除了一键出图,Image2.6还能直出GIF动图和可编辑的SVG矢量图。作者用一套表情包和品牌快闪演示完整玩法,也把透明底、循环动画、摩尔纹这些实际问题摊开讲,顺带对比了Codex与API两条路线差在哪。
实不相瞒,发烧迷糊躺第二天了。可能是睡够了,醒来突然觉得整个头脑都变清醒了,终于缓过来了。
早上打开微信,就看到大家都在说Image2.6上了,好好好,来活了。
老规矩全称就不说了。我们先快速了解一下,这次的Image2.6也是分了两个模型:Flare和Sunburst。
Flare的主要特点是速度更快,适合快速迭代,适合做草图、多方案、日常出图、交互改图等任务;Sunburst则更注重于细节、布局以及编辑精度,适合更复杂的画面精细修改以及最终视觉素材的呈现。
除了可以在客户端使用之外,现在也可以API调用了。
新增了GIF生成,这下做表情包更是没有门槛了,微信表情包官方审核将迎来史无前例的一波压力。
给一张静态图,然后告诉它想改成什么样就行了。提示词都不再重要,想象力最重要。你给它一张图,说你想要做成什么样,它就会给你什么样。
除此以外,也可以让它直出透明底GIF。比如有一阵我沉迷猛兽派对,想做类似这样的风格的视频转GIF却每每不得要领。但现在做起来就很简单了。
如果做批量的表情包图,建议大家还是首先生成静态的图片,这样变成动图以后的一致性会更好。
把所有要生成GIF的图片放在一个文件夹里,让它批量处理,效率很高效果也好。
图片没有抠图也没关系,抠图也可以由它处理。让它直出透明Alpha通道图。
做透明底GIF的时候,要记得背景的颜色一定要跟主IP的颜色完全拉开。
在先前把静态图做好以后,后面的动态图哪怕不用写提示词,都可以做出有意思的GIF。
生成一张横向16:9的花卉时尚摄影接触印样。精确四列两行等分,每个小画面同为16:9横幅,无边框、无缝隙,分界对齐在宽度25%、50%、75%和高度50%。八格各自构成完整摄影作品,按先上后下、从左至右排列:
1.猩红虞美人,正上方超近拍,透射红光穿过皱如薄绢的花瓣,花蕊偏左,大片花瓣斜向贯穿画面。2.奶白栀子,侧面平视,花朵在左三分之一,右侧留出淡暖灰空间,柔侧光表现肥厚花瓣的蜡质。3.钴蓝飞燕草,仰拍,细长花枝从右下向左上穿过深蓝背景,清冷逆光勾出半透明的瓣尖。4.金黄金盏菊,正面微距,放射状细瓣与颗粒花粉密集铺满画面,花心靠右。5.胭脂粉牡丹,斜上方俯拍,层叠的大花冠从左下探入,侧光照出柔软蓬松的丝绒褶皱。6.深紫鸢尾,贴近花瓣的侧后方,紫黑色折面与浅紫绒毛形成高反差,花瓣轮廓偏在画面右侧。7.橙色火焰百合,从侧上方拍摄,橙红花瓣向外反卷,像有光泽的缎带,细长枝条与浅灰留白形成不对称构图。8.浅绿绣球,正上方平拍,小花四瓣如哑光薄纸,露珠散落在局部,密集花簇横向铺开。
统一用真实的植物摄影质感,交替使用柔光和硬光、满幅和留白、微距和整体轮廓。八格花材的颜色、花瓣触感、取景距离和主体落点明确区分。整张图只包含摄影画面。
为猫粮品牌PURRPOP设计一套12张品牌快闪画面。输出为4列×3行的分镜总览,每格都是完整的4:5竖版画面,各格边缘清晰,方便单独裁切。整体采用独立设计工作室的平面品牌风格,大字、纯色、清晰轮廓。主色为柑橘橙#FF713A、奶油白#FFF1D5、深咖啡黑#251814,辅以草莓粉和青柠绿。
12张画面共用同一枚正面猫头标志:横扁圆脸、两只短尖耳、右耳稍向外撇、奶油白杏仁眼和深色竖瞳、左右各两道粗短胡须、奶油白W形小嘴。每格的主猫头中心固定在画面横向50%、纵向48%,宽度固定为单格宽度的43%。猫头的颜色、轮廓、表情、角度和比例始终一致。标题、包装和道具围绕固定猫头排版。
从左到右、从上到下依次生成:
