Ngày 4/11/2026 (giờ Mỹ), tức rạng sáng nay 5/11 giờ Việt Nam, OpenAI giới thiệu Images 2.6, phiên bản mới của mô hình tạo ảnh trong ChatGPT, Codex và API. Tính năng được chú ý nhất không phải là tốc độ, mà là một thứ nghe rất "hoài cổ": ChatGPT giờ có thể tạo ảnh GIF động. Anh em chỉ cần gõ một câu lệnh hoặc tải lên một tấm ảnh, rồi chỉnh tốc độ chạy, xem và sửa từng khung hình, và chia sẻ cho người khác.

Theo The Verge, trước bản cập nhật này ChatGPT không thể tự tạo GIF trong một bước. Ví dụ OpenAI đưa ra là câu lệnh "can you make a gif of a cat dancing?" (làm giúp mình một cái GIF con mèo đang nhảy), kèm nút chỉnh tốc độ và chế độ xem từng khung. OpenAI gợi ý các cách dùng như làm linh vật thương hiệu chuyển động, ảnh phản ứng và meme cho mạng xã hội, hay storyboard động để thử chuyển động nhân vật trước khi quay video. Images 2.6 đang được triển khai cho mọi gói đăng ký trên web, máy tính và điện thoại, dù Decrypt cho biết việc mở dần nên lúc họ thử thì tài khoản chưa có tính năng này.

Ngoài GIF, OpenAI nói Images 2.6 tạo ảnh nhanh hơn 50% so với trước. Trong API có hai mô hình: GPT-Image-2.6 Flare thiên về tốc độ, có thể ra ảnh chỉ trong khoảng 6 giây ở mức chất lượng thấp, và GPT-Image-2.6 Sunburst cho ảnh chi tiết hơn, giữ nhân vật và sản phẩm nhất quán hơn qua nhiều lượt chỉnh sửa. API còn có thêm tính năng đánh dấu vùng cần sửa trên ảnh, xuất file SVG, và một tham số "complexity" để quyết định mô hình sẽ "lên kế hoạch" kỹ đến đâu cho một yêu cầu. Người dùng ChatGPT cũng có thể lưu sẵn ảnh tham chiếu của bản thân, thú cưng hay nhân vật để dùng lại mà không cần tải lên lần nữa. Con số đáng chú ý nhất: theo OpenAI, mỗi tuần người dùng tạo ra 4 tỷ ảnh trên ChatGPT, Codex và API, trung bình hơn nửa tỷ ảnh mỗi ngày, tăng từ mức 3 tỷ ảnh mỗi tuần mà công ty báo cáo hồi tháng 9.

Có một chi tiết kỹ thuật nhỏ nhưng thú vị trong chính trang giới thiệu của OpenAI. Một câu lệnh mẫu yêu cầu mô hình vẽ "một sprite sheet duy nhất cho ảnh GIF lặp liền mạch": đúng 6 khung hình liên tiếp, xếp thành lưới 3 cột 2 hàng, đọc từ trái sang phải rồi từ trên xuống, mọi ô cùng kích thước, góc máy cố định, và khung thứ sáu phải chuyển mượt về khung thứ nhất. Trang The Decoder giải thích rằng ChatGPT tạo ra nhiều biến thể hơi khác nhau của cùng một nhân vật, rồi ghép lại theo kiểu sách lật (flipbook). Điều khó nằm ở sự nhất quán: các mô hình trước đây có lẽ sẽ làm nhân vật thay đổi quá nhiều giữa các khung, khiến trò này không thành.

Một lưới hình xếp đều nhau, mỗi ô là một khoảnh khắc của chuyển động, đọc từ trái sang phải. Nếu anh em thấy hình ảnh đó quen quen, thì đúng vậy: nó giống hệt một tấm thiệp được in ở San Francisco cách đây gần 150 năm.

Tấm thiệp "The Horse in Motion" của Eadweard Muybridge (1878): 12 khung hình con ngựa Sallie Gardner phi nước đại, xếp thành lưới giống hệt một "sprite sheet" làm ảnh GIF ngày nay

Câu chuyện bắt đầu từ một cuộc tranh luận về ngựa. Leland Stanford, nhà tài phiệt đường sắt, cựu thống đốc bang California và là người nuôi ngựa đua, tin rằng các họa sĩ thời đó đều vẽ sai con ngựa đang phi. Theo Wikipedia, đa số tranh sơn dầu khi ấy vẽ ngựa lơ lửng trên không, hai chân trước duỗi thẳng về phía trước, hai chân sau duỗi thẳng về phía sau, trông như một con sóc bay. Stanford muốn dùng máy ảnh để chứng minh điều mình nghĩ, và ông thuê nhiếp ảnh gia Eadweard Muybridge.

