GPT Image 2.6 trên Felo: Biến GIF thành cảnh video

November 9, 2026 · 24 phút đọc

Committed to answers at your fingertips

GPT Image 2.6 trên Felo: tạo GIF lặp, xây dựng các khung hình hành động bằng API, sau đó tạo hoạt ảnh bằng Kling. Bao gồm mã và giới hạn.

Khi yêu cầu một mô hình video tạo ra hình ảnh "một hiệp sĩ vung kiếm", kết quả thường chỉ mô phỏng động tác vung kiếm theo nghĩa chung nhất. Lưỡi kiếm bị nhòe, tỷ lệ cơ thể thay đổi giữa các khung hình và máy quay tự tạo ra những chuyển động không nằm trong yêu cầu.

Các đạo diễn giải quyết vấn đề này bằng cách dàn dựng chuyển động: nhân vật đứng ở đâu, bộ phận nào chuyển động trước và chuyển động kết thúc tại vị trí nào. GPT Image 2.6 trên Felo có thể cung cấp kế hoạch đó dưới dạng GIF lặp dài 1,8 giây trên trình duyệt hoặc bảng khung hình 3 × 3 thông qua API hình ảnh. Cả hai phương pháp đều tiết kiệm chi phí hơn so với việc xác định hành động sau khi đã trả tiền cho mô hình video để xử lý ánh sáng, bố cục khung hình và âm thanh.

Ảnh bìa infographic về quy trình chuyển GIF thành video bằng GPT Image 2.6

Hai cách sử dụng GPT Image 2.6 trên Felo

Trên trình duyệt: Công cụ tạo GIF bằng AI

Truy cập felo.ai/tools/gpt-image-2-6, mô tả hình ảnh và chọn mô hình. Hộp nhập liệu mặc định sử dụng GPT Image 2.6 Flare và định dạng đầu ra PNG. Để tạo hoạt ảnh, mở phần cài đặt và chọn GIF. Chỉ viết từ "GIF" trong câu lệnh không làm thay đổi định dạng đầu ra.

Các tùy chọn GIF được thiết kế với phạm vi giới hạn: từ 2 đến 16 khung hình, thời lượng mỗi khung hình từ 20 đến 2000 mili giây và kích thước khung hình khởi điểm là 512 × 512. Thiết lập mặc định của Felo là 9 khung hình, mỗi khung hình 200 ms, tạo thành vòng lặp dài 1,8 giây. Khoảng thời gian này có vẻ ngắn, và đúng là như vậy. Tuy nhiên, nó đủ để đánh giá xem một cử chỉ có dễ nhận biết hay không.

Bạn có thể tải ảnh tham chiếu lên, yêu cầu chỉnh sửa hoặc đánh dấu một khu vực bằng công cụ phác thảo. Đối với thử nghiệm hành động đầu tiên, hãy sử dụng một chủ thể, nền đơn giản và một chuyển động duy nhất.

Vòng lặp hành động robot gồm 9 khung hình được tạo từ một bảng khung hình 3x3

Hình minh họa đầu ra: vòng lặp gồm 9 khung hình, mỗi khung hình 200 ms. Công cụ trình duyệt tạo GIF trực tiếp; quy trình tác nhân bên dưới xây dựng cùng bộ khung hình từ một bảng 3 × 3.

Thông qua API, dành cho tác nhân và ứng dụng

Hai mô hình tương tự cũng có trong danh mục hình ảnh của Felo, với các ID gpt-image-2.6-flare và gpt-image-2.6-sunburst. Một khóa API cung cấp quyền truy cập vào 18 mô hình hình ảnh từ 8 nhà cung cấp, giúp tác nhân so sánh hoặc chuyển đổi mô hình mà không cần mở tài khoản riêng tại từng nhà cung cấp.