01品牌主视觉。满版柑橘橙,猫头下方放粗黑大字“PURRPOP”。02标志网格。奶油白底,猫头周围是浅米色方格、细线和橙色定位点。03广告海报。草莓粉底,猫头背后是一枚橙色圆形,上下分别排“BIGPURR.”和“FULLBOWL.”。04鸡肉配方猫粮。正面橙色自立拉链袋,袋顶印“PURRPOP”,猫头下方印“CHICKEN”。05三文鱼配方猫粮。正面粉色自立拉链袋,袋顶印“PURRPOP”,猫头下方印“SALMON”。06包装图案。青柠绿底,主猫头置于奶油白圆角卡片上,上下各排一行小猫头印花。07快递纸箱。暖米色背景,牛皮纸箱正面平行镜头,右侧露出窄窄的箱体侧面,主猫头印在箱面。08陶瓷猫碗。暖橙底,奶油白圆形猫碗正上方俯拍,主猫头印在碗底,碗沿形成同心圆。09品牌贴纸。浅粉底,主猫头印在奶油白圆角贴纸上,纸边有短阴影,四角加小十字装饰。10门店海报。暖黄底,奶油白海报带深咖啡色细边框,上下分别排“GOODMOOD”和“FOODCLUB”。11帆布袋。浅橄榄绿底,米色帆布袋正面居中,主猫头印在袋面,下方印“PURRPOP”。12循环片尾。深咖啡黑底,主猫头落在奶油白圆形内,下方排奶油白大字“PURRPOP”。
包装、海报和道具用正面构图或俯拍,保持猫头所处的平面平行于画面。各格只保留必要的大字和一个主要应用场景,让观众在快速切换时也能看清。
—–第二张图提示词—–为虚构猫粮品牌PURRPOP制作一套14张独立的品牌视觉画面,用于快速切换的循环GIF。每张都是完整的4:5竖版画面。整体像一套独立设计工作室的品牌案例,交替展示实物样机、生活场景和大胆的平面海报。
统一使用同一枚可爱的深咖啡黑猫头Logo。猫脸略横扁,脸颊圆润,两只短尖耳,右耳微微外撇。双眼为奶油白色杏仁形,带深色竖瞳,左右各有两道短粗胡须,嘴巴是奶油白色的小W形,像一只刚吃饱、有点得意的小猫。每张画面的主猫头保持同一轮廓、表情和朝向,中心约在画面横向50%、纵向48%,宽度约占画面43%。主猫头印在产品表面或放在海报上,保持清楚完整。
每张画面聚焦一个主体,给产品四周留出呼吸空间。包装特写保留袋口、袋身轮廓和适量背景,俯拍保留碗沿或罐盖的完整轮廓。部分照片采用带同色系边距的编辑式排版,部分保留自然环境。通过景别、材质、背景和文字位置形成明显变化。以柑橘橙、奶油白和深咖啡黑为品牌主色,穿插天蓝、莓粉、钴蓝、浅紫和亮黄。品牌英文统一拼写为“PURRPOP”。
按以下顺序分别生成14张画面:
01|鸡肉猫粮袋。橙红色自立拉链袋正对镜头,印有“PURRPOP”和“CHICKENRECIPE”。摆在暖木台面上,阳光从侧面照入,背景有树叶投影。照片四周留暖米色边距。
02|陶瓷猫碗。正上方俯拍,浅天蓝釉面碗沿包围奶油白碗底,猫头印在碗底。几粒猫粮散落在石纹台面上,碗沿四周留出空隙。
03|帆布袋。米白帆布袋正面印有猫头和“PURRPOP”,森林绿背景,自然窗光,能看见织物纹理与粗织提手。产品周围留空间,底部露出木台面。
04|亮黄大字海报。亮黄色底,深咖啡黑粗体错位排版。上方分两行放“BIG”和“PURR.”,下方分两行放“FULL”和“BOWL.”。文字与居中的猫头之间留出清晰间隔。
05|三文鱼猫粮袋。莓粉色拉链袋正面近景,写“PURRPOP”和“SALMON”。柔和棚灯照出塑膜反光与袋褶,四周用浅粉留边,让袋身与背景分开。
06|金属猫粮罐。奶油白罐身配亮橙色罐盖,正面印有“PURRPOP”、猫头和“BEEFRECIPE”。番茄红无缝背景,轻微台面倒影,边缘留浅暖色空间。
07|超市货架。一袋奶油白与深红撞色的猫粮放在前景,猫头完整印在袋面。后方商品和货架灯光轻微虚化,焦点落在前排包装,货架环境仍清楚可辨。
08|钴蓝平面海报。大面积钴蓝背景,中央放一张有细线边框的奶油白海报。上方写“PURRPOP”,中间印猫头,下方写“THEGOODMOODCATFOOD”。海报与画面边缘之间留出宽阔的蓝色空间。
09|湿粮罐盖。正俯拍圆形不锈钢罐盖,橙色标贴上印猫头和“TUNA&KRILL”,淡紫台面,清晰的金属反光与自然短阴影。罐盖轮廓完整。
