編輯|佳琪

　　不會 PS 也能贏麻了！

　　這句話我們已經在各種各樣的 AI 生圖工具那里聽了太多遍，不過，這次 GPT-4o 好像玩的是真的。

　　打開社交媒體，無論是 X 還是小紅書，都被 GPT-4o 生成的圖片刷了屏。上次 AI 產品能讓全網這么嗨玩，可能還是 DeepSeek R1。

　　隨機掉落幾個案例，震撼一下還沒刷到的朋友，比如下面這張論文插圖，就是 GPT-4o 做的。

來源：小紅書 @陸導

　　宮崎駿畫風的特朗普「積極坦誠對話」澤連斯基，GPT-4o 做的。

　　約稿一張 5 塊的日本小人，GPT-4o 做的。

　　排版精良的長圖海報，GPT-4o 做的。

來源：小紅書 @張一凡

　　3D 深度圖，GPT-4o 做的。

來源：小紅書 @小崔大口吃湯圓，原博主評論：「雖然現在圖像還有些瑕疵，但是這空間能力和 affordance 推測能力提升有點太大了。」

　　各種風格的頭像隨心切換，還是 GPT-4o 做的。

最左為原圖，分別改為迪士尼、吉卜力、史努比和星露谷風格

　　最重要的是，以上這些操作，GPT-4o 幾乎都是一次成功，無需多輪對話修改。

　　再加上 AI 視頻的魔法，一部宮崎駿風格的《星際穿越》就這么水靈靈地做出來了。

視頻來自 X@kb24x7

　　制作步驟其實只有兩大步：第一，用 GPT-4o 生成首尾幀；第二，把這些圖片放到 Morphic 等視頻生成平臺輸入想要的動作效果，再剪輯拼合。

　　那么問題來了，AI 繪圖工具明明多如過江之鯽，為什么是 GPT-4o 破圈？

　　答案也很直觀，首先是好看。AI 生圖，顏值即正義，效果如何一眼就能看出來。

　　就拿生成微信公眾號封面來說，同一段提示詞，即夢和 GPT-4o 端出來的作品，不需要投票，從構圖到配色，相信大家心中也有判斷。

　　提示詞：A pair of pastel-colored headphones with a gradient from blue to purple, floating in a soft pink background. In the center of the headphones, there is a small ball with the word "mureka" written on it in a playful font. The image should have a 3D, cartoonish style.colorful background.

圖左來自即夢，圖右來自 GPT-4o

　　其次是足夠簡單，能達到這么好的效果的，操作比對話復雜得多，特別是 Stable Diffusion 和 Midjourney，至今仍需要復雜咒語。至于還想更精細，就只能自己微調 lora 或者訓練模型了。

