实时 AI 消息
GPT-Image-2.6全量上线:原生出GIF和SVG,API拆出复杂度参数
OpenAI 的 GPT-Image-2.6 已在 ChatGPT、Codex 和 API 全量上线,整体生成时间缩短约50%,最快6秒出图,并原生支持 GIF 与 SVG 导出。API 端首次把负责场景规划的 complexity 与负责画质的 quality 拆成两个独立参数,同时推出主打速度的 Flare 和主打一致性的 Sunburst。
OpenAI 的图像模型又换代了。11月5日,GPT-Image-2.6 在 ChatGPT、Codex 和 API 中全量上线,免费与付费用户都可以直接使用;据量子位报道,整体生成时间缩短约50%,最快6秒即可出图。
最直观的新能力是动图与矢量图。模型原生支持生成 GIF,并可直接导出 SVG 矢量文件,前端和 UI 场景里原本需要第三方工具完成的位图转矢量环节被省掉了。
更值得注意的是 API 层的拆分。OpenAI 首次把场景规划所需的算力与像素渲染的画质分成两个独立参数:新增的 complexity 控制模型动笔前花多少算力做构图规划,原有的 quality 则纯粹负责视觉细节与保真度。过去哪怕只改背景颜色,模型也要把整套构图重新跑一遍。
与参数拆分配套的是两个 API 型号:Flare 主打速度与排版,面向海报、电商产品图这类商业视觉做布局优化,在低画质档位下把单张生成时间压到6秒;Sunburst 负责中高画质档位,重点解决多轮对话修改中人物和商品改着改着就变样的一致性问题。
GIF 的实现方式也绕开了视频模型。官方给出的 OpenArt 合作案例提示词要求模型在一张图里画出3列×2行、共6格的序列帧(sprite sheet),再切片合成动图。这样既避开了视频扩散模型高昂的推理延迟,也让每一帧的五官、衣服褶皱和背景物体保持相对固定。
已经有人在生产环境里用这套能力。做 AI 办公助手的初创公司 Town 通过 API 接入,为工作软件里的虚拟助手生成打字、反馈这类实时微表情动图。
工程侧还有两项补全。一是原生 SVG 导出,程序员在 Codex 里写前端时可以直接让模型产出可无限缩放的图标、组件和插画,中间的格式转换环节被省略;二是此前只在 ChatGPT 网页端提供的圈选局部重绘(Image markup)正式开放给 API,企业可以用坐标或遮罩圈定要改的区域,再配合 Sunburst 的一致性做批量改图。
把这些放在一起看,OpenAI 这次卖的不只是更快的出图,而是一组可以被工作流调用的图像生产参数:要快就调低 complexity,要稳就换 Sunburst,要矢量就直接导出。对开发者来说,成本的颗粒度变细了;对竞品来说,比价的维度也从单张图的报价,变成了每一次修改要花多少算力。
报道末尾还提到一个未经官方确认的细节:有观察者在谷歌云上看到了标注为 GPT-6.2 Astra 的模型条目。它与本次图像更新没有直接关系,是否意味着新模型临近发布,目前没有官方说法。
为什么重要
把规划算力与渲染画质解耦后,生图成本第一次可以被拆开计价,批量改图和商业视觉工作流的单位成本有机会明显下降。
附近消息
全部11/05 10:01
基于本体+知识+Harness+Datat Agent的智能体完整落地链路!
据 qbitai.com 消息,基于本体+知识+Harness+Datat Agent的智能体完整落地链路!。Data + AI 技术实践巡展 · 上海站
11/05 09:54
OpenAI用未发布的网络安全模型,在Linux内核里找到948个提权漏洞
OpenAI公布了一次针对Linux内核的攻击性安全测试:用尚未发布的网络安全模型搭建自动化流水线,以约120万美元的API成本找到948个独立的本地提权漏洞。整个过程从侦察、验证到写出可用的root提权利用全部由智能体完成,成本被压到平均每个漏洞1279美元。
11/05 09:26
苹果据报下调内部AI预算:工程团队日额度从300美元降至200美元
彭博社报道称,苹果正在下调工程团队每日的AI使用额度,10月已把上限从300美元降至200美元,部分额度还将降到100美元,非工程部门甚至可能低至每天25美元。这一收紧发生在企业普遍开始为AI账单算账的背景下,说明即便是最有钱的科技公司,也在用预算纪律替代“尽量多用”的采购逻辑。
11/05 10:33
OpenAI企业销售成营收主要来源,Brockman对2027年IPO表示乐观
据路透社11月5日报道,OpenAI 总裁 Greg Brockman 表示企业级销售如今贡献公司营收的多数,并在被问及2027年上市准备时回答称他认为可以。相比今年3月企业收入占比四成以上、年底与消费端持平的口径,这一表态意味着企业业务已成为更大的收入来源。