工具教程

ChatGPT一句话就能画动图了:Images 2.6上手,GIF、矢量图、换装一次讲清

AI执行官

你有没有过这种时候:想让 AI 画个东西,图是画出来了,但你想让它”动一下”——做个表情包、给商品图加点动效、让吉祥物眨个眼——结果发现没门路。要么去学剪映关键帧,要么去开一个视频生成模型,排队等几十秒,出来还常常不是你要的那张脸。

11 月 5 日凌晨(北京时间),OpenAI 把图像模型更新到了 Images 2.6。这次升级的重点不是”画得更漂亮”,而是把”画完之后要干的事”接上了:能直接生成 GIF 动图、能导出 SVG 矢量图、反复修改时不再把人物和商品改跑样。

目前 ChatGPT 各订阅档位(含免费版)都能用,网页、桌面、手机端都开放。据 OpenAI 官方数据,全球用户现在每周通过 ChatGPT、Codex 和 API 生成的图片已达 40 亿张,日均超过 5 亿张——所以这次改动,影响的是几亿人的日常。

下面不讲参数,只讲你能拿它干什么、怎么问、哪几个地方会翻车。

一、这次升级,普通人只需要记住三件事

第一件:快了。官方说整体生成速度比上一代快约 50%,开发接口里把画质调到最低档时,最快 5 到 6 秒出一张。这意味着你可以连着改十遍也不烦——改图这件事,速度本身就是体验。

第二件:会动了。这是这次最显眼的变化。你不需要切换模式、不需要打开别的工具,就在普通对话里加一句”让它动起来”,它给你一个 GIF。

第三件:改得稳了。以前多轮改图最烦的地方是”改一处崩一片”——你只想把背景从白墙换成街景,结果人物脸变了、衣服褶子变了、商品上的字也糊了。这次 OpenAI 专门强化了”哪些该改、哪些必须留”的能力。

对做电商图、做系列海报、做公众号配图的人来说,第三件其实比第二件更值钱。因为返工的时间成本,远比生成的时间成本高。

二、GIF 是怎么来的:一个不那么”AI”的办法

这里稍微说一句原理,懂了你就知道该怎么提要求。

按理说,让图动起来应该是视频模型干的活。但 Images 2.6 走的是另一条路——它借用了游戏行业做动画的老办法:在一张图里,把一整套动作按格子画完。

OpenAI 在开发者指南里给的示例提示词是这样的思路:生成一张用于循环 GIF 的序列图,严格包含 6 个连续帧,按 3 列 2 行排布,从左到右、从上到下阅读;每个格子尺寸完全一致;机位固定不动;同一角色、同一张桌子、同一套衣服、同一个背景;第 6 帧要平滑过渡回第 1 帧;不要字幕、不要边框、不要留白。

画完之后切片一合,就是一个 GIF。这样做的最大好处是:每一帧的脸、衣服、背景都是同一套设定,不会出现”第一帧是个姑娘、第三帧换了个表姐”这种事。而且绕开了视频模型的高延迟,十来秒就能拿到结果。

所以你提要求的时候,一定要把”机位不动””动作回到起点””每格一样大”这几句写进去。这不是玄学,这是它能不能成立的技术前提。

三、五步上手(照着做就行)

第一步:打开 ChatGPT,正常说话就行。不用找什么”动画模式”。手机 App、网页、桌面端都可以。

第二步:先出静态图,确认角色和风格。别一上来就要动图。先让它画一张你满意的基础图——因为动图是在这张图的设定上扩展的,基础图不满意,动图只会更不满意。

第三步:接着让它动。在同一个对话里补一句:”让它慢慢抬起右手挥一下,再放回原位,背景和机位都不动,做成循环 GIF。”

第四步:看帧,找穿帮。实测反馈里,跳帧和节奏不匀是最常见的问题——动作忽快忽慢,最后一帧接回第一帧时会”弹”一下。这个只能靠看,不能靠猜。

第五步:不满意就改描述,别重新开对话。连续对话里它记得前面那张图,重新开对话等于从零开始,一致性全丢。

四、四个明天就能用上的玩法

玩法 1:表情包自由

这是最没有门槛的用法。上传两三张参考图(你想要的画风、你想要的角色),然后一句话描述表情和动作:”这只穿绿外套的小猴子,捧着灯笼抬头眨眼,然后把灯笼放下,循环。”

