OpenAI新一代图像生成模型image-2，因为惊人的生图效果在全网爆火。很多人第一次发现，自己只要输入几句话，就能得到一张像广告、像海报的图片。 这一次，兴奋的不只是技术圈。公司运营、小店老板、自媒体作者、品牌市场，甚至只是想给朋友圈配一张图的普通用户，都开始在对话框里输入类似的要求：帮我根据这个东西生成一张海报，年轻一点，高级一点。几秒钟之后，一张图出来了。它有光影，有排版，有产物，也有接近商业视觉的完整感。它未必真的能直接用，却已经足够让人产生一种新鲜感：原来一张“像样的图”，可以来得这么快。 小红书上，有人发帖把问题问得很直接：“有没有设计行业的人出来说说？你们的天是不是要塌了？”配文里说，自己用image-2做了几张图，已经“完全看不出来真假”，设计似乎也“完全用不上了”。另一个帖子则问：“AI生图发展到image-2如此真实的程度是不是基本快到头了？” 评论区里，设计师、甲方、艺术生和普通用户各自给出答案。有人说，客户的需求这么多年还是“字大一点、间距宽一点、元素往右挪三公分”这类很基础的要求，但是AI做不到，依旧是设计师改到厌倦；也有人说，老板在乎的从来不是艺术，而是成本；也有人承认，AI能出底图、给方向，但最后能不能过稿、能不能落地，仍然要看人的经验和判断。 image-2真正改变的，不只是出图速度，而是外界理解设计师工作的方式。当“出图”变得越来越容易，设计师需要重新解释：自己提供的，到底是不是一张图。 林夏第一次明显感到image-2带来的压力，不是因为它生成了一张多么惊艳的图，而是老板把一张AI生成的促销图发给她时，后面跟了一句：“这个方向挺好，你再优化一下，很快吧？” 她在杭州一家小型消费品公司做平面设计。公司十几个人，她是唯一的设计。公众号封面、直播间促销图、电商主图、招商PPT、节日海报、老板临时要发朋友圈的配图，最后都会流到她这里。 过去，她最常听到的话是“就改一下”。字再大一点，间距再宽一点，促销感再强一点，但不要太廉价；要高级，但用户一眼能看懂；要像大牌，但不能太像；这个元素往右挪一点。image-2火起来后，这句话换了一种说法：AI都出了，你再修一下。 老板发来的那张图，第一眼确实像那么回事。商品放在画面中间，背景有光影，促销文案也摆了上去。如果只是发在工作群里看一眼，很多人会觉得已经能用。老板的判断也很自然：既然AI几秒钟就能做到这个程度，设计师再“专业化一下”，应该不会太久。 但林夏真正开始动手，问题才一层层冒出来。图里的产物包装和公司真实包装不一致；促销字看起来像字，但不能直接用；品牌色和过去几个月的活动视觉接不上；主标题和价格没有层级，用户第一眼不知道该看新品还是看优惠；背景虽然好看，却无法顺利延展，一旦改成小红书竖图，左右两边就空了。如果再做成直播间背景，又要重新适配。 更麻烦的是，这张图不是源文件。它没有图层，不能像PSD一样拆开改。林夏最后做的，不是简单修图，而是照着AI给出的“感觉”，重新搭了一版能发出去的图。 她不否认AI好用。以前找参考图、拼情绪板、试风格，可能要花半小时甚至更久。现在用image-2等软件，很快能拿到几个方向。它能让老板、运营和市场更快看到一个大致结果，沟通也更直观。 让她不舒服的是，AI把第一张图做得太完整，反而让后面的工作显得不值钱。在老板眼里AI已经完成了80%，她只是做剩下的20%。可林夏知道，真正费时间、真正决定这张图能不能发布的，往往就是这20%。 后来，老板再发来AI图，她不会立刻动手改。她会先把问题列出来：产物不对、文字不可用、尺寸要重做、品牌色偏了。她需要先证明，这不是“修一下”。 他在广州做包装设计，长期服务食品、饮料和日化客户。对外行来说，包装设计像是在给一只瓶子、一只盒子做一张好看的脸。但在周铭的工作里，包装首先是一件要被生产出来的东西。盒型、刀版、卖点区、条形码、配料表、生产信息、印刷色差、纸张材质、覆膜、烫金、UV、压纹、打样和货架陈列，每一步都会影响最后的结果。 那张图确实好看。盒子正面有大面积留白，产物名很醒目，背景带着高级的渐变光，看起来像一款已经完成的新品包装。但周铭看了几分钟，就知道它只是“像包装”。 AI图里展示的是一个类似包装的立体效果，却没有真实的刀版逻辑，也没有展开面。要把它变成可以交给工厂的文件，周铭还要重新确定盒型尺寸、展开结构、正背侧面的信息区，以及具体印刷工艺。 有些问题一眼就能看出来。字体太细，印刷出来可能会糊；颜色太满，打样后可能发脏；正面卖点没有层级，消费者扫一眼抓不到重点；配料表、净含量、执行标准、生产信息和条形码没有留位置。