OpenAI Images 2.6: เร็วขึ้น พร้อมรองรับ GIF

จนถึงสัปดาห์ก่อน การจะได้ภาพเคลื่อนไหวจาก ChatGPT ต้องขอให้ทำสไปรต์ชีต ดาวน์โหลด แล้วเอาเฟรมมาต่อเองในเครื่องมืออื่น ทำแบบนี้บ่อยกว่าที่อยากยอมรับเสียอีก 

เมื่อวันที่ 4 พฤศจิกายน OpenAI ได้ออก Images 2.6 และตอนนี้พิมพ์แค่ว่า "ทำ gif แมวเต้น" ก็ได้ GIF แบบวนลูปกลับมา

GIF เป็นไฮไลต์ แต่ไม่ใช่ทั้งหมดของรุ่นนี้ OpenAI ระบุว่าการสร้างภาพเร็วขึ้น 50% การแก้ไขเก็บคาแรกเตอร์และสินค้าได้แม่นขึ้น และ API แยกเป็นสองโมเดลที่ทำงานต่างกัน 

ในบทความนี้จะอธิบายว่า Images 2.6 คืออะไร มีอะไรเปลี่ยนไป และวิธีทำ GIF ทั้งใน ChatGPT และผ่าน API 

มีอะไรใหม่ใน OpenAI Images 2.6?

OpenAI Images 2.6 คืออัปเดตด้านภาพของ OpenAI สำหรับ ChatGPT Codex และ API ในวันที่ 4 พฤศจิกายน 2026 การเปลี่ยนแปลงหลักได้แก่:

• GIF แบบแอนิเมชัน: แปลงพรอมต์ รูปถ่าย หรือสเก็ตช์ให้เป็น GIF แบบวนลูปสั้นๆ จากนั้นปรับความเร็วหรือแก้ไขทีละเฟรมได้

• การสร้างเร็วขึ้น: OpenAI อ้างว่ารูปภาพสร้างได้เร็วกว่า Images 2.5 ถึง 50%

• การแก้ไขเสถียรขึ้น: คาแรกเตอร์ สินค้า และรายละเอียดแบรนด์เพี้ยนข้ามรอบแก้ไขน้อยลง

• สองโมเดลใน API: ใช้ gpt-image-2.6-flare เพื่อความเร็ว และ gpt-image-2.6-sunburst เพื่อรายละเอียด

• สิ่งเพิ่มเติมเล็กๆ: ส่งออกภาพเป็น SVG ทำการแก้ไขด้วยมาร์กอัปผ่าน API อ้างอิงรูปที่บันทึกไว้ และใช้พารามิเตอร์ complexity ได้

มีให้ใช้ในทุกแผนของ ChatGPT รวมถึงแบบฟรี แม้การสร้าง GIF กำลัง ทยอยเปิดให้บัญชีต่างๆ

OpenAI Images 2.6 คืออะไร?

OpenAI Images 2.6 คือรุ่นสำหรับการสร้างและแก้ไขภาพที่ออกเมื่อวันที่ 4 พฤศจิกายน 2026 ใช้ได้เป็นเครื่องมือภาพใน ChatGPT และ Codex และเป็นสองโมเดลแยกกันใน OpenAI API.

ใน ChatGPT ไม่สามารถเลือกหรือสลับโมเดล Flare และ Sunburst เองได้ แค่พิมพ์คำขอแล้วระบบจะสร้าง GIF ให้ แต่ใน API สามารถเลือกได้ระหว่าง สองโมเดลตามชื่อ และตั้งค่าคุณภาพกับความซับซ้อนได้เอง

ทั้งสองโมเดลใน API มีค่าใช้จ่ายต่อโทเค็นเท่ากัน และอัตรานั้นตรงกับ โมเดล Images 2.5 ดังนั้นการเลือก Flare หรือ Sunburst จึงขึ้นกับความเร็วเทียบกับรายละเอียด ไม่ใช่ราคา ต้นทุนต่อภาพยังต่างกันเพราะการตั้งค่าคุณภาพสูงใช้เอาต์พุตโทเค็นมากขึ้น

