編輯|佳琪
不會 PS 也能贏麻了！
這句話我們已經(jīng)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(chǎn)品能讓全網(wǎng)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」?jié)蛇B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(xiàn)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?！?/blockquote>各種風格的頭像隨心切換，還是 GPT-4o 做的。
打開網(wǎng)易新聞 查看精彩圖片最左為原圖，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。
GPT-4o的P圖全家桶有多強？連Midjourney CEO都坐不住了 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(gòu)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.
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(diào) 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(zhuǎn)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(jié)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(jié)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。
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：
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(wǎng)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。
最重要的是，GPT-4o 多模態(tài)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(xù)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(xiàn)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(xiàn)在在 GPT-4o 里，主題一致性已經(jīng)完全不再是問題。
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?，F(xiàn)在根據(jù)上下對話中的結(jié)果，GPT-4o 就能穩(wěn)定輸出，角色特征分毫不差。
風格化
都說 GPT4o 一出，宮崎駿的天塌了一半。
現(xiàn)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。
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(jīng)典一幕，也被網(wǎng)友用 GPT-4o 轉(zhuǎn)成了蠟筆小新風格：
看來以后，網(wǎng)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(wǎng)友開發(fā)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：
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：
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(zhì)疑聲。據(jù)說今早，Midjourney 的 CEO 就在內(nèi)網(wǎng)大大嘲諷了 GPT-4o 一通：
GPT-4o 生成圖像又慢，質(zhì)量又差。
他們發(fā)這個功能只是為了籌集資金用的。
GPT-4o 不是一款創(chuàng)意工具。
一周后（Midjourney v7 即將發(fā)布），就沒人會在討論 GPT-4o 了。
至于 Midjourney v7 發(fā)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(xù)關注～
? THE END
轉(zhuǎn)載請聯(lián)系本公眾號獲得授權
熱門跟貼