	GPT Image 2.6 Flare	GPT Image 2.6 Sunburst
Thiết kế cho	Bản nháp nhanh và chỉnh sửa thường xuyên	Hình ảnh chi tiết và chỉnh sửa chính xác
ID mô hình	`gpt-image-2.6-flare`	`gpt-image-2.6-sunburst`
Đầu vào / đầu ra	Văn bản, hình ảnh → hình ảnh	Văn bản, hình ảnh → hình ảnh
Ứng dụng phù hợp	Khám phá ý tưởng hành động với tốc độ cao	Duy trì tính nhất quán của nhân vật giữa các khung
Giá niêm yết	$5 / 1M token đầu vào, $30 / 1M token đầu ra	$5 / 1M token đầu vào, $30 / 1M token đầu ra

Giá được tính theo token, không phải theo hình ảnh, vì vậy độ phân giải và ảnh tham chiếu đều ảnh hưởng đến chi phí. Trang của cả hai mô hình đều hiển thị nhãn dùng thử miễn phí có thời hạn; hãy kiểm tra điều khoản và mức giá hiện hành trước khi lên kế hoạch triển khai trong môi trường sản xuất.

Trình duyệt xuất GIF, còn API hình ảnh trả về ảnh tĩnh. Enum output_format của các mô hình này gồm png, jpeg hoặc webp, vì vậy tác nhân phải tạo GIF từ các khung hình được sinh ra. Phần API bên dưới trình bày quy trình này.

Vì sao GIF là bản nháp đầu tiên tốt hơn câu lệnh video

Các mô hình video hoạt động như những công cụ nội suy. Chúng có khả năng lấp đầy khoảng trống giữa hai trạng thái, nhưng gặp khó khăn khi xác định trạng thái nào quan trọng. Một câu lệnh văn bản chỉ cung cấp một câu để mô hình diễn giải. GIF gồm chín khung hình cung cấp chín quyết định rõ ràng về tư thế, đường nét hình dáng và thời gian chuyển động.

Giới hạn chín khung hình cũng buộc bạn phải lựa chọn. Với thời lượng 200 ms mỗi khung hình, không có chỗ cho một mô tả mơ hồ như "cảnh hành động sống động". Bạn phải xác định rõ: tư thế sẵn sàng, lấy đà, tấn công, hoàn tất động tác và trở về tư thế ban đầu. Các câu lệnh video yếu thường xuất phát từ việc chưa xác định những giai đoạn này.

Vòng lặp tạo thêm một ràng buộc. GIF có khả năng lặp liền mạch phải đưa nhân vật trở về tư thế ban đầu, và điều đó cũng giúp cảnh quay dễ chỉnh sửa hơn. Nếu cánh tay nhân vật kết thúc ở một vị trí mới, cảnh quay tiếp theo sẽ bắt đầu từ một trạng thái cơ thể khác.

Bạn có thể kiểm tra toàn bộ kết quả trong vài giây. Hãy xem xét đường nét hình dáng, bàn tay, đạo cụ và điểm nối giữa khung hình cuối với khung hình đầu. Tác nhân có thể so sánh các khung hình hoặc yêu cầu mô hình thị giác mô tả những thay đổi trước khi chi tiền cho một giây video.

Trang công cụ của Felo nêu rõ: "GIF là vòng lặp không có âm thanh. Hãy sử dụng công cụ video khi bạn cần âm thanh, cảnh quay dài hoặc nhiều cảnh quay." Đây là điểm khởi đầu của quy trình này, không phải điểm kết thúc.

Xây dựng hành động trên trình duyệt

Dưới đây là quy trình thực tế để thiết kế hành động của nhân vật trước khi chuyển thành cảnh video.

1. Cố định thiết kế nhân vật trước

Đừng bắt đầu bằng hoạt ảnh. Hãy tạo một ảnh tham chiếu tĩnh của nhân vật với góc nhìn chính diện, tư thế trung tính và nền đơn giản. Khi tạo hoạt ảnh, hãy giữ nguyên mọi chi tiết trong câu lệnh: kiểu tóc, màu trang phục, phụ kiện, vũ khí và tỷ lệ cơ thể. Tính nhất quán có thể thay đổi giữa các lần tạo ảnh riêng biệt, vì vậy mô tả càng cụ thể thì mô hình càng ít phải tự bổ sung chi tiết giữa các khung hình.

