作者：Kino，編輯：石瀨，來源：AI新榜
有圖有真相的時(shí)代恐怕要徹底過去了，我們離“AI生成現(xiàn)實(shí)”越來越近了。
注意看：
這是一張印著倫敦某高檔融合餐廳名的小票，菜單里有龍蝦、牛排、Barolo酒，總金額￡1500，還有服務(wù)員名字、小費(fèi)、日期時(shí)間。
排版真實(shí)、金額對齊、票據(jù)結(jié)構(gòu)合理，紙張甚至有褶皺和陰影。
來源：X@the_Lawrenz
如果不是最后詐騙級別的￡355.00 + ￡44.38 = ￡1500.00的迷惑操作，
誰能看出這是一張GPT-4o生成的假小票？
這波網(wǎng)友曬圖的時(shí)候配文寫的是：“偽造生活更容易了。”
想象一下你可以制造一頓不存在的豪華晚餐、偽造一次不存在的出行記錄、一個(gè)人從未擁有過的生活，而圖像本身看上去完全可信……
自從GPT-4o的圖像生成功能上線以來，網(wǎng)友們已經(jīng)玩瘋了。
就在4月1日，OpenAI宣布GPT-4o對免費(fèi)用戶全面開放，
但有生成數(shù)量和速度限制，每天只能生成3次，且有概率生成失敗。
我們精選了一些在X和小紅書上瘋傳的最新玩法案例，一起來感受下GPT-4o圖像生成能力有多瘋狂…
一、GPT-4o生圖最新玩法
1、人像照片一鍵變成3D手辦包裝圖
有網(wǎng)友給GPT-4o發(fā)了一張梅西在球場上的高清照片，并讓它：
把他變成一個(gè)現(xiàn)實(shí)中的玩具手辦，并設(shè)計(jì)完整的包裝盒。
旁邊配好足球、球鞋和世界杯獎杯，盒子上寫上“LIONEL MESSI”和“GOAT”。
來源：X@egeberkina
結(jié)果AI給出了堪比Hot Toys風(fēng)格的超逼真手辦包裝圖：
（注：Hot Toys是一家聞名全球的高端收藏級玩偶制造商）
AI不僅精準(zhǔn)識別了梅西的穿著、姿態(tài)、球衣細(xì)節(jié)，并保留到了擬真玩偶上，還把足球、金靴、獎杯，全都合理布局進(jìn)包裝盒內(nèi)。
塑封的細(xì)節(jié)、包裝的質(zhì)感也十分還原真實(shí)玩具，連光影關(guān)系都照顧到了……
這波操作相當(dāng)于給AI一張圖，它還你一個(gè)完整的產(chǎn)品設(shè)計(jì)原型。
對于品牌和廠商來說，快速打樣提案，設(shè)計(jì)圖、產(chǎn)品包裝圖、上架展示圖一站式完成不是夢。
除了梅西，還有網(wǎng)友把Apple TV+神劇《人生切割術(shù)》中的男主Mark Scout和一些配角也做成了盒裝3D手辦。
而且最妙的是，Mark Scout本身就是“被商品化的職場人”的象征，被做成盒裝手辦后，那種被封存在Lumon公司商品體系里的隱喻感更是拉滿。
來源：X@cfryant
每個(gè)人身邊放著的，是劇中的幾件關(guān)鍵物品：照片、書、識別卡片。包裝配色沿用Lumon的冷綠色調(diào)，完美還原劇集的美術(shù)風(fēng)格。
“Chief Refiner”等職位頭銜都印上了，真的像能在商店貨架上買到的官方紀(jì)念手辦一樣。
更高能的是，該網(wǎng)友還用AI視頻工具Luma AI把圖片變成了一個(gè)立體的偽產(chǎn)品展示視頻……而且在展示過程中，幾乎看不出什么變形（不經(jīng)意間又被Luma秀了一臉）。
