11月5日早间，不少用户发现ChatGPT悄然新增了一项能力。用户只需输入一句话或上传一张图片，就能让AI生成一段循环播放的GIF动图。生成之后，还可以调整播放速度、查看每一帧，甚至对其中某一帧进行单独修改。我们简单测试发现，生成效果参差不齐，例如提示词是“生成一个马斯克跳闪身步”，结果既不像马斯克，也不像闪身步。相信大家还记得今年初Images 2.0刚发布时，人们感慨“眼见为实”的时代已经过去。生图能力一直是OpenAI的强项，但此次更新有所不同。过去，AI生图工具解决的是“从无到有”的问题，即用户提供文字，模型将其转化为图片。然而，一张图片真正进入工作流程，往往还需经过修改、排版、格式转换等环节。对于普通用户，这需要再打开几个软件；对于设计师和内容团队，则意味着繁琐的后期工作。OpenAI最新的Images 2.6模型开始将这些工作流程收归模型内部。除了GIF生成，新模型还带来了更快的生成速度、更稳定的多轮编辑能力，以及面向开发者的SVG矢量导出和图像标注编辑接口。更令人意外的是，OpenAI并未涨价。
01 一次加量不加价的升级，三类工具的功能被集成进模型
Images 2.6并非简单的速度升级，而是从产品设计上做了两件事：一是提升图像生成速度，二是优化生成后的修改与使用体验。
首先是速度。OpenAI公布的数据显示，Images 2.6较上一代整体提速50%。在API端，公司推出了两个版本：GPT-Image-2.6 Flare和Sunburst。Flare侧重响应速度和效率，适合海报、商品图等需要快速迭代的任务；Sunburst则更注重细节和多轮编辑的一致性，适合对画面精度要求高的工作。在低画质设置下，Flare最快可在约6秒内生成一张图片。这对于需要反复调整素材的内容生产者来说，意味着在相同时间内可以进行更多轮尝试。
这里有一个有趣的对比：快手最早是一款名为“GIF快手”的工具软件，后来转型成为最大的短视频平台之一。这表明GIF动图的需求一直存在且明确。现在，用户可以直接在ChatGPT中通过文字描述或上传图片生成GIF，比如让静态人物照片动起来，或将商品图转化为循环展示素材。生成后，用户可调整速度、查看或修改单帧画面。这对社交媒体运营、广告营销和内容创作者极具价值。过去，将静态图转为GIF通常需要经过图片处理、逐帧制作和动图合成等步骤。对于偶尔使用的用户，这套流程不划算；对于大量素材需求的团队，则意味着额外的时间和人力成本。OpenAI在官方博客中提到，AI办公助手公司Town已利用新模型为产品中的虚拟角色制作打字等待动画。
另一个变化是设计文件的输出。Images 2.6开始支持SVG格式导出，目前主要面向API开发者。SVG不同于常见的PNG、JPEG，它保存的是矢量路径，放大后不会模糊，且便于进一步调整图形、颜色和细节。这意味着模型生成的不仅是可观看的图片，更是能进入网页、应用和印刷流程的设计素材。局部编辑能力也在推进。ChatGPT此前已提供图像标注功能，用户圈出位置并用文字描述修改。此次更新将此能力开放给API开发者，开发者无需依赖复杂的蒙版操作，即可将图像修改嵌入自己的产品。此外，OpenAI增加了complexity参数，允许开发者控制模型投入的规划计算量。简单任务减少规划时间，复杂构图则投入更多资源，这与文本模型的推理力度调整思路相似。
在价格方面，Flare和Sunburst的图像输出价格均为每百万Token 30美元，图像输入8美元，文本输入5美元，与上一代保持一致。
02 当能力变成接口，中间商的处境发生变化
过去几年，AI图像市场涌现出一批快速增长的创业公司。它们有的做AI写真，有的做商品图，有的专注于海报、头像和社交媒体素材。虽然产品形态各异，但商业逻辑相似：底层调用模型，上层提供交互界面和具体功能，再通过订阅、点数或企业服务收费。
这种模式在生成式AI发展初期很容易成立。一方面，基础模型使用门槛高，普通用户不知如何写提示词或控制画面；另一方面，模型往往只能完成单项任务，用户还需借助其他软件处理结果。创业公司恰好填补了这段距离。它们未必拥有模型，但通过产品设计，将复杂技术转化为易用的服务。用户为便利付费，创业公司获利。美图在AI时代“活”过来的例子就是这一逻辑：它不做基础大模型，但通过做大模型与用户之间的连接，赚得盆满钵满。2026年上半年，其营收增加22.1%，净利润暴涨39.5%。