สมมติว่าแบรนด์กาแฟอยากได้ GIF แบบวนลูปสั้นๆ ของมาสคอต ถ้วยกาแฟการ์ตูน โบกมือทักทาย

• ใน ChatGPT (นักการตลาด): เธอพิมพ์ว่า “ทำ GIF แบบวนลูปของมาสคอตถ้วยกาแฟของเราโบกมือทักทาย” ChatGPT เลือกโมเดลและทำ GIF ให้ ถ้าช้าไป เธอพิมพ์ “ให้เร็วขึ้น” ในแชต เธอไม่ต้องแก้การตั้งค่า และไม่เสียเงินเกินกว่าที่แผน ChatGPT ครอบคลุม

• ด้วย API (นักพัฒนา): เขากำลังเพิ่มปุ่ม “Make a GIF” ลงในแอปของแบรนด์ จึงเขียนโค้ดเอง เขาเลือก gpt-image-2.6-flare เพราะเร็วกว่า ตั้งค่า output_format: "gif" และกำหนดจำนวนเฟรมกับคุณภาพ แต่ละ GIF คิดค่าบริการตามโทเค็น ดังนั้นคุณภาพสูงขึ้นก็แพงขึ้นต่อภาพ

มีอะไรใหม่ใน OpenAI Images 2.6?

Images 2.6 เพิ่ม GIF แบบแอนิเมชัน สร้างภาพเร็วขึ้น แก้ไขหลายรอบได้เสถียรกว่า และจัดเลย์เอาต์งานมืออาชีพได้ดีขึ้น 

OpenAI Images 2.6 เร็วขึ้นจริงหรือ?

OpenAI ระบุว่า Images 2.6 สร้างภาพได้เร็วกว่า Images 2.5 ถึง 50% และว่า gpt-image-2.6-flare สามารถคืนภาพคุณภาพต่ำได้ในหกวินาที เป็นคำอ้างที่แรง และประกาศไม่ได้อธิบายว่าวัดอย่างไร จึงลองทดสอบเอง

ให้ Flare และ Sunburst ใช้พรอมต์เดียวกันว่า “ถ้วยเซรามิกบนโต๊ะไม้ แสงเช้า ถ่ายภาพสินค้า” ที่ 1024x1024 โดยตั้งค่า complexity เป็นต่ำ Flare รันทั้งคุณภาพต่ำและกลาง เพราะต่ำคือการตั้งค่าที่อยู่เบื้องหลังตัวเลขหกวินาทีของ OpenAI และ Sunburst รันที่กลาง 

แต่ละชุดรันห้าครั้ง เก็บค่ามัธยฐาน เพราะการตอบสนองที่ช้าครั้งเดียวทำให้ค่าเฉลี่ยเพี้ยน แล้วทำซ้ำทั้งการทดสอบอีกครั้ง เพราะความเร็วเครือข่ายเปลี่ยนไปมาและไม่อยากให้บ่ายวันหนึ่งที่โชคดี (หรือไม่ดี) ตัดสินผล

หากอยากเช็คตัวเลขเทียบกับของตัวเอง นี่คือสคริปต์ที่รันใน Google Colab:

import statistics
import time

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()
prompt = "A ceramic coffee mug on a wooden desk, morning light, product photo."

# Each setup: (model, quality)
setups = [
    ("gpt-image-2.6-flare", "low"),
    ("gpt-image-2.6-flare", "medium"),
    ("gpt-image-2.6-sunburst", "medium"),
]

for model, quality in setups:
    times = []
    for _ in range(5):
        start = time.perf_counter()
        client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
            quality=quality,
            extra_body={"complexity": "low"},  # skip extra planning for a simple scene
        )
        times.append(time.perf_counter() - start)
    # The median ignores one unusually slow or fast request
    print(model, quality, round(statistics.median(times), 1), "s")
ขับเคลื่อนโดย

นี่คือสิ่งที่ได้:

Flare ไม่เคยลงไปต่ำกว่าหกวินาทีตามที่ OpenAI ระบุ; ค่ามัธยฐานที่ดีที่สุดคือ 6.9 ยังไม่ถึงกับผิดสัญญา เพราะ “น้อยสุด” หมายถึงกรณีดีที่สุด ไม่ใช่ค่าปกติ รอบที่สองยังสลับระหว่างต่ำกับกลาง โดย Flare ที่คุณภาพกลางเสร็จเร็วกว่าคุณภาพต่ำ 

ที่ขนาดนี้ การตั้งค่าคุณภาพแทบไม่กระทบความเร็วของ Flare และสัญญาณรบกวนจากเครือข่ายมีผลมากกว่าความต่างนั้น

Sunburst ช้ากว่าอย่างชัดเจน และเป็นแบบนั้นทั้งสองครั้ง: 14.5 และ 15.8 วินาที ราวสองเท่าของ Flare

จำการตั้งค่า complexity ที่พูดถึงไปก่อนหน้านี้ได้ไหม? 

มันควบคุมว่าตัวโมเดลจะวางแผนก่อนเรนเดอร์มากน้อยแค่ไหน และค่าเริ่มต้นคือสูง ตัวเลขหกวินาทีของ OpenAI เกือบแน่ชัดว่าอิงกับการตั้งค่าเป็นต่ำ จึงทดสอบแบบนั้น หากไม่ตั้งค่าไว้ ก็เท่ากับจ่ายเวลาในการวางแผนกับรูปถ้วยที่ไม่จำเป็นต้องมี

อย่างไรก็ดี เร็วขึ้นไม่ได้แปลว่าถูกลง ภาพขนาด 1024x1024 ที่คุณภาพต่ำใช้ เอาต์พุตโทเค็น 823 ใน 2.6 เทียบกับ 196 ใน 2.5 ราคาต่อโทเค็นไม่เปลี่ยน ดังนั้นที่ $30 ต่อ 1M เอาต์พุตโทเค็น คิดคร่าวๆ คือ $0.025 ต่อภาพ จากเดิม $0.006 ต่อภาพ เล็กน้อยต่อภาพ แต่ไม่เล็กน้อยเมื่อเป็น 10,000 ภาพ

การแก้ไขภาพสม่ำเสมอขึ้นแค่ไหน?

ตามที่ OpenAI ระบุ Images 2.6 เก็บส่วนที่ไม่ได้แก้ไขให้คงเดิมได้มากขึ้นเมื่อแก้เฉพาะบางส่วน โดยเฉพาะข้ามหลายรอบ Sunburst เป็นโมเดลที่แนะนำสำหรับงานนี้ เพราะที่คุณภาพกลางหรือสูง มันรักษารายละเอียดจากการแก้หนึ่งไปยังอีกรอบได้มั่นคงกว่า

“ความสม่ำเสมอ” ครอบคลุมอะไรบ้างในทางปฏิบัติ:

เพื่อทดสอบ จึงสร้างขวดน้ำหอมด้วย gpt-image-2.6-sunburst ที่คุณภาพกลาง แล้วเปลี่ยนแค่พื้นหลังสามครั้ง: ชายหาด ท้องฟ้ายามคืน และชั้นวางในครัว 

แต่ละการแก้เริ่มจากผลลัพธ์ก่อนหน้า ไม่ใช่ภาพต้นฉบับ ดังนั้นความเพี้ยนจะทับซ้อนกันทุกครั้ง และลงท้ายพรอมต์การแก้ทุกครั้งว่า “เก็บขวด ฉลาก ฝา และแสงบนขวดให้เหมือนเดิมทุกอย่าง”

นี่คือต้นฉบับเทียบกับครั้งแก้ไขที่สาม:

ต้นฉบับ: ขวดสีเขียว ฝาสีทอง วางบนเคาน์เตอร์หินอ่อน ภาพโดยผู้เขียน

หลังสามรอบ ขวดแทบไม่ถูกแตะต้อง ฉลากยังเขียนว่า “MOSS No. 3” ด้วยฟอนต์มีเชิงและกรอบทองแบบเดิม ฝา ทรงสี่เหลี่ยม และแม้แต่หลอดเล็กในเนื้อแก้วยังคงเหมือนต้นฉบับ