2. Viết mô tả hành động dưới dạng vòng lặp, không phải một cảnh

Một câu lệnh hành động hữu ích gồm bốn phần:

Thiết lập bối cảnh. Những gì xuất hiện trong khung hình, vị trí của chúng và hình dáng của chúng.
Xác định một chuyển động. Bộ phận nào chuyển động và thứ tự chuyển động.
Cố định các yếu tố không thay đổi. Máy quay, bàn chân, logo và bàn tay.
Yêu cầu trở về vị trí ban đầu. Kết thúc bằng chuyển động đưa nhân vật trở lại tư thế xuất phát.

Ví dụ:

Một nhân viên giao hàng mặc áo khoác màu vàng mù tạt đứng trên con phố lát đá sáng màu, góc nhìn nghiêng, toàn thân, máy quay cố định. Nhân vật chuyển trọng lượng cơ thể, đưa tay vào túi đeo chéo, lấy ra một bưu kiện nhỏ màu xanh và đưa ra phía trước. Giữ nguyên áo khoác, túi đeo chéo và máy quay. Sau đó, hạ bưu kiện xuống và trở về tư thế ban đầu. Tạo chuyển động vòng lặp liền mạch. Nền đơn giản, không có chữ.

Câu lệnh này được cố ý giữ ở mức đơn giản. Sự đơn giản là lợi thế trong trường hợp này: một hành động rõ ràng có thể được nhận biết ở độ phân giải 512 × 512 với chín khung hình. Hãy dành đám đông, mưa và chuyển động máy quay cho mô hình video.

3. Chọn GIF trong phần cài đặt và bắt đầu với thông số nhỏ

Thiết lập kích thước 512 × 512, 9 khung hình và 200 ms cho mỗi khung hình. Sau đó tạo ảnh. Không tăng số khung hình trước khi hành động cơ bản được thể hiện rõ.

Khi vòng lặp gặp lỗi, hãy sửa theo thứ tự: giảm số khung hình và đơn giản hóa hành động trước, tiếp theo tăng thời lượng mỗi khung hình, sau đó mới bổ sung các chi tiết cần giữ nguyên.

4. Kiểm tra điểm nối, không chỉ phần giữa

Xem vòng lặp hai lần. Điểm nối giữa khung hình cuối và khung hình đầu là nơi xuất hiện phần lớn lỗi: vai bị giật, đạo cụ đổi tay hoặc nền thay đổi.

Sau đó, hãy thay đổi từng biến một. Ý tưởng tư thế mới cần một câu lệnh mới. Điều chỉnh thời gian cần thay đổi số khung hình hoặc thời lượng mỗi khung hình. Kết hợp cả hai sẽ khiến bạn không thể xác định yếu tố nào mang lại hiệu quả.

Từ GIF đến video: Hai phương thức chuyển giao

API video của Felo không hỗ trợ đầu vào GIF động. API nhận ảnh tĩnh hoặc video, vì vậy quy trình chuyển giao cần thêm một bước chuyển đổi. Có hai phương thức phù hợp và một lựa chọn thứ ba để giữ GIF làm sản phẩm cuối cùng.

Hai cách chuyển GIF GPT Image 2.6 sang mô hình video

Khung hình chủ chốt xác định trạng thái bắt đầu và kết thúc; video tham chiếu kế thừa nhịp điệu của vòng lặp.

Phương thức 1: Khung hình chủ chốt, dành cho điểm đầu và điểm cuối được xác định

Chọn hai khung hình bao quanh sự thay đổi mà bạn quan tâm. Với nhân viên giao hàng, đó là khung 2 (chuyển trọng lượng cơ thể) và khung 6 (đưa bưu kiện ra phía trước), không phải khung đầu và khung cuối của vòng lặp vì hai khung đó được thiết kế giống hệt nhau. Gửi chúng dưới dạng frame_images, với frame_type được đặt thành first_frame hoặc last_frame.