现在的问题是，OpenAI这样的顶级模型开始将过去由应用层承担的功能直接做进模型，创业公司的竞争优势将受到直接冲击。以AI海报为例，过去产品可能提供几十种模板，用户选风格、输文字，再由模型生成。现在，底层模型已能理解海报布局、准确处理文字，甚至直接完成局部修改，单纯提供模板和提示词的产品很难维持差异化。AI修图同理，如果用户只需换背景、调服装或修改细节，直接在ChatGPT中完成可能比打开独立应用更方便。尤其当这些功能包含在现有订阅中，第三方工具便失去了吸引力。
从这个角度看，OpenAI的野心很大，既掌握底层技术，又拥有ChatGPT这一流量入口，能直接将新功能推送给海量用户。这不仅是美图，Canva、Adobe等也都受到影响，它们需要警惕用户需求的变化。Adobe Firefly目前不单纯依靠模型画质竞争，而是强调商业使用的安全性。根据其企业政策，Firefly主要使用Adobe Stock、开放授权内容和公有领域内容训练，部分企业客户还可获得合同约定的知识产权赔偿保障。对于品牌和企业客户来说，商业设计必须考虑版权风险、素材来源和责任。这是Adobe目前相对稳固的地方。
还有一些应用方已主动接入新模型。Figma Weave和Picsart成为Images 2.6的早期合作方。OpenAI披露，Figma Weave将新模型用于可复用的创意工作流，Picsart则希望借助更快的生成和稳定的编辑能力，方便用户制作系列化视觉内容。
归根结底，底层模型越强，应用层越需要重新证明价值。如果一家工具公司只提供模型已有的功能，很难维持溢价；但如果能将模型接入复杂业务流程，积累用户数据、行业经验和协作关系，模型能力的提升反而可能成为自身的增长动力。这也是AI应用市场接下来可能出现的一次分化。
03 OpenAI想要的生意还有很多
今年9月，OpenAI推出Images 2.5时，就强调更精确的编辑、参考图片和更快的生成速度。当时数据显示，用户每周通过ChatGPT和API生成的图片超过30亿张。仅仅两个月后，这个数字又涨了10亿。对于一家以对话产品起家的公司来说，图像已成为ChatGPT中规模相当可观的使用场景。特别是当图像生成进入更具体的工作流程时，商业价值可能截然不同。
OpenAI近几个月的战略调整，也为这次图像更新提供了另一个观察角度。今年3月，OpenAI宣布停止Sora独立产品。路透社报道称，这一决定与公司重新分配资源有关，OpenAI开始将更多注意力放到编程工具、企业客户等商业前景更明确的方向上。Sora相关产品随后于4月停止服务，API也在9月关闭。Sora曾是OpenAI最受关注的视频生成产品之一，一度被视为内容生产行业的重要入口。但从后续动作看，OpenAI正在调整对产品价值的判断。相比独立的视频生成应用，能够嵌入ChatGPT、Codex和企业工作流的能力，或许更容易形成持续使用和商业收入。
Images 2.6的产品设计，某种程度上也体现了这种取舍。它没有重点放在独立的创作社区或专门的GIF应用上，而是直接把GIF生成放进ChatGPT，把SVG、markup等能力开放给API开发者。用户可在原有产品中完成更多事情，开发者也能将这些能力接入应用。这让OpenAI同时拥有了两个方向的机会：在C端增加ChatGPT的使用场景，在B端则通过API进入更多专业软件和业务流程。其中，API的意义尤其值得注意。如果说ChatGPT直接面对的是用户，那么API面对的就是那些拥有用户、业务和场景的公司。OpenAI不必亲自开发每一种垂直工具，也可以通过提供底层模型，让其他企业将能力嵌入产品。
对于国内创业者而言，一些机会可能正在悄悄流失。AI修图、AI海报、AI头像、AI商品图，过去曾是生成式AI创业最容易切入的方向，开发周期短、需求直观、易通过订阅和流量实现早期商业化。但随着模型能力不断下沉，单纯依靠提示词优化、界面设计和简单功能组合，很难成为长期壁垒。真正有价值的部分，可能藏在模型之外。例如，电商图片工具能否理解不同品类的商品特征，能否保证商品细节不失真，能否接入商家的商品数据库和广告投放系统；企业设计工具能否管理品牌素材、统一视觉规范，并与内部审批和协作流程打通。工具类创业公司接下来需要重新回答的问题是：当底层模型已经可以完成越来越多的事情，自己究竟还掌握着什么？甚至，当顶级模型的能力越来越强，人类是不是该思考自己还剩下什么？