擁有GPT4o + Tripo + 一臺3D打印機(jī)， 實(shí)現(xiàn)文創(chuàng)周邊自由不是夢。
2、米其林級別可視化食譜
只需要告訴它食材和做法，GPT-4o還能生成這種風(fēng)格統(tǒng)一、構(gòu)圖優(yōu)雅、內(nèi)容可視化的一體化食材圖+流程圖+成品圖。
圖上不僅有高清實(shí)拍的渲染效果，而且按邏輯流程清晰排布，
中間通過簡潔的線條、箭頭、圖標(biāo)連接步驟和成品，就像走進(jìn)了某高檔餐廳的后廚……
相比傳統(tǒng)文字菜譜，一眼就懂該買什么、放多少、怎么做、最后長啥樣。
3、潦草手繪變超現(xiàn)實(shí)圖像
有網(wǎng)友上傳了一張極其隨意的手繪圖（真·火柴人級別）：棒球選手、飛火球、天空、草地、燈光、帽子，旁邊用箭頭標(biāo)了一句“1000 MPH”。然后對GPT-4o說：
把這張草圖變成一個(gè)超寫實(shí)風(fēng)格的YouTube縮略圖，1920×1080，
唯一保留的文字是“1000 MPH”和箭頭，其余全是提示說明。
GPT-4o理解了草圖的構(gòu)圖、層次、場景情緒，并生成了一張極具視覺沖擊力的高清縮略圖。
主體人物還原了棒球選手揮棒的動作，表情張力拉滿。
背景燈光、藍(lán)天和火焰特效也都準(zhǔn)確對應(yīng)了草圖注釋。
4、一鍵風(fēng)格遷移生成UI界面
有網(wǎng)友發(fā)給GPT-4o一個(gè)化妝品網(wǎng)站的截圖，讓它保留這個(gè)頁面的結(jié)構(gòu)、字體和風(fēng)格，重新設(shè)計(jì)一個(gè)現(xiàn)代面包店的官網(wǎng)主頁。
于是護(hù)膚品變成了熱騰騰的可頌和酵母包，保留了主視覺圖、品牌宣言、產(chǎn)品分類模塊，
但內(nèi)容和調(diào)性都精準(zhǔn)貼合面包店場景，甚至連排版間距、產(chǎn)品卡片、按鈕樣式都自動適配了新主題。
這種玩法的本質(zhì)是GPT-4o理解了圖像背后的結(jié)構(gòu)邏輯，
并且能在不改變排版的前提下，把風(fēng)格復(fù)用到別的產(chǎn)品上，生成新的內(nèi)容組合。
這個(gè)應(yīng)用就很適合產(chǎn)品經(jīng)理、設(shè)計(jì)師、開發(fā)者做前端/UI界面時(shí)，快速從已有頁面出發(fā)，探索和驗(yàn)證多個(gè)落地方向。
而且不僅是UI，萬物皆可風(fēng)格化遷移。
5、線框圖一鍵變成品牌級視覺
除了風(fēng)格遷移外，還有網(wǎng)友給GPT-4o扔了一張UI線框圖(wireframe)，上面就標(biāo)了幾個(gè)通用模塊：Headline、產(chǎn)品圖、功能圖標(biāo)、說明文字……
結(jié)果GPT-4o給出的圖不僅完整還原了模塊布局、圖像層級，標(biāo)題樣式都對得整整齊齊。
內(nèi)容也很自洽，從帽子展示、賣點(diǎn)圖標(biāo)、人物照片到配色字體，都像從現(xiàn)成官網(wǎng)里截出來的。
6、生活化自拍秒變職場照
GPT-4o還能直接拯救你的職場證件照危機(jī)。
有網(wǎng)友上傳了一張偏生活化的自拍照，并給出指令：
Make a corporate professional LinkedIn image.