Cách này cố định trạng thái bắt đầu và kết thúc mà bạn đã chọn. Câu lệnh chỉ cần mô tả những yếu tố không thể hiện qua hai hình ảnh: chuyển động máy quay, ánh sáng và nhịp độ.

Kling 4.0 Image-to-Video là lựa chọn phù hợp cho phương thức này. Trang mô hình liệt kê frame_images trong danh sách tham số được hỗ trợ và mô tả khả năng tạo video dài từ 3 đến 30 giây với âm thanh stereo. Cung cấp hai tư thế đã chọn, mô hình sẽ nội suy chuyển động giữa chúng.

Một câu lệnh ngắn cho phương thức khung hình chủ chốt:

Cùng nhân viên giao hàng mặc chiếc áo khoác màu vàng mù tạt, trên cùng con phố lát đá, đưa tay vào túi đeo chéo và lấy ra một bưu kiện màu xanh. Máy quay tiến gần chậm, ánh sáng dịu vào cuối buổi chiều, độ sâu trường ảnh nông. Giữ nguyên khuôn mặt, trang phục và bưu kiện của nhân vật. Âm thanh môi trường tự nhiên của đường phố.

Mô hình video bổ sung chuyển động giữa hai tư thế của bạn. Đây là bước sáng tạo có phạm vi nhỏ hơn so với việc yêu cầu mô hình tự xây dựng toàn bộ hành động từ một câu văn.

Phương thức 2: Video tham chiếu, dành cho việc kế thừa nhịp điệu

Nếu muốn video tuân theo nhịp điệu của GIF, hãy chuyển vòng lặp thành một tệp MP4 ngắn và gửi dưới dạng video tham chiếu. Trong API video, input_references chấp nhận các mục video_url bên cạnh tham chiếu image_url.

ffmpeg -stream_loop 1 -i action.gif -t 3 -movflags +faststart -pix_fmt yuv420p action.mp4

Kling 4.0 Omni-Video là lựa chọn dành cho quy trình sử dụng video tham chiếu. Trang mô hình liệt kê khả năng hỗ trợ tối đa 5 đoạn video, mỗi đoạn dài từ 3 đến 30 giây, với tổng thời lượng không vượt quá 30 giây, cùng tối đa 10 ảnh tham chiếu. Nhờ đó, bạn có thể gửi bản phác thảo chuyển động và ảnh nhân vật trong cùng một yêu cầu.

Sử dụng phương thức này khi nhịp điệu là yếu tố quan trọng: một cử chỉ gồm ba nhịp, một động tác xoay người hoặc một khoảng dừng gây cười. Omni-Video hỗ trợ video tham chiếu dài 3–30 giây, vì vậy hãy lặp GIF đến ít nhất ba giây trước khi xuất. Bạn cũng có thể sử dụng 12 khung hình với thời lượng 250 ms mỗi khung hình để đạt khoảng thời gian này.

Mô hình video sẽ tuân theo nhịp điệu và tư thế tổng thể của video tham chiếu, chứ không tái tạo từng khung hình. Nếu cần xác định trạng thái bắt đầu và kết thúc, hãy sử dụng khung hình chủ chốt.

Hoặc giữ nguyên GIF

Trong một số trường hợp, GIF chính là sản phẩm cuối cùng. Một nhãn dán động, trạng thái giao diện người dùng, bài đăng mạng xã hội hoặc hình ảnh sprite trong trò chơi không cần mô hình video hay nhạc nền. Các ví dụ ứng dụng GPT Image 2.6 của Felo bao gồm vòng lặp kiếm nước theo phong cách pixel art, chân dung xoay đầu và nháy mắt, cùng biểu ngữ sự kiện Nhật Bản. Cả ba đều tập trung vào những chuyển động nhỏ, dễ nhận biết.

