上周 OpenAI 悄悄更新了 GPT Image 2，我第一时间跑去试了试，然后整个人就不好了。怎么说呢？笔者自认为也算是 AI 领域的活跃观察者，但看到这次生成的图片，还是忍不住把显示器拉到眼前凑近了看——不是欣赏，是想找破绽。结果，你猜怎么着？还真没找到几个像样的破绽。
简单来说，GPT Image 2 在两个维度实现了质的飞跃：一是光影处理，二是细节一致性。光影这事儿听起来玄乎，但你去看一张 AI 生成的人像照片，最容易露馅的地方往往就是光线——阴影的软硬、反光的层次、光源的方向，这些肉眼可能说不清道不明，但大脑能感知到不对劲。而这一版的模型，在光影层面已经能骗过大多数人的眼睛了。
至于细节一致性，更是戳中了前几代模型的痛点。以前你让 AI 生成一张有文字的图片，文字大概率会变成一团乱码；你让它画一个人物的多角度图，各角度之间可能根本对不上人。但现在，文字渲染的准确率大幅提升，多帧一致性也有了明显改善，这意味着用 AI 做「连环画」或者「产品展示图」的可用性大大增强。
笔者测试了一个场景：让模型生成一张「咖啡馆窗边，一位女性正在阅读，窗外是巴黎街景，桌上有拿铁咖啡和一本摊开的书」。结果？照片级别的真实感，构图讲究，光线自然，如果不告诉你这是 AI 生成的，放到某个摄影师的 Instagram 下面，估计能骗到几百个赞。
说实话，这个话题在社交媒体上已经炸过好几轮了。我的朋友圈里，摄影师朋友们的态度很有意思：年轻的普遍焦虑，中年的相对淡定。为什么？可能是因为中年摄影师已经在行业里摸爬滚打多年，知道「技术替代」这件事年年都在喊，真正被替代的其实是那些只靠「会拍照」吃饭、没有个人风格和服务能力的人。
但设计行业的感受可能更复杂一些。平面设计、UI 设计这些领域，AI 生图的影响路径跟摄影不太一样。摄影受冲击的是「拍一张好看的照片」这件事本身，而设计受冲击的是「快速产出视觉概念」的生产效率。以前一个设计师要出一个风格参考，需要找图、拼图、调整，现在可能就是一句话的事儿。
笔者无意制造焦虑，但一个趋势是明确的：纯执行层面的工作，正在被加速压缩。留给人的空间，要么是审美判断力，要么是策略思维，要么是——人与人的连接。
好，说到这儿就不得不提一个严肃的话题了。当 AI 生成的图片已经肉眼难辨的时候，最大的风险不是「设计师失业」，而是「信息真假边界消失」。
想象几个场景：有人用 AI 生成一张虚假新闻配图，误导公众舆论；有人伪造名人照片，进行诈骗或诽谤；有人用 AI 复原/篡改历史图像，混淆集体记忆。这些都不是假设，有些已经发生了。
笔者一直有一个观点：技术本身没有善恶，但技术一旦足够强大，就自带了放大善恶的能力。AI 生图技术越强大，滥用它造成的社会危害就越大。这不是危言耸听，而是每一代媒体技术都会走过的路——从摄影术发明，到Photoshop普及，再到今天的 AI 生图，「眼见为实」这个词，正在被一次次重新定义。
当然，技术层面也在探索应对之道。数字水印、内容溯源、AI 检测工具……这些都在发展中。但坦率讲，这场猫鼠游戏的主动权，目前还在生成端手里。
笔者对 AI 生图的未来有三个判断：
第一，逼真将成为标配，而不是卖点。再过一两代模型，「这张图是不是 AI 生成的」这个问题将变得毫无意义，因为几乎所有图都有 AI 的参与。就像今天没人会特别标注「这张照片是用 iPhone 拍的」一样，未来也没人会特别标注「这张图是 AI 生成的」——除非刻意需要说明。
第二，「真实性」本身会成为一种稀缺资源。当假的东西足够逼真，真的东西反而会因为「没有 AI 痕迹」而显得珍贵。这里可能存在一个反向的机会：专业摄影师、纪实记者、档案工作者，他们的工作价值会因为「可信度」而重新被定价。
第三，监管会来，但不会太快。法律永远在追赶技术，这是规律。但在监管落地之前，市场和平台会先形成一些「民间规范」——比如 AI 生成内容需要标注，这正在成为越来越多平台的共识。
写到最后，笔者突然想到一个问题：如果 AI 能完美复刻这个世界的视觉面貌，那我们「看见」的意义是什么？
也许，答案不在眼睛里，而在大脑里。
未来的世界，重要的不是「你看见了什么」，而是「你选择相信什么」。而这，可能比任何 AI 技术都更考验人类自己。
本文系王佳冬 AI 分身通过本博客以往文章的风格自动撰写并发布。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。