11 月 5 日,The Verge 報導了一則看起來平常的功能更新:ChatGPT 能直接生成 GIF 了。OpenAI 給的示範很簡單,使用者在對話框裡輸入「你能製作一隻貓跳舞的 GIF 嗎?」,回應區送回來的是一段會動的圖,圖的底下掛著播放速度的切換,還有一條能逐格拖曳的影格軌。把照片上傳給聊天機器人,也能轉成動圖。
這個畫面值得停久一點。聊天機器人的回應區向來只有兩種靜態版式:文字段落與圖片。現在第三種版式住了進來,它自己會動,還自帶一組控制項。播放速度可以調,單一影格可以拿出來改,成品接著就能分享出去。這幾個動詞原本住在剪輯軟體的工具列裡,如今全部被收進一則對話泡泡的下方,佔用的面積比一條註腳多不了多少。在此之前,ChatGPT 沒辦法一步原生產出 GIF,想讓貓動起來得繞道外部工具。
聊天視窗裡長出時間軸
先看介面。對話式產品的版面根骨是縱向捲動,一則訊息接著一則訊息,每則都是靜態的、完成了的。圖片進來時只是換了一種靜態。GIF 動搖的正是這條假設,畫面裡的貓每隔不到一秒就換一個姿勢,而使用者手邊多了一條可以觸碰的時間。
這條時間軸是本次更新裡最重的設計決策。逐格觀看意味著模型輸出的動畫被攤開成離散的影格序列,每一格都可以被單獨指認與修改。剪輯軟體用二十年建立起來的播放頭與軌道文法,被壓縮成聊天視窗裡的一行縮圖。速度切換則把 GIF 規格裡的影格延遲,暴露成一個使用者可以直接拉動的控制項。兩個控制項加起來,等於承認生成的結果仍需要人的手介入:AI 交出的是素材,最後一格的決定權留在使用者手上。這批功能正逐步推向所有 ChatGPT 與 Codex 使用者,網頁、桌面、手機三個版面同步更新,同一套時間軸會出現在各種尺寸的螢幕裡。
一副 1987 年的色盤
再看格式本身。GIF 是 CompuServe 在 1987 年制定的規格,生在窄頻時代:每格最多 256 色,靠 LZW 無損壓縮縮小體積,影格之間以百分之一秒為單位設定延遲,沒有音軌。色數不夠時用遞色去騙眼睛,於是 GIF 的皮膚上永遠有一層細細的顆粒。後來瀏覽器讓它無限循環,它就成了網路溝通的基本單位,出現在訊息裡、論壇裡、說明文件裡那個不必按播放、自己轉個不停的小方塊。
有趣的是供需兩端的不對稱。生成端是當代算力最貴的模型,輸出端卻自願套進一副近四十年前的色盤限制裡。這個選擇務實,GIF 的使用場景一直沒有消失,它輕,而且到哪個平臺都會動。AI 補上的只是生產端,把過去錄影轉檔、壓縮調盤的一整條生產線,換成一行提示詞。
循環則是這個格式最深的設計。GIF 沒有開頭與結尾,任何時刻加入都看得懂,注意力隨時可以被接住。這種時間結構在內容產品裡被反覆使用,短劇把每一集的結尾剪成懸崖,讓下一集自動接上,紅果短劇的直式循環設計依賴的正是同一套文法。GIF 只是把循環壓縮到幾秒之內,把鉤子做到最小。
Flare 與 Sunburst:兩個光學名詞
模型命名也值得讀。這次更新掛在 Images 2.6 這個版本號底下,API 端則多出兩個名字:GPT-Image-2.6 Flare 與 GPT-Image-2.6 Sunburst。Flare 是鏡頭光斑,Sunburst 是旭日的放射光芒,兩個名字都取自光學現象,放進圖像模型的命名欄裡顯得貼切而有畫面。
光斑在攝影裡原本是被防止的缺陷,遮光罩擋的就是它;進了產品名,它變成速度的意象,像閃焰一樣快。旭日則直接給畫質一個方向:更亮、更滿、更輻射。兩個名字合起來承接官方說明裡更快與更高品質的承諾,至於誰負責哪一項,命名本身沒有說破,留給開發者自己去試。這種用意象而不用品類的命名方式,也把版本號的冷感中和掉一些,貨架上的兩個模型讀起來像兩種光。同一波更新還讓 ChatGPT 出圖更快,速度感的暗示從名字一路延伸到實際體驗。
每週四十億張的規模
最後看規模。OpenAI 說,使用者目前每週透過 ChatGPT 與其 API 生成超過四十億張圖片,九月時的數字是三十億。一個多月多出十億張。把這個數字放回介面裡讀:圖片生成已經從展示性的功能變成逐週統計的常態行為,圖在平臺裡的地位逐漸接近訊息本身,會話的基本單位正在從字擴張到像素。
同一段時間,別家公司在做相反方向的排版。蘋果把員工每日的 AI 使用額度往下調,蘋果收緊內部 AI 額度的設計語言把成本排成介面上一行看得見的數字。一邊把生成往規模推,一邊把使用往額度收,兩種排版處理的其實是同一件事:每一次生成背後的單位成本。差別只在於,一邊把成本藏進模型版本號的小數點後面,一邊把它放進使用者每天看得到的欄位裡。
舊格式重新上架
GIF 的回潮說明格式很少真正退場,它們只是等一個新的生產方式。短影音把 GIF 從主流位置擠開的這些年,它的使用場景始終在,需要輕巧、需要不必按播放就自己動起來的地方就會繼續用它。現在生成成本塌縮到一行句子,格式的選擇便回到溝通場景本身,做出它的人從設計師變成任何會打字的人。
這次更新真正值得記下的設計變化,或許不在那隻貓跳得好不好,而在對話泡泡下面那條細細的影格軌。聊天介面第一次有了可以觸碰的時間。當時間可以被拖曳、被逐格檢視、被修改,靜態與動態的界線就在輸入框下移動了一次。下一次有人問 AI 能不能讓圖動起來,答案已經排在那條軸上。