制作一張企業(yè)級專業(yè)領(lǐng)英形象圖
GPT-4o在保留了原始妝容、發(fā)型、臉部細(xì)節(jié)的基礎(chǔ)上，把服裝變成了西裝白襯衫，背景變成淡灰色，標(biāo)準(zhǔn)求職照，職業(yè)感爆棚。
7、一鍵試衣
還有網(wǎng)友上傳了一張自己的大頭照，一件金黑色巴洛克風(fēng)格的印花襯衫和一條薰衣草紫色的褲子圖，問GPT-4o：“我穿這件襯衫和褲子走在邁阿密的南沙灘上會是什么樣呢？給我張圖看看。”
然后GPT-4o就真的給他安排上了。
只見該網(wǎng)友身穿指定服裝，走在邁阿密標(biāo)志性的棕櫚大道，甚至連藍(lán)牙耳機(jī)都沒忘戴…
有玩家可能要問了，那這不是搶了AI寫真產(chǎn)品的飯碗嗎？
其實(shí)GPT-4o這種給人物換著裝換風(fēng)格的原理偏向于圖像理解+Prompt控制+風(fēng)格遷移（而不是嚴(yán)格的人臉建模）。
不需要訓(xùn)練，不需要多圖素材，不追求100%面部重現(xiàn)。
而AI寫真LoRA微調(diào)路線在技術(shù)流程上，通常需要用戶上傳多張不同角度的真實(shí)照片，微調(diào)一個(gè)新的個(gè)性化模型（LoRA），然后用這個(gè)模型+提示詞來生成各種照片。
后者的優(yōu)勢在于能夠保持高度人臉一致性（五官結(jié)構(gòu)、微表情、側(cè)臉識別度更高），且可以控制服裝、場景、姿勢、光感，適合批量輸出。
但問題是成本更高，對上傳的圖片質(zhì)量要求更高，泛用性沒GPT-4o那么強(qiáng)。
8、生成iOS原生app界面圖
有網(wǎng)友要求GPT-4o“生成一張正在計(jì)算53×88的計(jì)算器app圖”，它不僅能生成一個(gè)計(jì)算器界面，還順帶把數(shù)學(xué)題給你算了，
而且用的是原汁原味的iOS風(fēng)格界面，按鍵排布、配色、字體大小，讓人難辨真假。
二、AI圖像工作流真的死了嗎？
在GPT-4o掀起圖像生成狂潮的這幾天，AI圈和設(shè)計(jì)圈已經(jīng)吵翻了：“工作流已死”、“ComfyUI已死”、“Prompt都不重要了”、“設(shè)計(jì)師直接原地失業(yè)”……
當(dāng)你可以用一句話+一張圖，分分鐘從GPT-4o那里得到符合需求的高質(zhì)量圖像，很容易下悲觀的定論。
從效率上來看，GPT-4o極大降低了圖像生成的門檻，這種在對話界面端到端的高質(zhì)量交付，的確在干掉一大批低階操作型流程。
但AI圖像工作流真的死了嗎？
AI生圖的“爽感”是即時(shí)的，但“滿意”這件事，是極度主觀且需要動態(tài)調(diào)優(yōu)的。
而這正是工作流的價(jià)值所在，對于專業(yè)的人來說，ComfyUI依然具備更細(xì)粒度的調(diào)參自由、更靈活的結(jié)構(gòu)自定義能力。
也就是說，在用AI生成圖片的過程中，要有隨時(shí)接管+調(diào)整的能力。
真正做創(chuàng)作的人，從來都不是只靠“一鍵生成”解決問題的。
當(dāng)然，隨著AI生成內(nèi)容越來越擬真，也引發(fā)了另一個(gè)值得認(rèn)真思考的問題：
人類肉眼觀察+尋找視覺漏洞的辨別方式已經(jīng)明顯不夠用了，這就需要技術(shù)層面跟進(jìn)建立AI生成內(nèi)容的鑒別與追蹤機(jī)制。
數(shù)字水印和內(nèi)容標(biāo)記是目前最主流也最直接的一種方式，主要原理是：
在AI生成圖像或視頻的像素中嵌入不可見的水印信息，用于標(biāo)記其“生成來源”或“模型版本”，
用戶看不見，但平臺或工具可以通過檢測算法驗(yàn)證真?zhèn)巍?/p>
比如OpenAI正在開發(fā)的“detectable watermark”，會用于圖像生成模型輸出的每一張圖。
Google DeepMind推出的SynthID系統(tǒng)，可對圖像和音頻進(jìn)行隱性水印標(biāo)記。
Adobe Content Credentials（內(nèi)容憑證）計(jì)劃，已整合到旗下Photoshop、Firefly等工具中，為生成圖像添加“來源簽名”。
但這種方法也并非沒有局限，如果圖像經(jīng)過二次壓縮、截圖、裁剪、水印擦除可能會導(dǎo)致水印失效，
而且無法適用于所有第三方模型或未接入系統(tǒng)的生成平臺。
除了從生成方入手，平臺本身也可以要求上傳內(nèi)容主動披露來源，如標(biāo)注“本圖像由AI生成”，上傳平臺自動檢測并添加生成標(biāo)簽等。
也許最終答案不是徹底“防偽”，而是建立一個(gè)允許AI生成內(nèi)容存在，但不能讓其隨意偽裝的內(nèi)容生態(tài)。
作者公眾號：AI新榜（ID：AIGCplayer）
轉(zhuǎn)載請?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權(quán)，侵權(quán)必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）