我作为得到AI学习圈的主理人，开圈第一天的直播里，就给大家演示过怎么用AI生成图片。
当时我还专门用Midjourney，给大家做了一批手机壳的图。
不过不得不说，那时候AI画图的门槛还是挺高的。我的小本本上记了很多优秀的指令词，爱学习的我还坚持每天去官网，找一张别人做的图，去研究人家的指令词里有什么奥秘。
但这种“背题库”式的努力，在AI飞跃之后，其实一下子就被抹平了。很快，大家就又回到了同一起跑线上。
我有这个感触，是因为3月26号，OpenAI旗下的GPT-4o基础模型迎来了一次更新。
说实话，一开始我并没怎么在意。毕竟在OpenAI的产品里，不管是那款主打推理能力的o1，还是一个月200美金的o1Pro，关注度都远远盖过了4o。
但这次4o最让我惊艳的，就是它的生图能力。
01
聊聊我试用后的四个感受
我试用了一圈，跟大家说说我感受最深的地方。
第一个感受，就是图的质量真的太逼真了。
我还专门翻出了2023年2月，自己第一次用AI生成的图片。
当时我让它画一对80年代的青年男女，坐在广场上。最后出来的效果，用“惨不忍睹”来形容，都是在夸它。
转眼两年过去了，我用一模一样的指令词，让GPT-4o重新画了同样一张图。
把两张图片放在一起一对比，你会有种恍然的感觉——原来AI在它自己的世界里，已经悄悄迭代了这么多。
2023年AI作品
2025年AI作品
我的第二个感受是，现在中文也能直接生成在图上了。
我以前经常建议大家在做海报的时候，用AI先画一个背景氛围图。但如果你想在图上加个标题或者口号，还得跑去美图秀秀或者Photoshop手动加文字。
而这次4o直接就能在图上生成中文了。虽然偶尔会出点乱码，但大部分时候，文字都能准确地呈现出来。
当我看到它能写中文的那一刻，我脑子里第一反应是：“要是我说一句话，它就能换个更好看的字体，那该多好。”
你看，人类就是这么不知足。
第三个感受是，现在可以直接把一张照片改成宫崎骏那种动漫风，或者换成别的风格。
这两天你刷朋友圈，估计已经看到不少类似的动漫图了，那大概率就是用4o新模型做出来的。
我也没忍住，拿了我和罗胖、脱不花的合影试了一下，效果挺有意思。
第四个感受是，它现在可以一句话改图。
这个功能真的是让我眼前一亮。因为GPT-4o的理解能力确实强，只要你把需求说清楚，它就能听懂、然后立刻开工。
我试了几个特别日常的场景，效果都很不错。
比如，我扔一张图片进去，说“把衣服颜色改成蓝色”，它立马就换了。
再比如，我扔两张图进去，说“合并一下”，它就直接给我融合成一张新图。
还有一次，我拍了张办公桌的照片，让它把桌上的两个手办抠出来，它转头就给我做了一张带透明背景的图，只有那两个手办。
这就意味着，以后像做广告海报这种事儿，只要你说得明白，AI听得懂，那就能直接干，效率高得惊人。
当然，AI也不是每次都能成功。
比如有一次，我让它把三个人的合影，全都换成阿根廷队服，它直接告诉我——这活儿有点难。
我就追问它为啥搞不定，它说这张图里三个人都穿着白衬衫，背景也是灰白的，要换得准确，有点费劲。
然后它还特别认真地给我提了两个方案：一个是把三个人分别抠出来，单独换衣服，再合成回去；另一个是它先给我换一个人的衣服，发我看看效果，如果OK，它再继续换其他两个。
说实话，看到它这套回复的时候，我真替不少不是特别出挑的设计师捏了把汗。我们先不说技术水平、工作速度，光是它这沟通能力，就已经把很多人类设计师比下去了。
这次4o在生图上的进步，其实不全是AI自己变强了，更关键的，是背后有人类反馈强化学习在助力。
OpenAI专门找了上百人的训练师团队，一起盯着AI生成的图，一个个去标注里面的错别字、失真的细节，或者那些畸形的手脚。然后再通过强化学习，不断地训练它，慢慢让AI学会怎么更精准地听懂人话、照着做事。
02
这会带来什么变化？
说完带给我的四大感受，我来说一下接下来可能产生的变化。
第一个变化，是过去两年特别火的SD图像工作流，热度可能要慢慢降下来了。
以前像影楼、学校这种机构要用，成本高、上手难，门槛不低。但现在4o这个版本一出来，一些追求简单效果的AI智能体工作流，一下子就显得没那么必要了。
从这个细节来看，我们现在研究的AI工作流，其实也很可能只是个过渡方案。解决具体问题的小工具肯定还会有，但不一定非得用“工作流”这套复杂方式。
因为现在，不管是在扣子还是其他地方做出来的那些智能体，更多还是偏个人用来自己玩、或者展示能力的，还很难真正嵌进企业的工作流程里去。
第二个变化，就是对很多有想法的专业人士特别友好。
比如职场上要做一张海报、一个Logo，学校老师想画一张课件插图，或者做个物理实验的示意图，这些现在都可以直接交给AI来搞定。
而且随着AI图像质量越来越高，我们也可以把画出来的图，继续扔进可灵、海螺这些AI视频工具里，让它们自动生成短视频。
我自己就试了一把。我先让GPT-4o画了一张《桃花源记》洞口的画，然后把图扔进可灵，几分钟就变成了一段小视频。
第三个变化，是很多项目在前期阶段，周期会被大大压缩。
不管是企业里的产品研发，还是广告公司的概念提案，现在每个人都可以先把自己的想法交给AI画出来，然后团队再一起看图讨论。
这样一来，除了交流理念之外，还能激发出更多新的创意，效率也高了不少。
第四个变化，是对那些写公众号的自媒体同学，真的太友好了。
以前光是找一张配图就得折腾半天，要是只是浪费点时间也就算了，最怕的还是用了不该用的图，还会被一些无良机构盯上、搞版权敲诈。
但现在不一样了。你只要脑子里有画面，直接把想法描述给GPT-4o，它就能帮你画出来。如果你连画面感都没有，那就把你写的文字扔过去，让它根据内容自动配图。
这个场景我也亲自试过了，效果图放在了文章末尾，大家可以自己感受一下。
我还特意翻了下自己的Midjourney账单，发现我第一次付费是2023年3月17日，10美金，到现在整整付了两年。但这次4o的更新，说实话，是我第一次认真动了“要不要退订Midjourney”的念头。
然后，我脑子里一下就蹦出了那句经典台词：“以前陪我看月亮的时候，叫人家小甜甜；现在新人胜旧人了，叫人家牛夫人。”
