Jay 發(fā)自 凹非寺
量子位 | 公眾號 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，號召力這塊沒得說。

評論區(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)計年末發(fā)布的《GTA-6》有夢幻聯(lián)動？

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，別線下真實人家了。

等一下。

你真信了？

如果是，務(wù)必長個記性，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的真實水平。

AI已經(jīng)不可避免地發(fā)展到了這個階段。

「有圖為證」的時代，結(jié)束了。

當AI變得「無形」

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

因為普遍情況下，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后，才會有第一個「Aha-moment」。

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

這時候你會迎來你的第二個Aha-Moment——

不er，這根本看不出來哪里是AI?。?？

而且，看得越細，會越覺得離譜。

比如這張時尚海報。

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，它跟我平時路過報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)驗值這些狀態(tài)欄都完美還原。

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

下面再給大家看點純文字的，細細感受下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，但這個構(gòu)圖，還有那串金屬線圈裝訂的光澤，真的太真實了。

讓GPT幫我翻譯了下，確實不是亂碼，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習班后，下午去喝了咖啡，覺得有朋友真好，巴拉巴拉……

再看個硬核點的吧，漢語字典。

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

這真的是非常實用的一項技能點。

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

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

所以，Image 2這次在文字上的升級，對于可用性而言是相當必要的。

想做個游戲海報，電商海報啥的，真的零門檻了，小白也能手拿把掐。

來個雙廚狂喜。

甚至可以來個四廚狂喜。

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

實在是太好用了啊，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。

Codex用戶都知道，GPT的UI設(shè)計能力就是一坨，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。

這項能力如果和編程組合在一起，將會是一枚核彈。

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

如今看來，Codex正在成為這個想法的雛形。

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，不用單獨再開個瀏覽器窗口。

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實現(xiàn)邏輯。

無需提前準備參考圖，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)該會有保障許多，畢竟是基于圖片開工。

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

這么看來，雖然Sora被關(guān)，但多模態(tài)這條路對OpenAI還是有價值的，Codex可能會在UI設(shè)計這個領(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并沒有將這個模型向「尊貴」的Plus會員開放。

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碰碰運氣。

系好安全帶吧

其實，Image 2已經(jīng)火了一段時間了。

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。

確實提升巨大，也足夠讓人興奮。但問題在于，這次好像有點跨過界限了。

細想一下，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。

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

因為——

這將是一個虛擬與現(xiàn)實，徹底融合的世界。

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