สิ่งที่เปลี่ยนคือทุกอย่างรอบๆ:

• พื้นหลังถูกพามาด้วย: รอบที่ 2 ขอท้องฟ้ายามคืน แต่ได้ชายหาดของรอบที่ 1 ตอนกลางคืน มียอดปาล์มมาด้วย เพราะแต่ละรอบต่อยอดจากภาพก่อนหน้า Sunburst จึงถือว่าชายหาดคือสิ่งที่ต้องเก็บไว้ และเพิ่งจะรอบที่ 3 ที่ครัวลบมันออก เคาน์เตอร์หินอ่อนก็อยู่ครบทั้งสามรอบ ซึ่งไม่ได้ร้องขอ แต่ก็สมเหตุผล—มันคือสิ่งที่ขวดวางอยู่
• แสงคงเดิมตามที่ขอ และนั่นคือปัญหา: Sunburst ทำตามตัวอักษร ขวดจึงถูกจัดแสงแบบบ่ายแดดแรงใต้แสงจันทร์เต็มดวง เงาแข็งเหมือนเดิมทุกฉากจนดูเหมือนถูกแปะลงไป

ถึงอย่างนั้น สำหรับภาพสินค้าก็นับเป็นความสม่ำเสมอที่หลายคนต้องการ แต่อย่าบอกให้ “เก็บแสง” เมื่อแสงของฉากควรเปลี่ยน

ภาพงานมืออาชีพอย่างโปสเตอร์ดีขึ้นไหม?

สำหรับงานเลย์เอาต์อย่างโปสเตอร์และภาพสินค้า OpenAI ชู Flare ไม่ใช่ Sunburst Flare ควรวางข้อความ รูปภาพ และระยะห่างอย่างตั้งใจมากขึ้น ส่วน Sunburst เหมาะกับรายละเอียดและความสม่ำเสมอ 

นั่นทำให้แปลกใจเล็กน้อย ปกติคาดว่าโมเดลที่เร็วจะหยาบกว่า จึงลองทำโปสเตอร์ด้วยทั้งสองตัว

ให้ทั้งสองโมเดลใช้พรอมต์เดียวกันที่คุณภาพกลาง และขนาดแนวตั้ง 1024x1536: “โปสเตอร์สำหรับตลาดนัดวันเสาร์ ชื่อ: ‘Riverside Market’ คำโปรย: ‘ทุกวันเสาร์ 8 AM ถึง 1 PM’ ภาพผักวาดที่ด้านล่าง ตัวอักษร sans-serif ที่สะอาด”

ดูผลลัพธ์ด้านล่าง: Flare ซ้าย Sunburst ขวา

เปรียบเทียบโปสเตอร์ Flare และ Sunburst ภาพโดยผู้เขียน

ทุกคำออกมาถูกต้องทั้งคู่ ซึ่งไม่คาดหวังจากทั้งสอง นอกจากนี้ยังอ่าน “Riverside” ตามตัวอักษร แล้ววาดแม่น้ำกับสะพานไว้หลังผัก ทั้งที่ไม่ได้ขอ

ความต่างอยู่ที่ “ใส่เพิ่ม” มากน้อยแค่ไหน: 

• Flare เรียบง่ายด้วยชื่อใหญ่มาก คำโปรยในแคปซูลสีเขียว แล้วตามด้วยผัก อ่านได้จากอีกฟากถนน 

Sunburst สร้างฉากเต็ม มีแผงตลาด ทานตะวัน ต้นไม้ และริบบิ้นสีเหลือง ดูเหมือนภาพประกอบเสร็จชิ้นหนึ่ง

Sunburst ใช้เวลาสามเท่า สำหรับโปสเตอร์ที่คนต้องอ่านหัวเรื่องแล้วเดินต่อ จะเลือกเวอร์ชันของ Flare

จะทำอะไรได้บ้างด้วยการสร้าง GIF แบบแอนิเมชัน?