Định dạng này có những giới hạn thực tế: 256 màu cho mỗi khung hình, không có âm thanh và dung lượng tệp tăng nhanh theo kích thước cũng như số lượng khung hình. Màu phẳng và nền đơn giản giúp hạn chế ảnh hưởng của giới hạn màu. Hiện tượng phân dải màu có thể xuất hiện ở vùng chuyển sắc và tông màu da.

API GPT Image 2.6: Gửi yêu cầu, kiểm tra trạng thái, nhận kết quả

Con người có thể theo dõi GIF trên trình duyệt. Tác nhân thì không thể làm điều đó nếu API không cung cấp một quy trình tác vụ rõ ràng. API của Felo đáp ứng yêu cầu này: gửi yêu cầu, kiểm tra trạng thái và nhận kết quả.

Endpoint hình ảnh là POST https://openapi.felo.ai/api/v1/images/generations, sử dụng khóa bearer. Endpoint trả về mã 202 và một task_id. Gửi yêu cầu GET /api/v1/images/generations/{task_id} để kiểm tra cho đến khi status chuyển thành succeeded, sau đó đọc URL phương tiện đã ký từ outputs.

Nội dung yêu cầu chấp nhận ID mô hình, câu lệnh, quality, aspect_ratio, output_format và input_references dành cho ảnh tham chiếu. Nếu cần ảnh tham chiếu lưu trên máy cục bộ, hãy tải ảnh lên trước bằng POST /api/v1/files. Endpoint chấp nhận PNG, JPEG, GIF, WebP, MP4 và các định dạng phổ biến khác với dung lượng tối đa 100 MiB, sau đó trả về bản ghi tệp. Truyền id của bản ghi này dưới dạng file_id trong input_references.

Đối với tác nhân cần tạo GIF, phương pháp rõ ràng nhất là yêu cầu tạo toàn bộ hành động dưới dạng một bảng phân cảnh trong một lần gọi hình ảnh, sau đó cắt bảng thành các khung hình. Một yêu cầu tạo chín tư thế; thao tác cắt có kết quả xác định; việc tạo GIF là bước ghép cục bộ. Các khung hình này cũng được sử dụng cho bước tạo video, vì vậy không cần tạo nội dung hai lần.

Quy trình API GPT Image 2.6: gửi yêu cầu, kiểm tra trạng thái, cắt khung hình và tạo hoạt ảnh

Quy trình tác vụ: gửi yêu cầu tạo ảnh, kiểm tra kết quả, cắt bảng khung hình trên máy cục bộ, sau đó gửi yêu cầu tạo video với các khung hình.

Yêu cầu chín tư thế trong một lần gọi

Câu lệnh tạo bảng phân cảnh cho yêu cầu này có dạng:

Một bảng phân cảnh 3 × 3 trên nền trắng đơn giản, gồm chín ô vuông bằng nhau, các ô tiếp giáp nhau và không có khoảng cách. Cùng một nhân viên giao hàng mặc áo khoác màu vàng mù tạt xuất hiện trong tất cả các ô: góc nhìn nghiêng, toàn thân, tỷ lệ cơ thể, màu sắc và túi đeo chéo giống hệt nhau. Ô 1 đứng yên; ô 2 chuyển trọng lượng cơ thể; ô 3 đưa tay vào túi đeo chéo; ô 4 mở túi; ô 5 lấy ra một bưu kiện màu xanh; ô 6 đưa bưu kiện ra phía trước; ô 7 hạ bưu kiện xuống; ô 8 đưa tay trở về bên cạnh; ô 9 có tư thế giống ô 1. Ánh sáng phẳng, tỷ lệ nhất quán, không có chữ, không chú thích, không đánh số ô.

Một bảng hình ảnh 1K tạo ra các ô có kích thước khoảng 340 pixel sau khi cắt, chất lượng thấp hơn các khung hình 512 pixel của công cụ trình duyệt. Hãy yêu cầu kích thước hình vuông lớn hơn nếu kênh của bạn hỗ trợ. Kiểm tra bảng trước khi cắt: nếu các ô không đồng đều hoặc nhân vật thay đổi, hãy tạo lại với hướng dẫn bố cục đơn giản hơn thay vì tìm cách sửa sau khi cắt.

