GPT-Image 2.6 当「文生动作编译器」:15 秒 GIF 喂 Minimax H3 出完整视频

cocktailpeanut · x · 2026-11-06

作者 cocktailpeanut 演示一条新工作流:先用 ChatGPT(号称 GPT-Image 2.6)生成 15 秒动画 GIF,再把它喂给 MiniMax H3 视频模型(经 Maestro),得到完整 15 秒视频。核心洞察是把 ChatGPT 图像当作「文生动作编译器」——不需要学 Blender、手动打关键帧或找动捕参考,直接用自然语言在聊天分支里迭代多个动作版本,选出最好的再交给视频生成器。相比传统 3D 管线(.blend 文件多版本管理),对话分支即版本管理。

所属事件:开发者用 GPT-Image 生成 GIF 再转视频,称创作范式转向大量生成再挑选(2 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →