Tóm lại

Cách làm phổ biến hiện nay là nhờ ChatGPT Images 2.5 ra một ChatGPT sprite sheet. Sunburst là biến thể API nghiêng về chỉnh sửa chặt hơn. Trên diễn đàn nhà phát triển OpenAI, chủ đề Developing sprite sheets with gpt-image-2 xoay quanh lưới một phát và chuyển tư thế suốt nhiều tháng. Cùng cộng đồng đó, AI Game Studio Dev Log (by Platypus) viết ra một quy trình đứng vững hơn:

  1. Sinh ảnh thiết kế nhân vật bằng mô hình GPT Image (lúc kiểm tra vẫn là GPT-Image-2).
  2. Sinh clip hành động 3–5 giây bằng MiniMax H3 Max.
  3. Tách frame bằng ffmpeg, rồi chỉnh kích thước và vị trí nhân vật để chuyển động còn liền.
  4. Tiếp tục sửa sheet trong Aseprite, như cách quản lý tài sản sprite.
  5. Dùng ElevenLabs cho âm thanh.

Quy trình đó chạy được. Sprite sheet cần một harness để nhiều công cụ dùng chung ngữ cảnh nghệ thuật. Một phiên ChatGPT độc lập không chuyển được ngữ cảnh đó, nên không lấy đó làm đường sản xuất.

Phần đứng vững trong nhật ký đó

Sinh ảnh thuần không đứng vững. Một PNG có hàng cột dồn quá nhiều vào một lần: độ mượt và căn chỉnh giữa các frame phải xuất hiện cùng lúc. Lấy frame trước để ràng buộc frame sau vẫn lệch. Bài trả lời của Platypus trong chủ đề sprite sheet đó chủ trương “frame rollout” nhẹ hơn. Một lưới hoàn chỉnh từ một lần mô hình ảnh vẫn phải bịa cả chuỗi trong cùng một tấm.

Cách thay được dùng là video, rồi mới tách frame. Ảnh tham chiếu nhân vật đến từ mô hình GPT Image. Clip hành động ngắn đến từ MiniMax H3 Max. Frame được cắt, scale và căn lại tâm bằng ffmpeg. Sheet sau đó vào Aseprite để sửa. Chi tiết nhận dạng vẫn mất: thẻ tên biến mất trên một số frame, phải vẽ lại. Kênh trong suốt của GPT Image 2.5 không bỏ được bước chroma key sau video.

Cách để ChatGPT Image sinh sprite dùng được đã tách tấm bitmap đầu khỏi bảo trì về sau. Nhật ký này là cùng một đường cắt, viết thành một chuỗi công cụ không chia một ngữ cảnh.

Hai ghi chú sau: nhiều góc nhìn, và frame đầu/cuối

Cùng nhật ký đó còn hai ghi chú cho trải nghiệm.

Khi sinh nhân vật, nhiều góc nhìn đã căn của cùng nhân vật rất hữu ích. Bên, trước, sau trở thành ảnh tham chiếu nhất quán cho chuỗi từ góc khác. Căn đường cơ trước đây hay gãy; với GPT Image 2.5 đoạn đó gần như đã ổn. Vẫn có thể lớn animation trước và sau chỉ từ góc bên. Chi tiết rồi lệch: thẻ tên biến mất, hoặc màu tóc đổi nhẹ. Thêm frame tham chiếu thì danh tính giữ được qua các góc.

Ghi chú thứ hai là ràng buộc frame đầu và frame cuối khi sinh animation. Idle lặp hoàn hảo cần frame đầu và frame cuối trùng. Nhân vật quay ra bắc rồi về góc bên, frame cuối phải rơi đúng góc bên đó.

Hai ghi chú này làm clip ngắn dễ lặp và còn đúng mẫu. Phần còn lại của chuỗi công cụ vẫn chưa có một hồ sơ tài sản dùng chung.

Phương án tách lớp được thảo luận trong phần bình luận video

Vì thường cập nhật video về quá trình khám phá, cũng nhận được nhiều thảo luận và ý kiến. Ví dụ dưới một trang video đã xuất hiện cuộc trao đổi như sau:

  • Vô nghĩa. Seedream 5.0 Pro đã hỗ trợ tách lớp ảnh. Đó là một lần gọi API.
  • Tách lớp Seedream đó dùng ở đâu?
  • Làm theo: mở trang DeepSeek, tải DeepSeek harness, đăng ký, lấy key, rồi trong cửa sổ chat của harness nhờ DeepSeek làm một công cụ tách lớp nhỏ, nối API Seedream 5.0 Pro của ByteDance, và để nó tự tìm tài liệu API.
  • Có một cụm từ cho việc này: reinventing the wheel. Video vẫn là cách phương pháp đó xuất hiện trong bình luận.

Một script tách lớp làm một lần có thể tách tấm phẳng. Dùng AI để sinh sprite sheet đã viết phân loại, cấu trúc và metadata là ma sát về sau. Một lần gọi API không mang theo những thứ đó.

Sprite nhân vật là một nhu cầu rộng hơn một script

Sản phẩm như SpriteCook đã đứng trên sprite nhân vật và các tài sản ảnh quanh chúng. Mảnh đó rộng hơn một lưới ChatGPT, và rộng hơn một script tách lớp Seedream. Nhu cầu bên dưới vẫn gồm:

  1. Bảo trì sprite đã sinh: sinh lại đúng kích thước gốc, vẫn thẳng với prompt.
  2. Sửa nhanh tài sản sprite trên một trang.
  3. Sinh hàng loạt ảnh nhân vật.
  4. Một harness prompt bền, ổn định cho từng nhân vật.

Từng mục đều ghép được từ công cụ rời. Khối lượng, ổn định theo lô, quản lý về sau, và thư viện tài sản của nhóm là chỗ chuỗi hiện tại của VberAI Studio ngồi gần hơn. Cắt ảnh, xuất, ghi theo thư mục engine đã có. Thư viện nhóm hoàn chỉnh thì chưa.

Kết luận

Kỳ vọng ChatGPT Image 2.5 Sunburst gánh cả sprite sheet vẫn để lại một harness dài phải dựng, cộng với xử lý art về sau. Điểm bắt đầu gần hơn là một dự án Codex gọi MCP của Figma để giữ lô art này trong một file dùng chung. Đồng bộ với game engine vẫn là đoạn sau: file phải vào thư mục engine, ngữ cảnh lớp còn phải khớp. Importer Figma to Godot chỉ đi một chiều đã viết khoảng trống đó.

Sinh sprite sheet trực tiếp trong ChatGPT cho ra tấm bitmap đầu. Việc sau đó là lên lịch và đồng bộ dữ liệu sau nhiều nguồn sinh.