Gửi yêu cầu, cắt khung hình và ghép GIF

import os
import time
import requests

BASE = "https://openapi.felo.ai/api/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['FELO_API_KEY']}"}

def poll(path, timeout=900, interval=5):
    deadline = time.time() + timeout
    while time.time() < deadline:
        response = requests.get(f"{BASE}{path}", headers=HEADERS, timeout=30)
        response.raise_for_status()
        task = response.json()
        if task["status"] in {"succeeded", "failed", "interrupted"}:
            if task["status"] != "succeeded":
                raise RuntimeError(task.get("error", task["status"]))
            return task
        time.sleep(interval)
    raise TimeoutError(path)

STORYBOARD_PROMPT = (
    "A 3x3 storyboard sheet on plain white, nine equal square panels edge to edge, "
    "the same courier in a mustard jacket in every panel, side view, full body, "
    "identical proportions and colors: standing, shifting weight, reaching into a "
    "satchel, opening it, pulling out a blue parcel, holding it forward, lowering it, "
    "hand at side, standing again. Flat lighting, consistent scale, no text, no gutters."
)

response = requests.post(
    f"{BASE}/images/generations",
    headers=HEADERS,
    json={
        "model": "gpt-image-2.6-sunburst",
        "prompt": STORYBOARD_PROMPT,
        "aspect_ratio": "1:1",
        "quality": "medium",
    },
    timeout=60,
)
response.raise_for_status()

result = poll(f"/images/generations/{response.json()['task_id']}")
output = result["outputs"][0]
sheet_url = output["url"] if isinstance(output, dict) else output
with open("sheet.png", "wb") as file:
    file.write(requests.get(sheet_url, timeout=60).content)

Sau đó, cắt bảng thành các khung hình và ghép vòng lặp trên máy cục bộ:

magick sheet.png -crop 3x3@ +repage -resize 512x512! frame-%02d.png
magick -delay 20 -loop 0 frame-*.png action.gif   # 20/100 s = 200 ms per frame

Người dùng ImageMagick 6 có thể thay magick bằng convert. Các vùng cắt có kích thước đồng đều vì câu lệnh yêu cầu không có khoảng cách giữa các ô.

Gửi hai khung hình chủ chốt đến mô hình video

def upload(path):
    with open(path, "rb") as file:
        response = requests.post(
            f"{BASE}/files", headers=HEADERS, files={"file": file}, timeout=60
        )
    response.raise_for_status()
    return response.json()["id"]

VIDEO_PROMPT = (
    "The same courier on the same stone street reaches into the satchel and holds "
    "out a blue parcel. Slow push-in, soft late-afternoon light, shallow depth of "
    "field. Keep the face, clothing, and parcel unchanged."
)

# Panels 2 and 6 bracket the change; the loop's matching endpoints do not.
first_id = upload("frame-01.png")
last_id = upload("frame-05.png")

video = requests.post(
    f"{BASE}/videos/generations",
    headers=HEADERS,
    json={
        "model": "kling-4.0/image-to-video",
        "prompt": VIDEO_PROMPT,
        "duration": 5,
        "resolution": "720p",
        "frame_images": [
            {"type": "image_url", "frame_type": "first_frame",
             "image_url": {"file_id": first_id}},
            {"type": "image_url", "frame_type": "last_frame",
             "image_url": {"file_id": last_id}},
        ],
    },
    timeout=60,
)
video.raise_for_status()
video_task = video.json()["task_id"]

Kiểm tra tác vụ video theo cùng quy trình và tải xuống URL đầu ra đã ký. Endpoint là POST https://openapi.felo.ai/api/v1/videos/generations; tác vụ có các trường status và outputs tương tự tác vụ hình ảnh. Danh mục đầy đủ các phương thức tạo video có trên trang mô hình video.