10|试吃袋。奶油白小袋正面朝上,铺在钴蓝台面上,印“PURRPOP”和“FREETRIAL”。保留袋口压纹与斜向投影,包装周围留足蓝色背景。
11|品牌吊牌。橙色厚纸圆角吊牌搭配黑色挂绳,背景为奶油色绒布。近景展示纸张纤维与油墨质感,猫头下方留出一段干净的橙色空间。
12|门店玻璃贴。正面拍摄宠物店橱窗,奶油白圆角贴膜印有“PURRPOP”和猫头,玻璃后方是暖色灯光散景。贴膜四周保留可见的窗景和深色窗框。
13|亮黄宣传卡。正俯拍白色瓷砖上的亮黄卡片,上方印“PURRPOP”,中央是猫头。右下角散落几粒猫粮,卡片四周露出白砖与砖缝。
14|粉色循环片尾。满版莓粉色,猫头放在一枚奶油白圆形里,下方写深咖啡黑大字“PURRPOP”和小字“HAPPYCAT.HAPPYBOWL.”,圆形和文字周围留出大面积粉色。
涉及人物角色的话也是。前一张是先通过Grok生成视频再转的GIF,后一张是直接让它做GIF,两者我都是要求它做从白天到晚上的循环动画。
简单来说,它做逻辑延续合理的简单GIF还行,但是比较复杂一点的图片多了也会跑偏,循环动画更加严重,目前还是不如视频转GIF那么稳。
除了能做GIF,它也新增了SVG输出。
SVG并不是什么新鲜事,鹈鹕骑自行车就是SVG打的底。
其实它之前早就能做了,只是没有怎么宣传。现在用来宣传了,感觉它有进步,但是做得还是一般般。他们敢宣传这个,也不怪我敢说实话哈。
不知道是我的Codex没有跟进到,还是确实Codex端和API端就是有差别。有的效果Codex做不好,但是API能做好。这个需要后续再观望一下。
设计一张名为“DesktopMuse”的横版矢量图标展板,主题为创作者桌上的八件小工具。用浅薰衣草紫铺底,左上放深茄紫色粗体英文标题“DesktopMuse”,右上放两行简介“Eightlittletools/formakingthings.”。下方以两行四列奶油白圆角卡片陈列相机、台灯、头戴式耳机、笔记本、闹钟、笔筒、软盘和橡皮章,每张卡片底部配编号与英文名称。
图标采用圆润的几何造型与柔和渐变。相机用淡紫机身搭配薄荷青镜头,台灯用蜜桃橙灯罩搭配深紫支架,耳机用薄荷青耳罩搭配深紫头梁,笔记本用蜂蜜黄封面搭配紫色书签。第二行以珊瑚橙闹钟、薄荷青笔筒、斜放的紫色软盘和蜜桃色橡皮章延续配色。各物件背后放低饱和度的浅色圆形衬底,以色块叠压表现结构,保留镜头高光、钟表指针、书脊和软盘标签等识别细节。整体留白宽松,像一本创作工具图鉴的索引页。标题、卡片与八枚图标各自分组,便于在SVG中单独编辑。
复杂一点的矢量插画SVG,Codex和API的差别就明显了,尤其是涉及人和动物的。
SVG生成的时间比生成图片的时间长很多,而且目前API也不稳定。截止到我发布这篇内容之前,我尝试10次,失败了7次。
一幅极简复古单色涂鸦矢量插画SVG,浅奶黄色背景,使用钴蓝色粗线条和少量同色实心块构成完整画面。中央是一个戴着大号头戴式耳机的卷发年轻邮差,面带轻松笑容,脖子上的短围巾向左飘起,双手环抱一封巨大的信件。信封呈右侧抬高的倾斜姿态,宽大的矩形轮廓占据画面中部,信封翻盖以几条简洁斜线交汇,交汇处带一枚钴蓝色爱心封口,右上角有小方形邮票。信封两侧各长出一只圆钝的三瓣小翅膀,展翅朝上。邮差上身穿宽松圆领短袖,双腿从信封下方伸出,一条腿向左下方蹬出,另一条腿向右侧抬起,两只脚穿简化的四轮轮滑鞋,鞋底露出圆形小轮,呈现轻快滑行的动态。头发和围巾用钴蓝色实心块强调,其余区域以轮廓与浅奶黄色留白表现。人物左侧点缀三笔短促的滑行轨迹,右侧用两条短线呼应,头部右上方点缀一颗小四角星。整体采用粗厚圆角线条、自由有机曲线、略不规则的轮廓和稚拙简笔造型,以巨大信封和纤细四肢形成幽默比例,四周留白充足,呈现亲切、有趣、轻盈的复古品牌插画气质。背景、人物、耳机、围巾、信封、翅膀、轮滑鞋和动态符号分别为可编辑矢量分组。
不过我觉得如果就是不想用API只想从Codex出图,也不是完全没招哈。