Lần thử đầu tiên năm 1873 chỉ cho ra một bức ảnh mờ nhòe. Phải đến năm 1878, ở trang trại Palo Alto của Stanford, Muybridge mới dựng được một hệ thống đúng nghĩa: 12 máy ảnh xếp hàng dọc đường đua, phía sau là tấm phông trắng kẻ vạch, dây điện chạy ngang mặt đường. Khi bánh xe ngựa kéo lăn qua, từng sợi dây lần lượt bị chạm vào, mạch điện ngắt và màn trập của từng máy lần lượt mở ra, mỗi lần được cho là chỉ khoảng 1/1000 giây. Ngày 15/6/1878, trước mặt báo chí, con ngựa Abe Edgington chạy qua; ngày 19/6, đến lượt con ngựa cái Sallie Gardner. Những tấm ảnh cho thấy có lúc cả bốn chân ngựa cùng rời khỏi mặt đất thật, nhưng là khi các chân co gom lại dưới bụng, chứ không phải lúc duỗi thẳng ra như trong tranh. Một tờ báo Sacramento khi đó viết rằng "vẻ duyên dáng" của con ngựa đang phi thực ra chỉ là ảo tưởng, vì chân ngựa nằm ở đủ mọi tư thế kỳ quặc.

Các tấm thiệp "The Horse in Motion" được bán với giá 1,5 USD mỗi tấm, và loạt ảnh trở thành ví dụ đầu tiên của kỹ thuật chụp ảnh chuyển động liên tiếp (chronophotography). Có người còn gọi tấm thiệp Sallie Gardner là "mẩu điện ảnh đầu tiên của thế giới". Nhưng điều đáng nói hơn là cách người ta chứng minh những tấm ảnh "kỳ quặc" ấy là thật: họ cho chúng chuyển động.

Đĩa zoopraxiscope "Một cặp đôi khiêu vũ" của Muybridge (1893), làm theo kiểu đĩa phenakistiscope: các khung hình xếp quanh vòng tròn, khi quay nhanh sẽ thành một chuyển động lặp đi lặp lại không có điểm dừng

Từ năm 1880, Muybridge đi thuyết trình với chiếc "zoopraxiscope", máy chiếu đĩa thủy tinh do ông tự chế, trên đó các bức ảnh được vẽ lại thành hình. Ông không phải người nghĩ ra ý tưởng này. Theo Wikipedia, khoảng tháng 12/1832, nhà vật lý người Bỉ Joseph Plateau và giáo sư người Áo Simon Stampfer gần như cùng lúc phát minh ra phenakistiscope, chiếc đĩa bìa cứng có các hình vẽ xếp quanh tâm và các khe hở dọc mép. Người xem quay đĩa trước gương và nhìn qua khe: mắt ghép những hình rời rạc thành một chuyển động mượt. Tên gọi ghép từ tiếng Hy Lạp, tạm hiểu là "đánh lừa con mắt". Món đồ chơi này cháy hàng ngay: lô đĩa đầu tiên của Stampfer bán hết trong bốn tuần. Đến năm 1867, zoetrope, chiếc trống quay có khe nhìn, được cấp bằng sáng chế và dần thay thế phenakistiscope.

Wikipedia có một câu mô tả rất đắt về phenakistiscope: "giống một ảnh GIF động, nó hiển thị một vòng lặp ngắn liên tục". Một chuyển động ngắn, không có âm thanh, không có mở đầu hay kết thúc, cứ thế lặp mãi. Đó chính là "ngữ pháp" của ảnh GIF, có trước định dạng GIF hơn 150 năm.

Quảng cáo

Tòa nhà trụ sở cũ của CompuServe ở Upper Arlington, bang Ohio, Mỹ. Định dạng GIF ra đời từ nhóm kỹ sư của CompuServe năm 1987

Bây giờ nhảy tới năm 1987. CompuServe khi đó là một trong những dịch vụ trực tuyến lớn của Mỹ, nơi người dùng quay số bằng modem để vào đọc tin, chat và tải file. Họ cần một định dạng ảnh màu cho khu vực tải file, thay cho định dạng cũ chỉ có hai màu đen trắng. Ngày 15/6/1987, nhóm kỹ sư do Steve Wilhite dẫn đầu công bố Graphics Interchange Format, viết tắt là GIF. Theo Wikipedia, mỗi tấm ảnh GIF chỉ có tối đa 256 màu, chọn ra từ bảng hơn 16 triệu màu, một giới hạn hợp lý vào thời mà phần cứng hiển thị được hơn 256 màu cùng lúc còn hiếm. Để quảng bá, CompuServe phát miễn phí công cụ chuyển đổi cho nhiều loại máy tính khác nhau, đến tháng 12/1987, người dùng Apple IIGS đã xem được ảnh vẽ trên máy Atari ST hay Commodore 64.