Tích hợp vào một tác nhân

Tác nhân có thể tạo nhiều bảng hành động với chi phí tương đương một số ít hình ảnh, so sánh chúng và chỉ chi tiền cho video sau khi chọn được phương án phù hợp. Tác nhân cũng có thể ghi lại câu lệnh nào tạo ra bảng nào. Việc này khó thực hiện khi con người thao tác qua giao diện người dùng.

Vì cùng một khóa API cung cấp quyền truy cập vào các mô hình trò chuyện, hình ảnh và video, toàn bộ quy trình có thể hoạt động trong một tác nhân: mô hình lập kế hoạch viết các nhịp hành động, lệnh gọi hình ảnh tạo bảng khung hình, mô hình thị giác kiểm tra tính nhất quán và lệnh gọi video hoàn thiện cảnh quay. Felo công bố các URL cơ sở tương thích với OpenAI và Anthropic cùng hướng dẫn thiết lập cho Codex, Claude Code, DeepSeek Harness, OpenClaw và các ứng dụng tác nhân khác. Nhờ đó, một tác nhân hiện có có thể kết nối với nền tảng mà không cần xây dựng lại.

Những vấn đề quy trình này chưa giải quyết được

Phương pháp ưu tiên GIF giúp giảm sự mơ hồ trong thiết kế hành động. Tuy nhiên, nó không đảm bảo mô hình video tạo ra từng khung hình với độ chính xác tuyệt đối.

Chuyển động có thể sai lệch. Mô hình video thực hiện nội suy; vị trí bàn tay hoặc nếp gấp quần áo có thể thay đổi giữa các khung hình chủ chốt. Ảnh tham chiếu giúp hạn chế vấn đề này, nhưng vẫn cần kiểm tra kết quả.
Thời lượng ngắn vẫn là ngắn. Từ 2 đến 16 khung hình chỉ đủ cho một cử chỉ, không phải một cảnh hoàn chỉnh. Hãy xây dựng cảnh từ nhiều cử chỉ và để mô hình video xử lý các đoạn chuyển tiếp.
Văn bản bên trong khung hình thiếu ổn định. Chữ có thể biến dạng giữa các khung hình. Hãy thêm tiêu đề bằng công cụ thiết kế thay vì đưa vào hoạt ảnh.
Danh sách mô hình có thể thay đổi. Điều khoản dùng thử và các tham số được hỗ trợ là dữ liệu cập nhật theo thời gian, vì vậy hãy kiểm tra trang mô hình hoặc Playground trước khi tích hợp ID vào môi trường sản xuất.

Câu hỏi thường gặp (FAQ)

GPT Image 2.6 có thể tạo GIF động trên Felo không?

Có, thông qua công cụ trình duyệt. Chọn GPT Image 2.6, mở phần cài đặt và chọn GIF. Bảng điều khiển hỗ trợ từ 2 đến 16 khung hình, thời lượng mỗi khung hình từ 20 đến 2000 ms và kích thước khởi điểm 512 × 512. Thiết lập 9 khung hình với thời lượng 200 ms tạo ra vòng lặp dài 1,8 giây.

Tôi có thể gọi GPT Image 2.6 thông qua API không?

Có. Sử dụng ID mô hình gpt-image-2.6-flare hoặc gpt-image-2.6-sunburst với POST /api/v1/images/generations trên Nền tảng API Felo. Một khóa Felo cung cấp quyền truy cập vào lệnh gọi này; bạn không cần tài khoản OpenAI, Google hoặc Kuaishou. Lệnh gọi hoạt động theo cơ chế bất đồng bộ: gửi yêu cầu, kiểm tra trạng thái tác vụ và tải đầu ra xuống.

API hình ảnh có trả về tệp GIF không?