设计一张关于“Image2.6”的精致编辑插画,横向4:3构图,纯白底,大量留白。整组插画紧凑集中在画布中央,占画面宽度约60%、高度约65%,四周保持完整宽裕白边。
视觉风格是细黑轮廓、极简平涂、现代品牌插画,人物五官极简,白色面部与皮肤、黑色发块,线条轻盈而优雅,几何色块使用珊瑚橙、淡紫、鲜钴蓝和柔黄。
画面内容:一位短卷发创作者位于右上方,半身,穿钴蓝衬衫,双手把一颗发光的几何灵感球放进倾斜的图像画框;左下方一位长发女性创作者伸手托着画框左下角,身穿带细格线的白色长袖。中央大画框连接两人的动作,画框里的图案是极简太阳、两层抽象山丘和弧形轨迹,采用清晰平涂色块。
人物后方各有一块不规则淡紫和珊瑚橙几何背景,左上一个柔黄色圆形。周围散落三个小型图形:左侧有精细裁切框图标,下方有三个连接的调色圆点,右侧有小小的图层堆叠符号。
顶部右侧的白色小圆角气泡内只写“Image2.6”,字号适中,作为插画内部标签。
画面以人物和物件的关系为主,平面构成,局部细线网格,造型舒展简洁,细描边和实心色块形成对比。完整作品呈现清爽轻盈的科技创作与协作主题,插画主体紧凑居中,文字克制。
本来想偷懒让它直接基于上面图片转SVG。山姆奥特曼你自己看看,摩尔纹都传染到SVG里了,有这功夫我不如直接用vmde好吧
。
官方宣称速度更快,生成速度提升了50%。Flare在低画质下最快约6秒。
在我的测试中,感觉速度并没有明显的加快。可能有各种原因,反正对我们来说,估计就不会怎么快。
布局改善,提升了海报、商品图等专业视觉的排版表现,目前我觉得差别不大。有的就我的直出图片的感觉来说,还不如2.5。
另外有一点,我感觉Codex里面做出来的图片的质感跟API跑出来图片的质感差别更大了。2.6在Codex里表现真的很欠佳。
Codex里Auto的模式可能是那个便宜的模型Flare,我上面在API中使用的是另一个模型Sunburst。
根据上传的阿真G16秋装三视图和以下内容,从零生成一张2:1横版公众号插图。使用暖白底、深靛蓝字和浅色卡片,做成一张七项升级概览。
四边各留约8%的纯背景。左右各按画布宽度计算,上下各按画布高度计算。人物发梢、鞋底、标题、卡片和图标都要在中央安全区内。把安全区用足,四边留白适中且均衡。
左侧放单个全身阿真,侧身朝右看向卡片,双手自然背在身后,由躯干遮挡。人物严格按三视图的秋装和约3.5头身绘制。头顶到下巴的高度约占全身的29%,垂落的长发不计入头高。保留靛蓝长卷发、蓝眼、金色水滴耳坠、浅雾蓝针织衫、米白蓝条流苏围巾、浅灰长裙、深蓝短袜和金扣鞋。腰线和裙摆位置参照三视图,身形紧凑自然。
右侧上方写“GPTImage2.6的七项升级”,下方排两行轻量卡片。上排三张,下排四张,两排左右边缘对齐,卡片间距一致。浅杏、淡紫、薄荷绿和雾蓝交替使用。每张卡片含一个深靛蓝简洁线描图标、一个短标题和一句说明。标题醒目,正文优先保证在公众号里缩小后仍能读清。
上排从左到右:
生成提速官方称提速50%,Flare低画质最快约6秒图标用闪电与速度线。
改图更稳定连续修改更能保留人物、产品和品牌细节图标用叠放的图层。
布局改善优化海报、商品图的排版图标用简化的版式网格。
下排从左到右:
GIF生成角色动作、表情与循环动画图标用带播放符号的胶片框。
APISVG输出路径、形状和颜色可编辑图标用钢笔尖和贝塞尔节点。
API标注改图在透明层圈画或批注,指定修改位置图标用虚线选框和笔。
复杂度控制调节生成前的规划投入图标用三条调节滑杆。
七项各出现一次,英文缩写和数字逐字准确。背景平整,卡片为低饱和平涂。避免摩尔纹、细密网纹、水印和额外装饰文字。
虽然GIF和SVG的玩法还是挺有亮点和前景的,但是目前来说细节改善不足,摩尔纹、伪影依然没有解决甚至有点严重了。
这里就先不展开讲了,我再多测试测试看看。等SVG生成问题修复了以后,再看看有没有更多新的可能吧。