Images 2.6 แปลงพรอมต์ข้อความ รูปที่อัปโหลด หรือสเก็ตช์หยาบ ให้เป็น GIF แบบวนลูปสั้นๆ ใน ChatGPT สามารถเปลี่ยนความเร็วการเล่นและแก้ทีละเฟรมได้โดยไม่ต้องออกจากแชต ก่อนรุ่นนี้ ChatGPT ไม่สามารถทำ GIF ได้ในขั้นตอนเดียว

เหมาะกับอะไรบ้าง:

• คาแรกเตอร์แอนิเมชัน: มาสคอตหรือโดเดิลที่โบกมือ กระพริบตา กระโดด
• Reaction GIF และคอนเทนต์โซเชียล: ลูปสั้นๆ สำหรับโพสต์และการตอบกลับ
• แอนิเมชันสินค้า: ภาพสินค้านิ่งๆ กลายเป็นลูปที่ดึงดูดสายตาในฟีด
• สตอรี่บอร์ด: ทดสอบการเคลื่อนไหวของคาแรกเตอร์ก่อนจ่ายเงินทำวิดีโอ OpenAI ระบุชัดเจนว่า นี่ไม่ใช่ตัวสร้างวิดีโอ; GIF คือไม่กี่เฟรมที่วนซ้ำ ไม่ใช่คลิปวิดีโอ

ไม่จำเป็นต้องมีงานดีไซน์เสร็จแล้ว วาดคาแรกเตอร์หยาบๆ อัปโหลด แล้วขอให้โบกมือได้ เดี๋ยวจะพาไล่ขั้นตอนทั้งหมดในหัวข้อถัดไป

มีอะไรเปลี่ยนอีกบ้าง?

อัปเดตเล็กๆ อีกบางส่วน แบ่งระหว่าง API และ ChatGPT:

• ส่งออก SVG (เฉพาะ API): ตั้งค่า output_format: "svg" เพื่อได้ไฟล์เวกเตอร์สำหรับเว็บไซต์ แอป หรือสิ่งพิมพ์
• พารามิเตอร์ complexity (API): อย่างที่กล่าวในบททดสอบความเร็ว รองรับค่า "low", "medium" หรือ "high" ใช้ค่าต่ำกับงานแก้ไขง่ายๆ เช่นสลับพื้นหลัง และเก็บค่าสูงไว้สำหรับฉากที่แออัดและมีข้อจำกัดมาก เพิ่มคุณภาพไม่ช่วยแก้ฉากแออัดได้ แต่เพิ่มความซับซ้อนอาจช่วยได้
• รูปอ้างอิงที่บันทึกไว้ (ChatGPT): อัปโหลดรูปตัวเอง สัตว์เลี้ยง หรือมาสคอตครั้งเดียว แล้ว ChatGPT จะเก็บไว้ ในแชตถัดไป แค่ขอ “แมวของฉันในชุดนักบินอวกาศ” โดยไม่ต้องอัปโหลดอีก แมวตัวเดิมจะโผล่มาทุกครั้ง

• การแก้ไขแบบอิงมาร์กอัป (ChatGPT และ API): วงส่วนที่อยากเปลี่ยนแล้วบอกว่าจะเปลี่ยนอะไร เช่น วงแจกันแล้วเขียนว่า “ทำให้เป็นสีน้ำเงิน” ChatGPT มีฟีเจอร์นี้อยู่แล้ว Images 2.6 นำมันมาสู่ API

วิธีสร้าง GIF ด้วย OpenAI Images 2.6

หากอยากทำ GIF ให้ขอใน ChatGPT หรือเรียก Images API พร้อม output_format: "gif" ChatGPT เหมาะกับงานครั้งเดียวจบ แต่ API ให้ควบคุมจำนวนเฟรมและจังหวะเวลา ซึ่งสำคัญมากหากทำ GIF จำนวนมาก

วิธีทำ GIF ใน ChatGPT

เปิดแชตใหม่และอธิบาย GIF: ตัวแบบ การเคลื่อนไหว และให้วนลูป นี่คือสิ่งที่ขอ: “ทำ GIF หุ่นยนต์สีส้มตัวเล็กโบกมือ แล้วกลับไปท่าเริ่มต้น เก็บพื้นหลังให้เรียบ กล้องนิ่ง”

