把圖片串成動畫：GPT-Image 2.5 的三個創作實例

把圖片串成動畫：GPT-Image 2.5 的三個創作實例。 黏土小龍破殼、蠟筆人物側手翻、像素角色踢腿，三位創作者都用 GPT-Image 2.5 產生圖片，再把影格串成動畫。以下整理他們公開的作品與做法；步驟來自作者自述，並非本站重做的測試。 Ivana：36 張圖片交給 Codex 串接 Ivana 說，她先生成 36 張圖片，再用 Codex 拼成短片，過程沒有使用影片生成模型。成品是一隻藍綠色黏土風格小龍從蛋中探頭、破殼，再噴出小火苗。 Ivana 的定格動畫：藍綠色黏土風格小龍從斑點蛋中孵化。 Michael Wall：從一張火柴人圖接出側手翻 Michael Wall 先要求一張火柴人圖，接著要求再畫九張側手翻的動作，最後請模型把十張圖串成 GIF，但作者沒有交代實際的串接工具。成品保留蠟筆畫的筆觸與遊樂場背景，人物則逐格翻轉。 來源：@sound4movement｜Michael Wall 展示的翻頁動畫：蠟筆風格人物在草地上做側手翻。 來源：@sound4movement｜Michael Wall 貼文附上的蠟筆風格靜態圖，背景包含樹木、鞦韆與溜滑梯。 所附的這兩則貼文未提供完整提示詞。 852話：先做動作圖集，再處理切格與位置對齊 852話（hakoniwa，@8co28） 用角色參考圖生成 4×4、共 16 格的戰鬥動作圖集（sprite sheet）。這種圖集把不同姿勢排在同一張圖片上，後續再切成個別影格。 來源：@8co28｜852話使用的角色參考圖。 來源：@8co28｜4×4、共 16 格的像素角色動作圖集，包含預備、出拳與踢腿姿勢。 作者說，第一次去背失敗，因此另開對話，要求先讓背景透明，再以 4×4 切格、對齊角色位置，最後做成 GIF。這裡多了一道切格與對齊的處理，公開動畫中可看到角色預備與踢腿的動作。 來源：@8co28｜852話展示的像素角色 GIF，可見預備姿勢與踢腿動作。 來源：@8co28｜角色參考、4×4 動作圖集與對話回覆；回覆也說明每格尺寸與真正透明背景尚未符合要求。 另開對話是作者的補救做法，是否成功去背仍不能只靠這則貼文確認。公開截圖中的回覆列出尺寸與透明背景未符合要求；圖上的棋盤格也不等於檔案具有透明通道。想把素材放進遊戲，還需檢查實際輸出。 Arena 三張榜單怎麼看 Arena 的公告 提供另一種觀察角度：GPT-Image 2.5 的 Sunburst 與 Flare 兩個版本，在文生圖、單圖編輯、多圖編輯三項榜單中分居前兩名。下表依 2026 年 9 月 9 日上午（台灣時間）讀取的公告圖整理，分數比較對象均為 GPT Image 2（medium）。 | 項目 | Sunburst | Flare | GPT Image 2（medium） | 分數差：Sunburst／Flare | | --- | ---: | ---: | ---: | ---: | | 文生圖 | 1,421 | 1,399 | 1,381 | +40／+18 | | 單圖編輯 | 1,520 | 1,491 | 1,461 | +59／+30 | | 多圖編輯 | 1,535 | 1,501 | 1,454 | +81／+47 | Arena 的方法說明 是先呈現兩個匿名模型的回應，讓使用者投票選出偏好的結果，之後才揭露模型身分。這些是偏好評測分數，差 40 分不等於品質提升 40%；榜單也沒有驗證上述三位作者的動畫流程。 Arena 文生圖榜：Sunburst 1,421 分、Flare 1,399 分，GPT Image 2（medium）1,381 分。 Arena 單圖編輯榜：Sunburst 1,520 分、Flare 1,491 分，GPT Image 2（medium）1,461 分。 Arena 多圖編輯榜：Sunburst 1,535 分、Flare 1,501 分，GPT Image 2（medium）1,454 分。 三個案例提供了兩種可以參考的做法：連續產圖後拼接，或先做動作圖集再切格。前者已有作者交代張數，後者也公開了去背失敗與補救步驟；實際嘗試時，可以先從一個短動作開始，檢查相鄰影格與角色位置是否接得起來。原文：https://easyvibecoding.app/curated/3289-gpt-image-2-5-codex-create-stop-motion