Jay 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

馬斯克也來抖音直播帶貨了？

賣的還是老干媽？？背后一整墻都是，和老馬心愛的大火箭模型排排坐。

一開播就是10W+在線，號(hào)召力這塊沒得說。

評(píng)論區(qū)熱鬧非凡，特斯拉車主紛紛刷屏「支持馬總」。

這還沒完，一轉(zhuǎn)眼，老馬竟然又和預(yù)計(jì)年末發(fā)布的《GTA-6》有夢幻聯(lián)動(dòng)？

請看——馬總現(xiàn)身罪惡都市，連SpaceX辦公樓一并植入游戲場景。

大家到時(shí)候可以去偶遇下馬總，說不定，他能帶你去辦公室看看大火箭。

天吶我的朋友們，誰能想到，老馬「心愛」的奧特曼也同框現(xiàn)身了。

如果是真的，懇請個(gè)別大兄弟手下留情，放Sam一馬吧……

有委屈，咱在游戲里盡情發(fā)泄，別線下真實(shí)人家了。

等一下。

你真信了？

如果是，務(wù)必長個(gè)記性，也提醒下家里的男女老少，上面這些——

全！是！假！的?。?！

從來就沒有什么抖音直播，也沒人發(fā)過那些直播彈幕，這些游戲截圖也都是AI生成的。

這就是OpenAI最新生圖模型GPT Image 2的真實(shí)水平。

AI已經(jīng)不可避免地發(fā)展到了這個(gè)階段。

「有圖為證」的時(shí)代，結(jié)束了。

當(dāng)AI變得「無形」

Image 2最神奇的點(diǎn)在于，看到它生成的圖片時(shí)，你不會(huì)第一眼就覺得「哇，好厲害」。

因?yàn)槠毡榍闆r下，你第一眼根本是看不出來這些圖是AI生成的。

直到你后知后覺知道事實(shí)后，才會(huì)有第一個(gè)「Aha-moment」。

然后你多半和我一樣，會(huì)回過頭來仔細(xì)端詳圖片，想從里面找到「這玩意兒是AIGC」的蛛絲馬跡。

這時(shí)候你會(huì)迎來你的第二個(gè)Aha-Moment——

不er，這根本看不出來哪里是AI?。?？

而且，看得越細(xì)，會(huì)越覺得離譜。

比如這張時(shí)尚海報(bào)。

從人像、配飾、背景，到文字、整體排版……我這種非專業(yè)人士是完全看不出問題，它跟我平時(shí)路過報(bào)刊亭看到的雜志封面沒有任何區(qū)別。

這張游戲截圖也是，資產(chǎn)形態(tài)完全和《我的世界》一致，血條、饑餓值、經(jīng)驗(yàn)值這些狀態(tài)欄都完美還原。

就連手上握的這個(gè)Claude Opus 5的機(jī)密文檔……上面的文字也都是正確且有邏輯的。

下面再給大家看點(diǎn)純文字的，細(xì)細(xì)感受下image-2在文字方面的提升。

這是有人用Image 2生成的韓文日記，雖然我看不懂，但這個(gè)構(gòu)圖，還有那串金屬線圈裝訂的光澤，真的太真實(shí)了。

讓GPT幫我翻譯了下，確實(shí)不是亂碼，大概是一份韓國高中生日記，內(nèi)容是周日早上和朋友們上完補(bǔ)習(xí)班后，下午去喝了咖啡，覺得有朋友真好，巴拉巴拉……