ChatGPT พร้อม Images 2.6 สร้างหุ่นยนต์สีส้ม GIF โดยผู้เขียน

ยังสามารถเริ่มจากสิ่งที่มีอยู่แล้วได้ อัปโหลดรูปถ่ายหรือสเก็ตช์หยาบ แล้วบอกว่าส่วนไหนควรขยับและอะไรต้องคงที่

ลองทำกับรูปวาดนกของเด็ก

สเก็ตช์นกหยาบๆ ภาพโดยผู้เขียน

พรอมต์ของฉัน: “แปลงรูปวาดของเด็กนี้ให้เป็น GIF แบบวนลูป เก็บสไตล์ลายเส้นมือ ทำให้นกกระโดดหนึ่งครั้งและกระพือปีก แล้วกลับไปท่าเริ่มต้น เก็บพื้นหลังเป็นสีขาวเรียบและกล้องนิ่ง”

GIF ที่ ChatGPT สร้างจากรูปวาดหยาบ GIF โดยผู้เขียน

ChatGPT คืนลูป 9 เฟรม ที่ 180 มิลลิวินาทีต่อเฟรม ราว 1.6 วินาที ขนาดไฟล์ 183KB เก็บสไตล์ลายเส้นสเก็ตช์ไว้ ซึ่งแอบคิดว่าจะ “แก้ให้เรียบ” เสียอีก นกย่อ แล้วยกขาพับกระโดด และลงพื้น

รายละเอียดที่ชอบคือสิ่งที่ไม่ได้ขอ ปีกเส้นเดียวกลายเป็นปีกจริงตอนกระพือ แล้วพับกลับเป็นเส้นโค้งเมื่อนกลงพื้น ChatGPT ยังเติมเส้นบอกการเคลื่อนไหวแบบที่เด็กๆ วาดด้วย

สามเฟรมสุดท้ายเกือบเหมือนกัน จึงมีจังหวะหยุดก่อนกระโดดรอบถัดไป จังหวะนั้นช่วยซ่อนจุดวนลูปได้ดี แต่ถ้าดูใกล้ๆ จะเห็นว่านกขยับเล็กน้อยตอนเริ่มใหม่

เมื่อได้ GIF แล้ว สามารถทำให้ช้าลง เร็วขึ้น หรือแก้ทีละเฟรมได้ ไม่จำเป็นต้องใช้ปุ่มควบคุมด้วย ขอเป็นภาษาธรรมดาได้ เช่น “ทำให้การเปลี่ยนจากเฟรมสุดท้ายกลับไปเฟรมแรกนุ่มนวลขึ้น”

วิธีทำ GIF ด้วย OpenAI API

ส่งคำขอไปยังเอนด์พอยต์สร้างภาพ โดยตั้งค่า output_format เป็น "gif" มีการตั้งค่าสองอย่างที่เฉพาะกับ GIF:

ด้วยค่าเริ่มต้น จะได้ 9 เฟรม ที่ 200 มิลลิวินาทีต่อเฟรม รวมเป็นลูป 1.8 วินาที

รันโค้ดด้านล่างใน Google Colab โดยใช้แพ็กเกจ openai เวอร์ชัน 3.46 และทำงานได้ตามที่เขียนไว้ API ตรงตามทุกการตั้งค่าแบบเป๊ะ รวมถึงขนาด 512x512

import base64

from openai import OpenAI

# Reads OPENAI_API_KEY from your environment
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-flare",  # Flare: faster; switch to sunburst for detail
    prompt=(
        "A small orange robot waves, blinks, and returns to its starting pose. "
        "Plain white background, fixed camera, seamless loop."
    ),
    output_format="gif",
    frame_count=9,  # 9 frames x 200 ms = a 1.8-second loop
    frame_duration_ms=200,
    size="512x512",  # smaller frames keep the file size down
    quality="low",
    complexity="low",  # a simple motion doesn't need extra planning
)