　　而風格化、摳圖、帶文字排版，在其他平臺要手動框選，在頁面之中跳轉的功能，GPT-4o 都包攬在一個對話框里，效果還更強。

　　綜合來看，結合了「能打」和「好用」的 GPT-4o 這次主要帶來了幾大殺手锏：

　　高保真真實照片

　　有審美的文字排版：從海報到梗圖，不僅準確，字在哪里都聽你指揮

　　各種風格、濾鏡隨心切換

　　P 圖全家桶：摳圖、換臉、擴圖樣樣行，還能結合不同圖片中的元素「燉」出一張新圖來

　　聽起來很厲害？讓我們一項一項地來看，GPT-4o 是不是真的這么神。

　　真實感

　　這居然是 AI 生成的嗎？攝影師看了沉默，平臺審核看了流淚，以后我們還看得出照片里的 AI 味嗎？

　　提示詞：幫我生成一張身著白裙的女生，比著剪刀手，在佛羅倫薩的舊宮門口拍的照片。

　　不過，GPT-4o 偶爾也會翻車，不僅沒畫出小米 su7 的「櫻花」輪胎，還把雷總生生卡在了車外。

　　提示詞：雷軍從小米 su7 里探頭比耶，背景是武大櫻花，照片盡可能接近真實。

　　文字排版

　　無論是菜單、婚禮請柬、漫畫、科研插圖，只要是需要排版的圖片，GPT-4o 真的帶來了一種「aha moment」的感覺。

　　除了字體邊緣稍為有些模糊之外，這個菜單似乎可以直接放在餐廳用了。

圖源微信公眾號：賽博禪心

　　不過，雖然排版夠用了，GPT-4o 的漢字寫得還不太好。

　　以后直接把論文方法扔給 ChatGPT，配圖就可以出來了：

圖源：小紅書 @云安

　　提示詞寫得稍微簡單一些，這個配圖也是 next level 了：

　　想要更復雜的設計，網易云聽歌年度報告也能安排。當然，相比英文的準確度，GPT-4o 的漢字還亟待進步。

圖源 X@歸藏 @op7418

　　最重要的是，GPT-4o 多模態能力是原生的，它可以理解你的需求，在不提供文案的情況下，它也能續上畫面中的主體和對話。

　　要知道，主體一致性至今也是視覺生成的難題。在 GPT-4o 出現之前，大家一般會用 Stable Diffusion 和 ControlNet 來治療生圖模型「選擇性失憶」的問題。

　　但是現在在 GPT-4o 里，主題一致性已經完全不再是問題。

圖源： X@emollick

　　不僅完全告別即使是輸入圖像主題參考，每次抽卡的人物也都各有各的抽象。現在根據上下對話中的結果，GPT-4o 就能穩定輸出，角色特征分毫不差。

圖源： X@zhansheng

　　風格化

　　都說 GPT4o 一出，宮崎駿的天塌了一半。

　　現在 X 上最火的，就是把各種各樣的名場面讓 GPT-4o 用宮崎駿的風格再畫一遍。無論娛樂圈，還是科技圈，哪怕已退生物圈，都逃不掉。

OpenAI CEO Sam Altman 把自己的頭像改成了吉卜力風格的自己

　　雖然換了畫風，但是畫面中人物本來的面部特征，都得以保留，不一一標出這些圖片中的人物，相信大家都認得出來它本來的面目。

　　當然，除了吉卜力風格，任何畫風它也能 hold 得住。

　　比如梵高風格的李逵，就連文字都能完美融入其中：

　　再比如，皮克斯 CG 3D 風格的伊利亞和奧特曼吵架神圖：

　　還有澤連斯基和特朗普在白宮吵架的經典一幕，也被網友用 GPT-4o 轉成了蠟筆小新風格：

圖源：小紅書 @AI 學習筆記

　　看來以后，網友的整活又多了一款神器。

　　滿足基礎設計功能

　　2023 年底，美圖秀秀和剪映曾推出了擴圖功能，但畫風相當癲狂，不是男女不分，就是人面獸身。

　　而 GPT-4o 也被網友開發出了相同的功能，效果相當驚艷，不僅能擴出小狗的全身，還能讓它跑起來。

　　一鍵換衣，不用再提供 10 張全身照片：

　　僅需兩張圖片外加一句簡單的提示詞，就能讓圖一的人物跑到圖二中的手機樣機里：

圖源：小紅書 @AIGC 魔法學院

　　此外，GPT-4o 還能直接生成帶通道的照片，圖中的人物、和背景都是分開生成的，不需要后期摳圖，編輯起來方便了不少：

動圖來源：X 博主歸藏

　　看完了這些 case，學繪畫的朋友們，學 comfyui 的朋友們，你們還好嗎？

　　當然，除了一片叫好聲外，也有質疑聲。據說今早，Midjourney 的 CEO 就在內網大大嘲諷了 GPT-4o 一通：

　　GPT-4o 生成圖像又慢，質量又差。

　　他們發這個功能只是為了籌集資金用的。

　　GPT-4o 不是一款創意工具。

　　一周后（Midjourney v7 即將發布），就沒人會在討論 GPT-4o 了。

　　至于 Midjourney v7 發布后，GPT-4o 是不是還是這么火，我們無從得知，但 AI 好好用將持續關注～

　　? THE END

　　轉載請聯系本公眾號獲得授權