再看個(gè)硬核點(diǎn)的吧，漢語字典。

這已經(jīng)不是有沒有亂碼的問題了，信息密度實(shí)在太大，我都無心抓蟲，你說這是哪個(gè)出版社的源文件我都信。

這真的是非常實(shí)用的一項(xiàng)技能點(diǎn)。

對于像設(shè)計(jì)這類場景來說，文字本身就是除視覺之外很重要的一個(gè)信息模態(tài)。

和純視覺資產(chǎn)還不一樣，這類應(yīng)用更貼近實(shí)際生產(chǎn)，需要展示產(chǎn)品信息、活動(dòng)詳情等等。

所以，Image 2這次在文字上的升級(jí)，對于可用性而言是相當(dāng)必要的。

想做個(gè)游戲海報(bào)，電商海報(bào)啥的，真的零門檻了，小白也能手拿把掐。

來個(gè)雙廚狂喜。

甚至可以來個(gè)四廚狂喜。

純商品就更輕輕松松了，感覺可以直出了，替設(shè)計(jì)行業(yè)的朋友們捏一把汗。

實(shí)在是太好用了啊，馬上鉆研副業(yè)做電商，AI生成的上架素材直接就能和全球頂尖品牌對齊了。

而對于OpenAI來說，Image 2的出現(xiàn)，或許有更具野心的用途。

那就是前端設(shè)計(jì)。

Codex用戶都知道，GPT的UI設(shè)計(jì)能力就是一坨，總弄一堆丑陋的黃色濾鏡小卡片，還要自己加些令人兩眼一黑的「直接、不繞彎子」的文字說明。

但這次，OpenAI好像找到了一種和谷歌截然不同的解法。

干脆不走創(chuàng)造力路線了，就把鸚鵡學(xué)舌發(fā)揮到極致。

這是網(wǎng)友給OpenAI官網(wǎng)奪舍了，提前泄露的GPT-8。

這是領(lǐng)英。

這是平行宇宙中，另一種方式吃上AI紅利的油管科技博主奧特曼。

還有這張Windows桌面，我看到時(shí)都愣了半天，尋思這人干嘛要放張截圖上來。

然后才反應(yīng)過來，哦，這是人家拿Image 2生成的。

這項(xiàng)能力如果和編程組合在一起，將會(huì)是一枚核彈。

還記得嗎？之前一直有消息說，OpenAI在做一個(gè)超級(jí)APP，用來把ChatGPT、Codex、Atlas整合在一起。

如今看來，Codex正在成為這個(gè)想法的雛形。

前幾天，OpenAI將瀏覽器內(nèi)置了，現(xiàn)在vibe-coding言出法隨更加直觀，不用單獨(dú)再開個(gè)瀏覽器窗口。

更關(guān)鍵的是，GPT-image-1.5也接入了Codex。

簡單來說，這就是Google Stitch+Claude Code。

Codex把UI設(shè)計(jì)做成端到端了，無需在其他地方生成參考圖片，然后再導(dǎo)出給coding Agent實(shí)現(xiàn)邏輯。

無需提前準(zhǔn)備參考圖，也無需收集數(shù)據(jù)資產(chǎn)，想要什么素材直接可以再Codex生成，并且交互邏輯也是一鍵順便適配的。

而有了Image 1.5把關(guān)，GPT這次的UI能力應(yīng)該會(huì)有保障許多，畢竟是基于圖片開工。

期待Image 2的上線，如此強(qiáng)大的UI模仿能力，無疑能讓Codex的前端開發(fā)體驗(yàn)大幅升級(jí)。

這么看來，雖然Sora被關(guān)，但多模態(tài)這條路對OpenAI還是有價(jià)值的，Codex可能會(huì)在UI設(shè)計(jì)這個(gè)領(lǐng)域，將編程和圖像生成垂直整合。

可惜的是，看完這些demo，我興奮地打開GPT輸入了prompt，然后失望地發(fā)現(xiàn)OpenAI并沒有將這個(gè)模型向「尊貴」的Plus會(huì)員開放。

嘗試用侃爺復(fù)刻了下馬斯克同款抖音直播，額，有點(diǎn)無語……

同事們也都沒被灰度測試到。

大家如果想試試的話，可以到LM Arena碰碰運(yùn)氣。

系好安全帶吧

其實(shí)，Image 2已經(jīng)火了一段時(shí)間了。

但我感覺很奇怪，很少有人察覺到這件事背后意味著什么，大部分人只是停留在：

噢，好厲害的生圖模型。

確實(shí)提升巨大，也足夠讓人興奮。但問題在于，這次好像有點(diǎn)跨過界限了。

細(xì)想一下，AI生圖已經(jīng)以假亂真到99%的人都看不出來了，這難道不讓人毛骨悚然嗎？

我不知道在視覺行業(yè)的人看來這些圖片是什么水平，我本人對文字里的「AI味」還比較敏感，但現(xiàn)在AI生圖的程度，已經(jīng)能完全騙過我了。

電信詐騙、視頻謠言……這些和Mythos的網(wǎng)絡(luò)安全相比，或許是更和我們?nèi)粘Ｉ钕⑾⑾嚓P(guān)的場景。

AI生圖的圖靈測試，正在悄然無息地通過奇點(diǎn)。

我們可能再也回不到，那個(gè)還能拿著放大鏡像抓賊一樣抓AI，「AI味」人人喊打的時(shí)代了。

因?yàn)椤?/p>

這將是一個(gè)虛擬與現(xiàn)實(shí)，徹底融合的世界。

參考鏈接：
[1]https://x.com/johnAGI168/status/2044781168151724067