为什么 Sam Altman 那么激动？

OpenAI 的创始人 Sam Altman，在社交媒体上相当激动地宣布 GPT-4o 图像功能升级，你看他还用了感叹号呢。

为了让你看得更明白，我把 Sam Altman 的第一条社交媒体帖子翻译成了中文。

他是这么说的：「这是一项令人难以置信的技术和产品。我记得第一次看到这个模型生成的图像时，很难相信它们真的是由 AI 制作的。我们认为人们会喜欢它，并且我们很高兴看到由此产生的创造力。」

不过我们都知道一句谚语：

王婆卖瓜自卖自夸。

所以，盲目采信大模型厂商的宣传语，是不审慎的。

GPT-4o 图像处理的实际效果是不是真像 Sam 说得那么让人激动呢？咱们来试试看。

首先，我们来尝试一个常见的操作：替换图片前景里的物体。

你看，这是我在我们学校生态校园拍的一张照片，校园里经常能看到大鹅在散步。照片里正好有这么几只大白鹅在草地上。

然后我就在 ChatGPT 4o 里上传了这张图，并且告诉它：「替换成迅猛龙」。

这是它给我生成的结果。咱们放大仔细看看。

如果你对比一下原图，会发现背景几乎没什么变化，一致性非常高。但是前景里的大白鹅不见了，取而代之的是只活灵活现的迅猛龙，好像它真的在我们学校校园里溜达一样。这个前景物体的替换做得相当不错，连地上的阴影效果都考虑到了。

接下来，我们再试试背景替换，看看能不能把照片的整个背景环境给换掉。

这次我选了一张开家长会的照片。为了保护大家的隐私，我在照片上打了码。

你可以看到，这是一个现代化的教室环境，对吧？

我的提示词很简单：「把场景改成山洞」。

我们来看看生成的结果。把它放大看一下。

呃，在一个山洞里，还保留着这样一个现代化的屏幕，似乎有点儿不太协调。

不过，除了这一点之外，你会发现其他方面都还挺不错的。比如光线的处理、人物的穿着，甚至连桌椅都换成了跟山洞场景更搭调的样子。

前景里老师的衣服，还有她手里拿着的本子，都保留下来了原先的风格，只是根据新的场景做了一些「作旧」处理。这说明 GPT-4o 图像功能在调整故事背景方面还是有一套的。

下面我尝试的是风格迁移。我给了它一张自己旅途中的照片。

然后我要求：

「图中人物做成吉卜力风格头像 。」

下面是结果：

放大一下，是这样的：

我赞叹道：

效果还挺不错的🤭

至于我那些朋友们嘛，说起话来就不怎么客气了。

当真是「抢熊猫口粮 —— 夺笋啊」。

我中午在学校里面溜达，拍了一张时间广场的照片。

之后，我突发奇想 —— 你说，能不能让 GPT-4o 从不同角度展现这个场景呢？

于是我直接用手机上传图片，提出：

做成鸟瞰图

效果图放大一下：

怎么样，是不是视角改变了？

我乘胜追击，指令为：

做成俯视视角

于是画风就成了这样：

放大是这样的：

我突然感觉，这功能想象空间着实太大了。于是感叹：

AI 会不会让设计师的工作，变得更加轻松一些呢？

不过，从反馈来看，设计师们对 AI 生成的效果普遍不买账。确实，细节上差得还不少。不过没关系，AI 功能的进化速度足够快，相信不久之后，就能达到你们心目中的及格线了。

下面我们再来看看，如果不提供照片，直接让 GPT-4o 从零开始根据我的要求讲一个故事，并且配上图，效果会怎么样？

这次，我的要求是：「用四格漫画的方式，把系统开发中用户画像用可视化的方式来描述」。

它先是回复说：「好的」，然后给我规划了一下，先把漫画的标题和每一格要讲的故事梗概列了出来。标题是「谁在用我们的系统：用户画像的故事」。第一格是产品经理的困惑，第二格是虚拟人物登场，第三格是设计师参考画像进行设计，第四格是用户反馈。

然后它还问我，是需要草图版的线稿呢，还是直接生成 AI 风格的漫画图像？并且提供了几种风格选项，比如写实的、Q 版卡通的，或者极简插画风格的。

我对它说：「你画出来挨个试，先画第二个，就是你说的那个 Q 版卡通风格，给我画出来看看」。

于是，它就给我生成了下面这幅四格漫画。我们打开大图仔细看看。

你看，第一格，产品经理很困惑：「我们的用户到底是谁？年龄、习惯如何？」

第二格，就展示了一个典型的用户画像：年龄 40 岁，职业是什么，目标和痛点是什么，强调这「不是具体的人，代表了某类用户」。

第三格，设计师参考这个画像进行思考：「原来她忙到每天只有十分钟能处理订单，那操作必须要快，界面一定要简洁！」

第四格，是用户的反馈：「这个新系统太懂我了，比上一个顺手多了！」

仅仅是基于我那句简单的提示词，就能直接生成这样一幅内容相关的四格漫画，我觉得挺厉害的。尤其是你看漫画里的中文文字，虽然不是每个字都完美呈现，但基本都能看明白意思。这比起之前的 DALLE 3 版本，进步已经真的非常明显。而且你再看看这个画风，四格里面人物的形象保持了相当好的一致性。

我们来简单总结一下。这次 ChatGPT 4o 更新之后，图像生成与跟随提示词修改处理效果，确实是给了用户们一个惊喜。

我们刚才看到的例子里，图片中文文字处理能力还有些欠缺。但一来如果你用英文提示，效果通常会更好。二来我相信在未来一年之内，无论是 OpenAI 还是其他的 AI 公司，应该都会持续改进中文字体显示等明显问题。

这意味着什么呢？可能从此以后，你再进行图像创作时，质量的上限将更多地取决于你的想象力、对艺术史的了解，以及你对图片结果的品味。你的绘图技术可能再不会拖后腿了。至少对我来说，能让 AI 帮我画出刚才那样的四格漫画，已经非常满意了。

这让我不禁想到了一个问题。你以前可能也听过一个关于达・芬奇的故事。说达・芬奇小时候，他的老师（据说是韦罗基奥）要求他反复画鸡蛋。达・芬奇画了一个又一个，就问老师为什么要画这么多鸡蛋。老师告诉他，画鸡蛋是为了打好基本功，基本功不扎实，将来怎么能创作出伟大的画作呢？

相信这个故事教育和鼓舞了很多学习艺术的小朋友。但是，在今天 AI 技术如此发展的背景下，我想请你思考一下：我们是否还有必要像过去那样，花大量时间去练习像画鸡蛋这样的基本功呢？

我这里并没有明确的答案，也绝不是说有了 AI 我们就完全不需要基本功了。

我只是想邀请你一起思考：就拿我们刚才生成 Q 版漫画这个具体的例子来说，是不是一定需要我们自己具备非常扎实的手绘基本功，才能创作出令人满意的作品呢？

希望你能把自己的想法写在留言区，分享给大家，我们一起来思考和讨论这个问题。

如果你觉得本文有用，请点击文章底部的「推荐到博客首页」按钮。

如果本文可能对你的朋友有帮助，请转发给他们。

欢迎关注我的专栏，以便及时收到后续的更新内容。

• 品味还是技能？ChatGPT 引发的能力培养变革

• AI 真要成精了？ChatGPT 上手体验

• Midjourney 能识图了，这是个好事儿吗？

• AI 应用蓬勃爆发，你的「护城河」足够宽吗？

• 未来的写作长啥样？LEX 用 GPT-3 AI 给你点儿颜色看看