# The GIF comes back as base64; decode it and save it to disk
gif_bytes = base64.b64decode(result.data[0].b64_json)
with open("robot.gif", "wb") as f:
    f.write(gif_bytes)
ขับเคลื่อนโดย

image-2.6-flare API สร้างหุ่นยนต์สีส้มโบกมือวนลูป GIF โดยผู้เขียน

เทียบกับหุ่นยนต์ใน ChatGPT ทั้งคู่คือหุ่นยนต์สีส้มโบกมือ แต่ตัวนี้ดูกระด้างกว่าเพราะโค้ดตั้ง quality="low" เพื่อลดเวลาและค่าใช้จ่าย ผิวดูเป็นรอย ชิ้นส่วนเล็กๆ อย่างเสาอากาศขยับเพี้ยนระหว่างเฟรม และมีหนึ่งเฟรมที่การโบกมือกลายเป็นชูนิ้วโป้ง คุณภาพต่ำพอใช้กับ reaction GIF ในแชตได้ แต่ถ้าเป็นงานที่ติดแบรนด์ของคุณ ใช้ "medium" หรือ "high" จะดีกว่า

ไฟล์ออกมาที่ 429KB ใกล้เพดาน 500KB ที่หลายเว็บไซต์ตั้งไว้สำหรับ GIF

ก่อนจะต่อยอด ควรรู้ข้อจำกัดสองอย่าง:

• ไม่มีสตรีมมิง: ภาพบางส่วนและ output_compression ก็ใช้กับเอาต์พุต GIF ไม่ได้เช่นกัน

• งบพิกเซล: จำนวนเฟรม ขนาดเฟรม และ n ต้องอยู่ภายในเพดานรวมเดียวกัน หากคำขอล้มเหลว ให้ลดอย่างใดอย่างหนึ่ง

จะทำให้ลูปเนียนได้อย่างไร?

ในพรอมต์ ให้ขอการเคลื่อนไหวที่จบตรงจุดเริ่มต้น และระบุว่าสิ่งใดควรอยู่นิ่ง หากเฟรมสุดท้ายไม่ตรงกับเฟรมแรก จะเห็นอาการ “สะดุด” ทุกครั้งที่ GIF เริ่มใหม่ ชะลอด้วย frame_duration_ms ก็ไม่ช่วยซ่อน ให้ขอให้แอ็กชันกลับไปท่าเริ่มต้นเหมือนตัวอย่างหุ่นยนต์และนก

ในทางปฏิบัติ:

• เลือกการเคลื่อนไหวเล็กๆ ที่ย้อนกลับได้ เช่น โบกมือหรือกระพริบตา
• คงกล้อง พื้นหลัง และสเกลให้คงที่
• เลี่ยงข้อความในเฟรม
• ดูวนลูปหลายรอบ และตรวจเฟรมกลางๆ ไม่ใช่แค่ต้นกับท้าย นั่นแหละที่หุ่นยนต์ใน API แอบชูนิ้วโป้ง

เช็คขนาดไฟล์ก่อนใส่ GIF ลงเว็บไซต์ หุ่นยนต์ 512x512 9 เฟรมของฉันก็ปาเข้าไป 429KB แล้ว ดังนั้น 1024x1024 ที่ 16 เฟรมจะไม่เข้าใกล้เพดาน 500KB แน่

บทส่งท้าย

ถ้าทำ GIF สำหรับโพสต์โซเชียล มาสคอต หรือสตอรี่บอร์ด Images 2.6 เป็นการเปลี่ยนครั้งใหญ่ เพราะไม่ต้องใช้เครื่องมือแยกต่างหากในการทำให้ภาพเคลื่อนไหวอีกต่อไป

อย่างไรก็ตาม หาก GIF ไม่ใช่แนว และกำลังมองหาเครื่องมือภาพนิ่ง คู่มือของเราสำหรับ ตัวสร้างภาพ AI ฟรีที่ดีที่สุด มีการเปรียบเทียบของดีไว้หลายตัว และหากอยากดูว่า Google จัดการปัญหาการแก้ไขแบบเดียวกันอย่างไร ลองอ่าน คู่มือ Nano Banana 2 ของเรา