想做系列就更好办——同一个对话里继续提要求:”再来一个它生气的””再来一个它害羞捂脸的”。因为是同一个角色设定,一套表情包做下来风格是统一的。

玩法 2:商品图换背景,不动商品本身

做电商的最需要这个。以前白底图换场景图,要么请人拍,要么 P 图 P 到怀疑人生,最怕的就是商品上的字和细节被改掉。

现在可以一次给两张图:一张商品图、一张场景参考图,然后说”把商品放进这个场景,商品本身的样子、文字、logo 一点都不要变,只处理环境和光影,阴影方向要跟场景一致”。

这里的关键词是”不要变“。你不说,它就敢动。

玩法 3:换装,不换脸

人像海报常用。给一张人物照、给几张服装参考图,说清楚”保留脸、发型、姿势和背景,只把外套换成第二张图那件”。

官方演示里,同一组参考图分别交给了两个模型版本:偏速度的 Flare 和偏精度的 Sunburst。做草稿阶段用前者反复试,定稿用后者出高细节——这个分工挺实用。

玩法 4:做 LOGO 和图标,直接拿到矢量图

这是被 GIF 抢了风头、但对做小生意的人特别有用的功能:原生支持导出 SVG。

以前 AI 给你的是位图,放大就糊,要放进网页或印刷还得找工具转矢量,转完边缘还毛。现在可以直接要”给我一个可编辑的 SVG”。做店铺招牌、包装贴纸、小程序图标,尺寸随便放,不会虚。

五、几个必须提醒的坑

一、动图不支持视频参考。你可以传图片做参考,但传视频不行。想”照着这段视频的动作做”,目前做不到。

二、动图不是视频。它是几帧到十几帧的循环小动画,1 到 2 秒的体量。想要 10 秒的完整视频,还是得用视频模型。别拿它去做产品宣传片。

三、文字和手仍然是老问题。图里的中文、小字、手指细节,该错的还是会错。凡是带品牌的图,出图后必须自己逐字核对——这一条没有例外。

四、国内正常访问有门槛。ChatGPT 官方服务不对中国大陆开放,需要用海外账号配合合规的网络环境。这一点我不建议绕,也不提供方法。如果你的工作主要在国内平台,国产的即梦、通义万相、可灵在”图生视频”上已经够用,只是没有”一句话出 GIF 再导出 SVG”这条链路。

五、商用要看清楚授权。免费版生成的图片在商用上通常有额外限制,涉及对外投放、印刷、客户交付的,务必先看 OpenAI 当前的使用条款,别拿”我能生成”当”我能商用”。

六、成本别只看”快”。API 侧两个版本(Flare 和 Sunburst)定价一样:输入每百万 token 8 美元、输出每百万 token 30 美元,与上一代 2.5 持平。按 1024×1024 方图估算,低画质档单张约 0.006 美元(四分钱人民币),常用的高画质档约 0.053 美元(四毛钱),最高档约 0.211 美元(一块四)。批量做动图时,帧数越多、分辨率越高,账就越不能按”一张图”算。

结尾

这次更新最值得注意的地方,不是”AI 会画动图了”,而是生图这件事开始从”抽卡”变成”修改”——以前你只能不停重新生成,祈祷下一次更像;现在你可以指着某个位置说”改这里,别的地方别动”。

对普通人来说,判断一个 AI 工具值不值得学,其实就看一条:它能不能减少你返工的次数。Images 2.6 在这一点上是往前走的,虽然动图的帧间衔接还毛糙,离”能交付”还有距离。

我的建议是:先用它做表情包和商品换背景这两件事。门槛最低、见效最快、翻车了也不心疼。等你摸清了它对”不要改”这三个字的理解程度,再去碰海报和 LOGO。

至于那句被反复提起的”AI 要取代设计师”——从这几天的实测看,还早。它现在更像一个手很快、但需要你反复盯稿的助手。真正值钱的,仍然是你知道”哪里该改、哪里不能动”。

分享给朋友