整齊,端點老老實實指在零件上,不會像以前那樣箭頭亂指、字在天上亂飛,看起來很像正經的產品說明書。

左 Image2.6 右 Image2.5

第三個就是直接輸出純向量 SVG 程式碼,它生成的不是帶有向量畫風的普通圖片,而是直接吐出可以在前端執行的程式碼。程式碼結構很乾淨,沒有亂七八糟的多餘節點,丟進 Figma 或者瀏覽器裡可以直接無限放大,對前端和 UI 同學來說拿過去就能用。

不過要說做向量圖的話,做簡單的圖表型別還是可以的,

如果做複雜一點的,曲線多一點的人物型別的圖就基本都會跑偏。。。這個也不知道是不是 codex 的問題,反正目前我用著是一般。

除了做表情包之外,我也算是絞盡腦汁,給大家硬摳出了幾個稍微能派上用場的 GIF 玩法。

但有一說一,測到最後,這波更新實在算不上什麼顛覆性大版本。

尤其是在人臉一致性上,只要多改兩輪,五官漂移得甚至還不如老版 Image 2.5 穩當。

更要命的是,成本還實打實地翻倍了——靜態單張直接從以前的 4 美分漲到了 8 美分,要是生成一個十幾幀的 GIF,抽一次卡就得燒掉小兩毛美金。

至於這次主打高速的 API 的 Flare 模式,體感上速度提升也不是很明顯,畫質還縮水了一圈。

所以我的建議是大家可以當個新鮮玩具友情試兩把,

沒必要特意為了它去充值改工作流。

至於真正有顛覆性的能力躍遷,

我們還是等下一個大版本吧。

—— 本文由 AIHOT 聚合整理,完整版與更多 AI 動態見 https://aihot.news/items/kss7rjmanc8dv5mpj60jtdzgd

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論