猝不及防。
11 月 4 日,OpenAI 突然发布 Images 2.6,ChatGPT、Codex 和 API 同步开放。官方通稿里出现频率最高的词不是「画质」,而是「更快」:生成速度提升 50%,Flare 在低画质下最快 6 秒出图。
但对游戏团队来说,速度不是重点。真正值得看的是这次塞进来的五个新功能:GIF 直出、SVG 导出、参考图复用、markup 局部编辑,以及 complexity 参数。
我们按游戏美术的实际流程梳理了一遍,结论可能有点扫兴:五个功能里,能直接进正式生产管线的只有两个半。
每个做过游戏美术的人,都经历过同一个角色画十遍、同一句 UI 文案改五版的凌晨。OpenAI 这次想解决的,正是这些凌晨。

先看一组官方数据。OpenAI 披露,全球用户每周通过 ChatGPT、Codex 和 API 生成的图片已经达到 40 亿张,平均每天超过 5 亿张。
当生成量到了这个级别,行业的重点自然会从「能不能生成」转向「能不能改、能不能交付」。这也是理解 2.6 的前提。
先泼一盆冷水:它不是画质升级
在 DesignArena 的图像榜上,排名最高的 2.6 Sunburst 是 1382 分,2.5 Sunburst 是 1378 分;2.6 Flare 是 1358 分,2.5 Flare 是 1355 分。两组都只差 3–4 分,基本是打平。榜上同一个模型会按 quality 分多条,这里取各自最高的一条。

分数不是一切,但 3–4 分的差距说明:这次更新没有把力气全花在「画得更好」上。
2.6 更像一次「生产工具化」更新。它补的是工作流里的洞:动效、矢量、局部修改、复杂画面的规划能力。所以别再用「像不像人画的」去衡量它,应该问「能不能少改一版」。
所谓两个半,后面会展开:参考图和 markup 是完整的两个;SVG 算半个,不是因为它没用,而是因为它只覆盖 UI 图标这一个场景。GIF 只进前期,complexity 是调节项,都不计入。
GIF:最好的用途是分镜,不是成品动画
GIF 是这次最直观的新能力。一句自然语言描述,模型直接返回一段循环动图,帧数、每帧时长、尺寸都可以设。
从 API 文档看,GIF 支持 2 到 16 帧,每帧 20 到 2000 毫秒,默认 9 帧、200 毫秒。CellCog 的测试里,一段 12 帧的 GIF 大约 11 秒生成,成本约 5.6 美分。
放到游戏里,它最适合三个地方:角色待机、行走的 animatic 预览,UI 里的加载动画和微交互,以及社区运营的表情包。策划和动画师可以在正式动手前,先用它把动作节奏跑一遍。
但别把它当成品动画工具。
GIF 只支持二值透明,没有渐变 alpha,也不支持动画 WebP;帧与帧之间的角色细节会漂移,首尾帧经常接不顺;有实测请求 16 帧只返回 12 帧,尺寸还缩到了 358×358。CellCog 的测试还发现,官方指南的表格写 2–64 帧,但 API schema 的实际上限是 16 帧,两份文档并不一致。