Điều thú vị là ngay từ phiên bản đầu tiên, gọi là 87a, GIF đã cho phép chứa nhiều ảnh trong một file. Phiên bản 89a ra năm 1989 thêm khả năng đặt thời gian chờ giữa các ảnh và màu nền trong suốt. Nói cách khác, GIF không được thiết kế để làm hoạt hình, nhưng nó vô tình có đủ "nguyên liệu": một chồng khung hình, cộng với một con số nói rằng hãy chờ bao nhiêu phần trăm giây rồi hiện khung tiếp theo. Mảnh ghép cuối cùng đến từ trình duyệt. Tháng 9/1995, Netscape Navigator 2.0 thêm một khối dữ liệu riêng, mang tên đúng là "NETSCAPE2.0", để báo cho trình duyệt biết phải lặp lại chuỗi khung hình bao nhiêu lần, hoặc lặp mãi mãi. Đến nay, gần như mọi trình duyệt đều hiểu khối này dù nó chưa bao giờ nằm trong đặc tả chính thức của GIF. Chiếc đĩa phenakistiscope đã có phiên bản số.

Anh em nào từng làm web cuối thập niên 90 chắc vẫn nhớ thời hoàng kim ấy: những biểu tượng "Under construction" (đang xây dựng) chuyển động và đủ loại ảnh động trang trí trên các trang web cá nhân. Năm 2016, Internet Archive còn mở một thư viện tìm kiếm các ảnh GIF cứu được từ kho lưu trữ GeoCities.

Modem Hayes Smartmodem phiên bản 300 baud ra đời năm 1982. Thời đường truyền chậm như vậy, GIF nổi lên nhờ thuật toán nén LZW giúp tải ảnh màu nhanh hơn

Quảng cáo

GIF phổ biến nhanh vì một lý do rất thực dụng: nó dùng thuật toán nén LZW, hiệu quả hơn các cách nén khác thời đó, nên ảnh khá lớn vẫn tải được tương đối nhanh qua những chiếc modem chậm. GIF còn có chế độ xen dòng (interlace): ảnh hiện ra mờ mờ trước rồi nét dần, để người dùng thấy không đúng ảnh mình cần thì hủy tải luôn cho đỡ tốn thời gian.

Nhưng chính LZW lại suýt giết chết GIF. Thuật toán này do Terry Welch phát triển năm 1983, dựa trên công trình của Abraham Lempel và Jacob Ziv, và được cấp bằng sáng chế Mỹ vào tháng 12/1985, sau đó thuộc về công ty Unisys. CompuServe chọn LZW mà không biết đến bằng sáng chế này. Tháng 1/1993, Unisys bắt đầu đàm phán bản quyền với CompuServe, và thỏa thuận được công bố đúng ngày 24/12/1994. Giới lập trình phản đối dữ dội; một định dạng mới là PNG ra đời năm 1995 với mục tiêu thay thế GIF. Năm 1999, khi Unisys công bố mức phí cấp phép một lần 5.000 hoặc 7.500 USD cho một số website, nhóm League for Programming Freedom phát động chiến dịch "Burn All GIFs" (Đốt hết GIF). Vậy mà GIF vẫn sống sót, một phần vì PNG không làm được ảnh động. Bằng sáng chế LZW ở Mỹ hết hạn ngày 20/6/2003, và đến tháng 7/2004 thì hết hạn ở mọi nước còn lại.

Còn một cuộc chiến nữa chưa bao giờ ngã ngũ: đọc GIF là "gíp" hay "jíp"? Chính Steve Wilhite và nhóm của ông đọc là "jif", cố tình cho giống tên một hãng bơ đậu phộng của Mỹ, và nhân viên CompuServe hay đùa nhại câu quảng cáo của hãng bơ: "lập trình viên kén chọn thì chọn GIF". Khi nhận giải Thành tựu trọn đời của Webby năm 2013, Wilhite công khai bác bỏ cách đọc chữ G cứng, và bài phát biểu ấy kéo theo hơn 17.000 bài đăng trên Twitter cùng hàng chục bài báo. Theo Wikipedia, ông từng nói từ điển Oxford chấp nhận cả hai cách đọc, nhưng "họ sai rồi. Đó là chữ G mềm, đọc là 'jif'. Hết chuyện". Dù vậy, các cuộc khảo sát cho thấy cách đọc "gíp" với chữ G cứng vẫn phổ biến hơn. Steve Wilhite qua đời ngày 14/3/2022, ở tuổi 74.