对客户来说，那是一张漂亮的包装图；对周铭来说，那只是一个还没有进入现实的效果图。 包装设计和一张线上视觉图不一样。后者只要信息清楚、尺寸正确、风格不离谱，很多时候就算完成。包装却要落到真实商品上，被印刷、被裁切、被折叠、被摆上货架，也会被消费者拿在手里。它不仅要好看，还要合规、可生产、可运输、可陈列。 周铭并不排斥AI。他现在也会用image-2、NanoBanana、即梦等做前期方向。客户想看“轻奢感”“儿童化”“国潮”“环保感”“高端礼盒感”，过去要找大量参考图，现在可以很快生成几版视觉氛围，让客户先判断自己到底想要什么。 但他不会直接用AI图。在他看来，AI像一个很会画效果图的实习生，能把想象变得具体，却不知道生产线是什么，不知道印刷厂会怎样处理颜色，也不知道一排同类产物摆在货架上时，消费者的视线会先落在哪里。 周铭最常做的事，是把一张“像包装”的图拆回现实：这个颜色能不能印，这个字体能不能读，这个卖点放在哪里，刀版怎么走，成本能不能接受，打样之后会不会偏色。 AI改变的是包装设计的前半段。它能更快给出一个看起来成立的方向，却不能替周铭完成后半段，把一个漂亮想法，变成真正能生产、能上架、能被消费者买走的包装。 他在成都做自由职业设计，接品牌小案子、电商视觉、社媒视觉和活动物料。过去客户找他，通常会说：“帮我做一套视觉。”现在，越来越多客户会先发来一张AI图：“我已经有方向了，你帮我修一下就行。” 过去，阿哲从需求开始收费。理解品牌、找参考、做风格、排版、配色、改稿，这些都算在项目里。现在客户拿着AI图来，默认前面的工作已经完成。设计师只是最后那个“润色的人”。 客户发来的图没有图层，不能拆分修改；图里的文字要全部重排；产物边缘不干净，要重新抠；背景无法延展，做横版还行，改成竖版就崩；人物手部、阴影和空间透视有问题；客户还要不同平台、不同尺寸、不同场景的交付版本。最后他做的工作，接近重做一遍。 客户却不愿意按完整项目付费。客户看到的是一张已经成形的图，设计师看到的是一张不能落地的半成品。阿哲最难解释的地方就在这里：AI让客户以为设计已经完成了一大半，但实际交付要从文件、尺寸、内容和场景重新整理。 阿哲更愿意把AI当成草稿机，它能快速给出方向，减少前期沟通，让客户更快理解“冷色调”“促销感”“高级感”这些抽象词。但他不会把AI结果直接交付给客户。真正能收钱的东西，还是要回到软件里，重新处理成可编辑、可延展、可上线的文件。 后来再遇到拿AI图来“修一下”的客户，阿哲会先问清楚：要几个尺寸，能不能接受重做，源文件算不算交付，修改轮次怎么算。报价也不再按“修图”算，而是按“重新整理一套可用物料”算。 更矛盾的是，阿哲遇到的甲方并不总是鼓励使用AI。也有不少甲方和市场在抵触AI，一些项目合同及事前交流时直接要求不允许使用。原因并不复杂：版权归属不清，品牌不想和模板化视觉混在一起，也担心商业物料被质疑“AI味太重”。 这让阿哲的处境变得更尴尬。客户会拿AI图来压低价格，却又要求最后交付的东西不像AI，AI被用来降低成本，但风险仍然要人兜底。 她视觉传达专业毕业，在一家电商公司做助理设计。她每天做的事情很基础：抠图、修图、改尺寸、套模板、做活动视觉、批量改详情页、整理素材、做店铺banner。 她通过改尺寸学会不同平台的视觉规则，通过套模板理解信息层级，通过修图理解产物质感，通过反复改活动图学会什么叫“让用户先看到价格”。那些看起来重复、低级的工作，正是新人积累判断的地方。 image-2火起来后，她发现自己最常做的基础活，正是AI最容易覆盖的部分。以前主管会让她根据一场618活动做十张banner，从里面挑两张继续改。现在，主管可能先用AI生成几个背景，再让她把商品、价格、卖点和按钮套进去。她不再从空白页面开始理解一个设计，而是从一个已经生成的结果开始修补。 资深设计师可以说，AI是工具。品牌设计师可以说，真正值钱的是判断。可陈雨还没有到能卖判断的阶段。她的问题是：判断本来就是从基础劳动里练出来的。如果基础劳动被压缩，新人靠什么成长？ 一位进修过心理学和传播学的艺术生陈浩把这种变化说得更直白：低端设计需求被AI堵死是时间进程问题，目前看不到改变的迹象；中端被技术发展而淹没已然成趋势了，AI进步的速度比预想的要快很多，虽然目前还需要真实的人类来进行干预与维护；高端要理解真实的人类的认知和社会形态的变化所带来的视觉感受的变化，然后再设定品牌应该选择怎样的设计进行呈现。在选择的过程中可以用AI快速验证，再训练AI进行修正，然后由人来完整地审核整套设计的内在逻辑、视觉感受与潜在传播能力。 