所以我们的判断是:GIF 可以进前期,不能进正式管线。它能帮动画师省掉画草稿的时间,但替代不了 Spine、序列帧和手 K。
SVG:能改图标,但也只限于图标
SVG 是这次最容易被高估的功能——不是因为它没用,而是因为很多人把它当成「任意图片都能导出矢量」。它真正解决的,只是一个很窄的问题:UI 图标和 logo 的改稿。
在 /v1/images/generations 里把 output_format 设成 svg,返回的是真矢量文件;简单图标的路径、形状、颜色可以在 Figma 或 Illustrator 里继续改。以前 AI 出的图标是 PNG,改一个描边就要重画,现在这类活确实省了。
它适合什么?技能图标、道具图标、地图标记、HUD 里的可缩放元素、商店页的 logo。尤其是需要统一描边、统一视角的图标组,参考图加 SVG 的组合,比一张张抠图快得多。
但它的边界比想象中窄。
只适合扁平图标和 logo。 复杂插画、渐变和纹理很重的 UI、需要分层动效的界面,它做不好;SVG 是静态的,不支持脚本、外部资源或嵌入位图。
不是网页里的导出按钮。 它是 API 能力,ChatGPT 网页端拿不到 SVG;而且不是所有聚合 API 都透传 svg.model,我们实测 CometAPI 直接返回 400。
文字不一定是路径。 官方 logo 示例里,Sunburst 版还留着 <text>,换到没有对应字体的环境,排版会变。
只能生成,不能继续用 edits 改。 SVG 输出只支持 generations,不支持编辑接口。
发布期还不稳定。 CellCog 当晚 15 次请求,14 次返回 502。
![]()
所以它是 UI 图标的专用工具,不是通用图像格式。做 UI 图标,值得接;做角色、场景、动效,别指望它。
对 UI 团队来说,判断标准可以很简单:拿 10 个图标试,如果有 8 个能在 Figma 里直接改,这项就值回票价;如果只能看不能用,那就还是草稿。
参考图和 markup:最不炫,但最省返工
真正能改变游戏美术工作流的,是这两个不炫的功能。
参考图复用,解决的是「同一个角色」的问题。API 最多可以传 16 张输入图,ChatGPT 里还能把角色、宠物、风格图保存下来反复调用。角色三视图、皮肤变体、道具系列、对话头像,这些最怕「每张都像不同的人」的活,终于有了一个可用的起点。
markup 局部编辑,解决的是「只改这一块」的问题。你在一张透明图层上圈出要改的区域,再用文字说明改什么,模型只动圈里的内容;API 里也可以用 mask 做同类局部编辑。改 UI 文案、换道具颜色、修手、做 A/B 变体,都比整张重画稳。
值得一提的是,markup 在 2.5 上其实也能用,2.6 只是把它正式带进了 API。所以这项不算 2.6 独占,但它是这次升级里最值得立刻接进流程的能力。
这两个功能不产生「哇」的效果,但它们对应的是游戏美术最耗时的部分:改。第一稿从来不是瓶颈,第三稿、第五稿才是。

complexity:一个容易开错的旋钮
complexity 是 2.6 新增的参数,控制模型在渲染前花多少力气做规划,和 quality 是两回事。
官方给了三档:low、medium、high,默认 high,不额外收费。换背景、改招牌、调单个元素,用 low 就够;元素多、文字密、关系复杂的 HUD 和场景,才需要 high。

同一场景下,low 只保留最少元素,high 会把技能栏、小地图、任务追踪这些关系补齐。
问题在于,很多人会因为它免费就一直开着 high。high 会增加延迟,也可能带来不想要的改动。对游戏团队来说,更合理的用法是按任务分档:草图和局部修改用 low,复杂界面和关键概念图用 high。
游戏管线怎么接:三句话
如果你只想知道怎么用,记住三句话就够了。
草稿和变体,用 Flare。它快,适合头脑风暴、占位图、批量试错。
定稿和多轮编辑,用 Sunburst。它在 medium/high 下对人物、服装、产品细节的保持更稳,适合角色定妆和系列资产。
批量小图,继续用 2.5。2.6 的 low 档虽然更快,但 1024×1024 的 output token 从 196 涨到了 824,贵了约 4.2 倍;medium 也从 439 涨到 1449。high 及以上两者同价,2.6 快约一倍。另外,2.6 暂时没有 Batch 半价档。
换句话说,2.6 不是「全面替换 2.5」,而是「高质量任务切过去,低成本任务留下来」。

最后
OpenAI 这次没有把力气花在「更像人画的」,而是花在「更像生产工具」。
对游戏行业来说,这意味着 AI 生图终于开始碰管线里最脏最累的环节:改图、对齐、导出、交付。GIF 让前期预演更快,SVG 让 UI 图标能改,参考图和 markup 让返工变少,complexity 让复杂画面更可控。
但它离「替代美术」还很远。它更像一个反应很快的实习生:能出草稿、能改局部、能给你十个方案,但最后那版能进包的资源,还是得人来定。