Đến thập niên 2010, GIF bước sang đời thứ hai, không còn là đồ trang trí web mà thành một kiểu ngôn ngữ. Năm 2012, từ điển Oxford bản Mỹ chọn "GIF" (dùng như động từ) làm từ của năm, nhận xét rằng GIF đã trở thành công cụ có cả ứng dụng nghiêm túc trong nghiên cứu và báo chí. Tháng 2/2013, Giphy ra đời như một cỗ máy tìm kiếm GIF; đến tháng 10/2016, họ nói phục vụ hơn 1 tỷ ảnh GIF mỗi ngày. Facebook chính thức hỗ trợ GIF vào tháng 5/2015. Năm 2020, Facebook đồng ý mua Giphy với giá được cho là 400 triệu USD, nhưng cơ quan cạnh tranh Anh buộc Meta phải bán lại, và Shutterstock mua Giphy năm 2023 với 53 triệu USD.

Trớ trêu là phần lớn những "GIF" anh em thấy hằng ngày bây giờ không còn là GIF. Imgur từ năm 2014 đã chuyển GIF tải lên thành video H.264 với đuôi ".gifv", Telegram từ năm 2016 chuyển GIF thành video MPEG-4 mà họ nói tốn ít hơn tới 95% dung lượng cho cùng chất lượng. Năm 2022, tạp chí The Atlantic còn viết bài với tựa đề "GIF đang nằm trên giường bệnh". Định dạng 256 màu sinh ra cho modem quay số rõ ràng không hợp với màn hình hàng triệu màu, nhưng cái tên "GIF" thì đã thoát khỏi định dạng file để trở thành tên gọi chung cho bất kỳ đoạn chuyển động ngắn, lặp lại, không tiếng nào.

Đó có lẽ là lý do OpenAI chọn đúng chữ "GIF" chứ không phải "video ngắn". Theo The Next Web, tính năng này đến vài tháng sau khi OpenAI đóng ứng dụng video Sora vào tháng 3. GIF là một bài toán nhỏ hơn video rất nhiều: vài khung hình, không cần âm thanh, không cần câu chuyện, chỉ cần nhân vật giữ nguyên dáng vẻ từ khung này sang khung khác. Nhưng chính yêu cầu "giữ nguyên dáng vẻ" ấy lại là thứ các mô hình tạo ảnh từng làm rất dở, và cũng là điểm mà OpenAI nhấn mạnh nhiều nhất ở Images 2.6.

Cũng nên lưu ý vài điều. Các con số 4 tỷ ảnh mỗi tuần hay nhanh hơn 50% đều do OpenAI tự công bố, và The Next Web lưu ý con số 4 tỷ tính cho mọi loại ảnh chứ không riêng GIF. Tính năng đang mở dần nên không phải ai cũng dùng được ngay. Và khi tạo một ảnh động chỉ còn tốn một câu lệnh, những tranh cãi quen thuộc về bản quyền nhân vật hay ảnh động giả mạo người thật chắc chắn sẽ còn quay lại.

Năm 1878, Muybridge cần 12 chiếc máy ảnh, một đường đua quét trắng, cả hệ thống dây điện và một nhà tài phiệt chịu chi để ghi lại 12 khoảnh khắc của một con ngựa. Năm 1987, một nhóm kỹ sư ở Ohio cần nén ảnh thật nhỏ để kịp tải qua đường dây điện thoại. Năm 2026, một câu lệnh "làm giúp mình con mèo đang nhảy" là đủ. Công cụ thay đổi đến không nhận ra, nhưng thứ con người muốn xem thì gần như không đổi: một khoảnh khắc ngắn, chuyển động, và lặp đi lặp lại mãi.

Anh em đọc là "gíp" hay "jíp"? Và anh em có định nhờ ChatGPT làm GIF để thả vào bình luận không?

Nguồn:

OpenAI

,

OpenAI Developer Community

,

The Verge

,

The Decoder

,

The Next Web

,

Decrypt

,

TestingCatalog

,

Wikipedia (GIF)

,

Wikipedia (Steve Wilhite)

,

Wikipedia (The Horse in Motion)

,

Wikipedia (Phenakistiscope)

,

Wikipedia (Giphy)