更快的图像，更便宜的视频

本周的两项发布让品牌内容的制作工具又前进了一步。11 月 4 日，OpenAI 发布了 Images 2.6，它能生成动态 GIF 和矢量文件，速度也比上一版更快。一天后，Google 发布了 Gemini Omni 1.2 Flash，这是一款能以更少的花费生成和编辑更长片段的视频模型。两者都没有改变品牌的需求。两者改变的是，团队从一个想法走到一个可供评判的成果，速度能有多快，成本能有多低。

OpenAI：Images 2.6

Images 2.6 已登陆 ChatGPT、Codex 和 API，所有 ChatGPT 套餐均可使用。OpenAI 表示，它生成图像的速度比以前快百分之五十。在 API 中，它再次以两款模型的形式提供：GPT Image 2.6 Flare 在低质量设置下“最快六秒即可生成图像”；Sunburst 则提供更多细节，并在多次编辑中保持更稳定的效果。OpenAI 还表示，Flare 如今在海报和产品图的排版上表现更好。每 token 的价格自 2.5 版以来没有变化：每百万图像输出 token 30 美元。

看得见的新意在于动态。据 The Next Web 报道，在 ChatGPT 中，GIF 可以从一段提示词或一张照片开始生成，之后还能调整速度和单独的帧。在 API 中，一个 GIF 有 2 至 16 帧，默认是九帧，每帧 200 毫秒，构成一个 1.8 秒的循环。OpenAI 建议的用途包括动态的品牌吉祥物，或把一张产品照片变成一段循环动画。

对开发者来说，API 新增了图像标注功能，因此编辑可以精确指向某个位置；一个新的复杂度设置则决定模型在渲染之前做多少规划。图像也可以以 SVG 文件的形式返回，OpenAI 表示，这让它们可以直接用于网站、应用和印刷品。文档说明了其中的原理：API 先生成一张图片，再由第二个模型把它绘制成矢量图，两个步骤都要计费。结果是一个静态文件，不含脚本或嵌入的图像。

Google：Gemini Omni 1.2 Flash

Google 于 11 月 5 日发布了 Gemini Omni 1.2 Flash，并在 Gemini API 中正式开放，企业也可以通过 Google Cloud 使用。片段长度现在最长可达 15 秒，而 Omni 1.1 为 10 秒，从三秒起可按任意整秒设定。在 720p 下，每秒费用为 0.07 美元，比 Omni 1.1 的 0.10 美元低百分之三十，因此一段完整的 15 秒片段约为 1.04 美元。360p 的草稿每秒 0.023 美元，而放大到 1080p 和 4K 则更贵，最高每秒 0.209 美元。

其他变化都与控制有关。一个片段可以一轮一轮地编辑，替换产品或背景，改变光线或画面比例，而无需重新生成。Google 表示，面孔、服装、包装字体和品牌色彩在不同机位之间都能保持一致，API 最多可接受六张参考图像。它也点明了自身的局限：在“快速的体育动作、快速的脚本变化和复杂的物理效果”方面，改进工作仍在继续。

有两个细节对欧洲的团队很重要。通过 API 编辑或延长上传的视频，在欧洲经济区、瑞士和英国都无法使用，因此那里的品牌暂时还不能把自己的素材交给模型重新加工；模型自己生成的片段仍然可以编辑。此外，旧模型很快就会退场：从 12 月 3 日起，对 Omni 1.1 的请求将被转到 1.2，并按 1.2 的费率计费。

制作中会改变什么

第一，成品格式直接来自模型。一个用于快拍的循环吉祥物，一件在短循环中转动的产品，一个可编辑的矢量图标：在此之前，每一样都意味着要用到第二个工具，还要有人来转换文件。如今，同一个请求就能产出第一个版本，设计师可以从一个可用的工作文件起步，而不是从一张扁平的图片开始。

第二，每一秒视频都在变得更便宜。一段 15 秒片段的十个 360p 草稿，花费不到 3.50 美元，只有选中的那一个需要放大。为每类受众和每个投放位置制作变体，不再是一个预算问题；Google 自己的建议是先用低分辨率起草，“通过后续编辑修正细节”，只放大最好的那一个。

第三，每一轮迭代变得更短。六秒出一个草稿，一次编辑只改一处而不是整个片段，这意味着一个下午可以多跑几轮。两款模型也都进入了设计团队已经在用的工具：两份公告都引用了 Figma Weave，Google 的公告还引用了 Adobe，而 Higgsfield 被列为 OpenAI 的抢先体验客户之一。

什么保持不变

更快的模型仍然不了解您的品牌。OpenAI 的文档写道，在多次生成之间，模型“有时可能难以保持重复出现的角色或品牌元素的视觉一致性”，这与我们 10 月评测 Images 2.5 时指出的局限相同。一致性仍然来自锁定的风格：真实的参考图，固定的光线、构图和色彩，写成一份配方并经过测试。

产出更多，也意味着要做更多选择。十个廉价的变体，只有在有品味的人挑出正确的那一个、并能说出其他几个为何不行时，才有用处。在我们看来，随着生成变得更便宜，这项工作只会越来越多，因为难点已经从制作转向了评判。

权利和披露也没有变得更简单。两家公司现在使用同一套水印系统：OpenAI 表示，它正在 ChatGPT、Codex 和 API 中加入 Google DeepMind 的 SynthID，与 C2PA 元数据并用，而每一段 Omni 视频都带有 SynthID。在欧盟，《人工智能法案》关于标记和标注 AI 生成内容的规定自 2026 年 8 月 2 日起适用，在此之前已上市的工具可以延至 12 月 2 日再为其输出添加标记，欧盟委员会的行为准则则说明了如何满足这些规定。品牌仍然需要拥有它上传的每一张参考图的权利，并需要一条清晰的规则，规定何时为其发布的内容添加标注。

审批也仍然由人负责。OpenAI 的系统卡对 GIF 说得很直白：“与动态相关的违规内容仍然难以检测，防护措施可能无法捕捉到所有违规。”一个循环播放的吉祥物和其他任何发布的内容一样，在发出之前都需要同样的检查和同样的批准。

我们的立场

Reel 和 Tempo 正是围绕这项工作打造的。Reel 已上线，它以品牌锁定的风格制作图像和影片，为每项工作选择最合适的模型，其中包括 GPT Image 和 Gemini，检查每一个结果，并把最终的挑选交给人。Tempo 同样已上线，它是我们的社交媒体引擎：其视觉内容来自 Reel，目前每一篇帖子都由人来批准。更快、更便宜的模型让这个流程更快。但它们取代不了风格、挑选或审批。