Hiện tại thì không. API hình ảnh công khai liệt kê các định dạng png, jpeg và webp cho những mô hình này. Tác nhân vẫn có thể tạo GIF bằng cách tạo bảng khung hình hoặc một chuỗi ảnh tĩnh, sau đó ghép chúng trên máy cục bộ bằng ImageMagick hoặc ffmpeg. Đây thường là sản phẩm phù hợp hơn vì bước tạo video cũng cần các khung hình riêng lẻ.

Làm thế nào để chuyển GIF thành video trên Felo?

Sử dụng GIF làm kế hoạch chuyển động, sau đó chuyển giao cho API image-to-video theo một trong hai cách: trích xuất hai khung hình chủ chốt bao quanh sự thay đổi và gửi chúng dưới dạng frame_images, hoặc chuyển vòng lặp thành MP4 và gửi dưới dạng tham chiếu video_url. API video của Felo không chấp nhận GIF động làm đầu vào trực tiếp.

Chi phí tạo GIF bằng GPT Image 2.6 là bao nhiêu?

Cả hai mô hình đều tính phí theo token: $5 cho mỗi 1M token đầu vào và $30 cho mỗi 1M token đầu ra. Vì vậy, độ phân giải cao hơn hoặc số lượng ảnh tham chiếu lớn hơn sẽ làm tăng chi phí. Công cụ trình duyệt và API đều sử dụng hạn mức Felo của bạn; hãy kiểm tra trang mô hình để xem mức giá và điều khoản dùng thử hiện hành.

Bắt đầu bằng một vòng lặp

Cách đáng tin cậy để cải thiện video AI là không yêu cầu tạo video ngay từ đầu. Hãy tạo một hành động đủ đơn giản để quan sát, biến nó thành vòng lặp, sửa điểm nối, sau đó mới chuyển các khung hình cho mô hình có khả năng bổ sung ánh sáng, chuyển động máy quay và âm thanh.

Truy cập GPT Image 2.6 trên Felo để tạo vòng lặp đầu tiên trên trình duyệt. Khi sẵn sàng tích hợp quy trình vào một tác nhân, hãy khám phá API mô hình hình ảnh, tạo khóa API và gửi một yêu cầu. GIF là bản kế hoạch. Video là màn trình diễn.

Bài viết này cũng có sẵn bằng English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Türkçe, Italiano, ไทย, Español, বাংলা and Português.

Hai cách sử dụng GPT Image 2.6 trên Felo​

Trên trình duyệt: Công cụ tạo GIF bằng AI​

Thông qua API, dành cho tác nhân và ứng dụng​

Vì sao GIF là bản nháp đầu tiên tốt hơn câu lệnh video​

Xây dựng hành động trên trình duyệt​

1. Cố định thiết kế nhân vật trước​

2. Viết mô tả hành động dưới dạng vòng lặp, không phải một cảnh​

3. Chọn GIF trong phần cài đặt và bắt đầu với thông số nhỏ​

4. Kiểm tra điểm nối, không chỉ phần giữa​

Từ GIF đến video: Hai phương thức chuyển giao​

Phương thức 1: Khung hình chủ chốt, dành cho điểm đầu và điểm cuối được xác định​

Phương thức 2: Video tham chiếu, dành cho việc kế thừa nhịp điệu​

Hoặc giữ nguyên GIF​

API GPT Image 2.6: Gửi yêu cầu, kiểm tra trạng thái, nhận kết quả​

Yêu cầu chín tư thế trong một lần gọi​

Gửi yêu cầu, cắt khung hình và ghép GIF​

Gửi hai khung hình chủ chốt đến mô hình video​

Tích hợp vào một tác nhân​

Những vấn đề quy trình này chưa giải quyết được​

Câu hỏi thường gặp (FAQ)​

GPT Image 2.6 có thể tạo GIF động trên Felo không?​

Tôi có thể gọi GPT Image 2.6 thông qua API không?​

API hình ảnh có trả về tệp GIF không?​

Làm thế nào để chuyển GIF thành video trên Felo?​

Chi phí tạo GIF bằng GPT Image 2.6 là bao nhiêu?​

Bắt đầu bằng một vòng lặp​