静态生图这一仗还没打完，动态生图的仗已经开跑了。11月5日，OpenAI把新一代图像模型Images 2.6推向全部ChatGPT与Codex用户：一句话或一张照片，直接产出会动的GIF；开发者那边，Flare与Sunburst两款API模型同步就位。这不是一次普通的功能上新——图像生成这条生产线上的分工与座次，正在被重新排布。
一句提示词，一张会动的猫
OpenAI放出的演示很轻：一句“能帮我做一张猫咪跳舞的GIF吗”，ChatGPT便产出一小段循环动画，角色形象在帧与帧之间稳稳站住。轻归轻，分量不轻——帧间一致性恰恰是过去生图模型最难啃的骨头：上一代模型逐帧重画，猫还是那只猫，长相却早换了三回，所谓连续动画，做出来往往成了幻灯片。
在此之前，ChatGPT并非做不了GIF，只是得靠写代码绕路：让模型编一段脚本去拼帧，费两道工。Images 2.6把这条路铺直了——文字提示、照片上传，原生一步出图；播放快慢可调，单帧可改，成品可直接分享。全量推送覆盖网页、桌面与移动三端，所有订阅档位一律开放，Codex用户同步受益。
这不是加功能，而是换了打法
把官方通稿翻译成大白话：通篇反复强调GIF与提速，真正值得划重点的却藏在后半段——多轮编辑的一致性。用户反复改图时，人物、产品、品牌标识不再动辄面目全非，透明标注图层与矢量格式输出也一并跟上。换句话说，这次升级的核心不是画得更快，而是改得更稳。
这不是给聊天窗口添一件小玩具，而是图像模型的坐标系被挪动了：从画一张好图，转向养一串连贯的图。前者拼单帧美感，后者拼序列稳定——后者才是广告、电商、动漫这些真金白银行业的入场券。话说回来，判断强度得跟证据对齐：说OpenAI就此一锤定音地为时尚早，但方向已经写在纸面上。
40亿张的分量
数字先行。OpenAI披露，ChatGPT与API每周生成的图像已经超过40亿张，比9月净增约10亿张；按同一口径倒推，9月的周生成量约在30亿张上下（此为推算值，非官方直接披露）。一个多月，量涨了约三成——图像生成显然已经从尝鲜功能变成了高频日常。
再看另一组：相对上一代，Images 2.6把生成速度整体拉高50%，低质量档位下出图快至约六秒。快，意味着便宜；便宜，意味着敢放量。40亿张的周盘子里，相当一部分本来就是顺手生成的轻量需求，速度每快一分，这类需求就再膨胀一分，门槛每降一寸，人群就外扩一圈。
图表一 周图像生成量：9月与11月初对比（亿张）
图表二 Images 2.6 相对 Images 2.5 生成速度提升（%）
动图卡在“太死”与“太贵”之间
拿行业史照一照：内容形态的每一次降门槛，都带来一轮供给爆炸。图文时代博客把写作变成全民的事，短视频把随手拍变成全民的事，剧本从未变过——生产成本一旦塌下来，供给立刻漫上来。GIF在AI生图里的位置很妙：它比静态图生动，又比AI视频便宜得多、快得多，正好卡在静态图太死、视频又太贵的空档里。
早期社交网络靠动图起家，表情包文化更是在GIF上长成了大生意；如今AI把动图的生产成本打到地板价，两头的需求都可能被同时激活。与智能手机时代利润被上游平台吸走的剧本不同的是，这一轮动的不是存量蛋糕，而是把原本做不出来的内容形态做出来了——蛋糕先变大，再谈怎么分。
Flare与Sunburst落进生产线之后
开发者侧的安排同样清晰：API沿用 Images 2.5 世代就确立的双档分工——Flare主快，Sunburst主好，两条产品线这次一并升级到 Images 2.6。翻译一下：OpenAI在赌动图会成为营销与社媒的批量原料。电商详情页的循环演示、品牌吉祥物的动态表情、广告素材的快速迭代，都会折算成API调用次数，沉淀为可计价的收入线。
推演下去，有三笔账可以算：其一，设计岗位的活儿重心从从零画，挪到在生成结果里挑、在帧上改，工具属性强于替代属性，慌可以少一点，学不可以少学；其二，动图供给一旦泛滥，同质化与审美疲劳会紧随而至，版权与滥用问题也会被同步放大——生意变热，必然携带这些成本；其三，免费用户同样能生成GIF，等于用最轻的功能教育最广的人群，把AI生图的使用习惯铺进日常表达，这一步棋的长期价值可能超过功能本身。
定义权之争
一旦有了一致性，就会有连续画面；一旦有了连续画面，就会有动态叙事；一旦有了动态叙事，图像模型就从画笔变成了镜头——舞台随即换幕。
生图的下半场，比的不是谁画得美，而是谁动得起来。静态生图的座次还没定，动态生图的新席已经开桌；OpenAI把GIF做成全量标配，赌的是会动的内容成为下一个默认选项。谁能把生成能力变成日常表达的底座，谁才握得住下一轮定义权。
