Images 2.6
OpenAI 新推出的图像生成模型 “Images 2.6” 加入了原生 GIF 和 SVG 输出,并宣称速度更快,但用户将其与更早的 GPT-Image 2.x 版本以及 Google 的 “Nano Banana”等竞争对手对比后,反应褒贬不一。很多人认可它在提示词遵循度、矢量导出和简单动画等方面的潜力,但也抱怨明显的水印伪影、过度处理的“AI 味”,以及在某些工作流中相较 2.5 出现质量倒退,尽管由于 token 用量增加,实际成本更高。讨论进一步扩展到对图像生成进步是否已平台化、商业激励是否更偏向速度和低成本而非视觉细腻度,以及大量“AI 垃圾图”是否正在侵蚀审美标准并削弱人类创作艺术价值的担忧。
总体反应
- 许多人认为 Images 2.6 只是渐进式改进,而非变革性升级;“和过去 1.5 年一样”这种说法屡见不鲜。
- 反应不一:有人对特定提示词遵循度和复杂构图印象深刻;也有人认为它相比更早的 OpenAI 模型或竞争对手(例如 Google 的 “Nano Banana”、Seedream、Midjourney)出现了倒退。
- 一些人指出,与编码模型相比,图像生成的进步似乎已经进入平台期,或者至少提升得慢得多。
规模与使用情况
- OpenAI “每周 40 亿张图像”的说法引发了怀疑和不安;评论者估计,这意味着巨大的自动化或批量使用,远超人类的观看能力。
- 单个用户会围绕同一个想法生成许多变体,这进一步印证了大多数生成内容只是探索性的“垃圾图”(slop),而非最终成品。
定价与 token 用量
- 官方按 token 计费没有变化,但多位用户展示,2.6 在低/中质量设置下的输出 token 用量约为 2.5 的 3–4 倍(例如 1024×1024 的 low 约从 196 → 823 tokens)。
- 这被视为事实上的涨价,一些人称“同样价格”的宣传具有误导性。
- 据称高质量设置下的 token 用量与 2.5 相近。
新功能:SVG 和 GIF
- SVG 输出通过栅格到矢量的流水线实现;需要额外指定
svg.model和一个 LLM,这让一些人觉得与专门的矢量模型相比不够惊艳。 - 文档中的 SVG 示例被认为比较基础;有人原本希望看到更复杂的展示。
- 原生 GIF 生成可用,但被评价为质量较低:水印斑驳、运动不一致、“垃圾图”伪影明显、帧间连贯性弱。
- 动画 GIF 被认为适合表情包/一次性内容,不适合专业用途。未发现对动画 SVG 的支持。
图像质量与模型对比
- 一些用户更喜欢 2.5 而不是 2.6,尤其是在 UI/设计工作和图中文字排版方面;2.6 被描述为更简单、更放大、细节更少。
- 也有人喜欢 2.6 减少了它自行加入无关励志文字的倾向。
- 基准测试和经验性测试表明:
- OpenAI 在提示词遵循度上领先。
- Google 的模型以及其他闭源/开源替代品在某些领域可能在真实感或风格上更强。
- 某些提示结果显示,2.6 在细腻摄影题材上甚至比 2.0 更差(例如手部、反射、水的焦散)。
伪影、“AI 味”和审美
- 持续出现的抱怨包括:
- 可见的水印 / 斑驳感。
- 典型的“AI 味”(过度审美化、光泽感强、偏黄色、光照不真实)。
- 诡异或错误的物理效果(例如彩绘玻璃鲸鱼的光照)。
- 关于用户是否真的喜欢这种风格存在争论:
- 一种观点认为,普通用户不会注意或在意;便宜才是王道。
- 反方观点认为,很多人并不喜欢 AI 食物图片和诡异视觉,尤其是在餐厅/广告中;网上对“AI 垃圾图”的批评非常普遍。
- 有人认为 RLHF 和引导方法把模型推向了这种审美;也有人说模型只是错误地应用了平均化的奖励信号。
能力与局限
- 像素画:可以近似这种风格,但真正网格对齐、有限调色板的像素画仍需要后处理或专门模型。
- 一致性角色精灵 / 精灵表:多位用户报告一致性很差;尝试做统一的 sprite-sheet 风格艺术被称为浪费时间。
- 角色与布局一致性仍然困难,不过有些外部模型因表现更好而受到称赞。
编辑、控制与工具
- 用户希望更细粒度、更可靠的编辑:
- 常见抱怨是,要求微调一个小元素,却会改变整张图。
- 有些人注意到 2.6 声称控制力更强,但尚未看到明显改进。
- 他们希望有更明确的工具:种子 / 生成 ID、构图滑块、图层、更好的 outpainting 界面,以及与矢量/3D 工具的整合。
- 一些人怀念更早 DALL·E 时代的工具(例如 outpainting、通过 ID 实现稳定迭代)。
伦理与文化影响
- 强烈的伦理批评:在海量抓取数据集上训练被描述为剥削或“掠夺”人类创作劳动,即便从技术上说这是建立在数十年研究成果之上的。
- 也有人反驳说,这些系统本身也是人类努力和创新的产物。
- 更广泛的文化担忧在于,低质量“AI 垃圾图”在菜单、广告和社交信息流中泛滥,以及人类观察能力和审美能力可能因此退化。