陈雨能理解这句话，但它对新人并不友好。因为她还没有进入“理解品牌”“理解人群”的阶段，她还在通过抠图、排版、改尺寸和活动页，学习什么叫重点、留白和商业转化。 一个行业的成熟，不是从大师开始的，而是从大量低级任务开始的。设计师不是一毕业就会做品牌系统、视觉策略和商业转化。很多人都是从抠图、排版、改稿、套模板、做活动物料开始，在一次次被要求调整信息层级、产物位置、色彩关系的过程中，慢慢理解什么叫重点、留白、审美和商业落地。 AI最先替代的，恰恰是这些训练场。陈雨知道自己必须学AI，也知道不能只会基础软件。但她仍然感到一种提前到来的压力：她还没学会判断，练手机会先少了。 他在北京做品牌设计和美术指导，服务过消费品牌、展览项目和内容平台。image-2出来后，他很快把它放进自己的工作流：做情绪板、找风格参考、生成广告分镜、模拟产物场景、探索KV主视觉、辅助提案。 他会把AI出来的方向分成三类：可以做色彩参考的，可以放进情绪板里的，看起来惊艳但必须删掉的。太像模板、太像广告、太光滑的东西，会被他先筛掉。真正进入提案时，他还要把留下来的局部构图、色彩关系和氛围，重新整理成品牌自己的视觉语言。 一个品牌不能今天像瑞幸，明天像苹果，后天像蕉下。品牌设计不是每次生成一张漂亮图，而是在不同渠道、不同活动、不同季节里，让用户持续认出你。这背后是字体规范、色彩系统、图形语言、品牌一致性、跨渠道延展、商业转化和长期资产。它们不如一张AI图直观，却决定一个品牌能不能真正被记住。 许行最近也注意到，很多AI图已经有了自己的“气味”。有人在小红书上问，为什么ChatGPT生成的图片里总有一种模模糊糊的点状噪点，主体上也有说不清的痕迹。另一个设计账号回复说，从设计角度看，噪点本身也是一种风格。 许行觉得，这正是AI图有意思的地方。它不只是会生成风格，也开始形成自己的风格。过度完整、过度光滑、过度像广告，第一眼很惊艳，看多了反而会变成一种模板感。 当所有人都能生成一张“很像真的”图片，“像真的”本身就不再稀缺。真正稀缺的，可能变成某种有生活痕迹、有情绪判断、不那么标准化的设计。 许行认为，AI让“风格”变得便宜了。过去设计师要花很多时间探索风格，现在AI能很快给出各种视觉样式。但风格越便宜，选择什么风格、保留什么风格、什么时候不该追求风格，就越重要。 AI可以出图，但它不知道为什么这个品牌不能这样表达；AI可以生成“高级感”，但它不知道这个产物到底该不该高级；AI可以模仿某种流行趋势，但它不知道这个趋势对品牌长期资产有没有伤害。 他在郑州经营一家本地消费品牌，团队二十多人。公司常年需要促销物料、门店物料、社群转发图、直播间背景、PPT和短视频封面。过去，这些需求要么找外包，要么让市场同事整理需求，再交给兼职设计或合作设计师。 对他来说，最麻烦的不是设计不好看，而是慢：一版节日物料要沟通两三天，一版门店物料要反复改，外包接单也要排期。有些东西在他看来并不复杂，只是上新品、搞促销、发个活动通知。他不一定追求顶级审美，只想要快、便宜、能发、能卖。 他不是要亲自把图做完，而是把AI生成的图当成沟通草稿。以前他只能说“要年轻一点”“要高级一点”“促销感强一点”，这些词到设计师那里经常要来回理解；现在他可以让市场同事先用AI试几版，再把其中一版发给设计师：“就照这个感觉走。” 过去是设计师先理解需求、找参考、出方案；现在是老板或市场先拿AI生成一个大概方向，再让设计师把它变成能上线的视觉。 王老板不会用“艺术”来评价这些图。他更关心发出去有没有人点，投放后有没有转化，门店物料能不能让用户看懂，社群图能不能带来咨询。对他来说，AI不是审美革命，而是一种降低试错成本的工具。 那些只发在社群里的促销图、临时活动通知、节日祝福物料，他会觉得AI已经够用了；但真正要印刷、投放、上门店、代表品牌的东西，他还是会找人把关。 他的矛盾也在这里：AI能降低试错成本，但不能替他承担风险。产物图不对、字体侵权、品牌跑偏、投放效果差，最后还是要有人负责。 林夏还在把老板发来的AI图拆成一张修改清单；周铭继续把漂亮包装图还原成刀版、材质和打样问题；阿哲开始在报价前先问清楚尺寸、源文件和修改轮次；陈雨还在基础活里寻找练手机会；许行继续用AI出方向，但不把最后判断交出；王老板也没有真的放弃设计师，他只是更细地计算，哪些图可以便宜解决，哪些东西必须有人负责。 设计师以后要证明的，可能不再是自己比AI更会画，而是自己更懂为什么这张图不能这么用：为什么它不适合这个品牌，为什么用户第一眼看不到重点，为什么一张漂亮图还要变成可以执行、可以延展、可以负责的商业结果。
