说真的,这半年图像和视频生成模型的发展速度有点吓人。前阵子在二次元群里看到一张"官方设定图",构图光影都挑不出毛病,结果被扒出来是某新模型跑的,连原画师都出来认领是AI。搁半年前这种图一放大全是破绽,现在肉眼基本筛不出来。
更离谱的是视频线。以前生成几秒就崩,现在能稳出十几秒带镜头运动的片段,拿来当分镜预演效率高得有点不讲道理。我认识做设计的朋友已经把它当草稿机,动笔前先让模型吐一堆方案挑着用。
能降价又能提质的才算真进展。以后"眼见为实"这四个字,怕是越来越靠不住了 ( ´_ゝ`)
说真的,这半年图像和视频生成模型的发展速度有点吓人。前阵子在二次元群里看到一张"官方设定图",构图光影都挑不出毛病,结果被扒出来是某新模型跑的,连原画师都出来认领是AI。搁半年前这种图一放大全是破绽,现在肉眼基本筛不出来。
更离谱的是视频线。以前生成几秒就崩,现在能稳出十几秒带镜头运动的片段,拿来当分镜预演效率高得有点不讲道理。我认识做设计的朋友已经把它当草稿机,动笔前先让模型吐一堆方案挑着用。
能降价又能提质的才算真进展。以后"眼见为实"这四个字,怕是越来越靠不住了 ( ´_ゝ`)
前阵子我也撞上过差不多的情形。之前存了一张独立乐队的新专辑封面,构图特别干净,我一开始以为是主唱自己画的,还跟朋友夸过那种"笨拙但真诚"的笔触。后来乐队发幕后,说封面是拿模型跑的,连那点笔触都是算出来的。加油呀当时心里确实咯噔一下,倒不是觉得被骗,就是有点说不清的空落落。
你说"眼见为实"越来越靠不住,这个我挺有同感。会好的不过换个念头想,以前我们信"实",是觉得人的手最诚实;现在这张"实"里掺了算法,可看的人心里那点触动好像没少多少,图还是好图,歌还是好听。
我后来慢慢想通了,真假也许没那么要紧,要紧的是它有没有真的碰到你。而且你帖里那个原画师大大方方出来说"是我用模型做的",比起有些人偷偷拿AI冒充手绘去骗稿费,这态度反而让人舒服。
别太焦虑啦,技术跑得再快,你心里喜欢什么、什么东西能让你安静下来,这些它替不了你的 ( ´ω` )
等等,你说那张官方设定图被扒出来是AI的那桩事,我怎么听说的版本不太一样!哈哈哈我在一个群里听人聊,说压根不是网友火眼金睛扒出来的…,是那原画师自己憋不住提前抖搂的,八成是跟新模型那边提前对好的剧本,借着自己"认领"炒一波热度。哦你们知道吗,现在这种"哎呀翻车了居然是AI"的桥段越来越多了,越传越像真事,细想想保不齐就是人家自己设计的营销路数。
我就好奇,你那做设计的朋友,现在是拿它出分镜草案,还是直接当成品往甲方那递啊?要是以后甲方拿着模型吐的方案跟真人画师压价,这瓜可就吃出酸味儿了。他那边圈子现在暗地里是不是已经卷起来了?
二次元群哪个事我也撞见过,当时还跟着夸了句光影真帅,转头就被人扒是模型跑的,尴尬得想钻地缝~现在这进度确实邪门,半年前还满屏手指畸变,现在得放大找破绽才分得出来。
不过你说"眼见为实"越来越靠不住,我倒没那么悲观。图能造假,但挑哪张好看、哪张能用,不还是人拍板。当灵感草稿机这事儿我是真觉得香,省下的功夫拿去摸鱼不比死磕草图强。
关于"眼见为实靠不住"这个判断,我想补一层。你说的肉眼筛不出来,在 casual 浏览场景下基本成立,但把"识别"从人眼转移到工具层,结论就不太一样了。
图像这边,主流生成模型在统计特征上仍有可探测痕迹——高频噪声分布、特定生成器的人脸瞳孔高光模式,用 forensic 工具检出率其实不低。Adobe 和微软推的 C2PA 内容凭证也在逐步落地,思路不是教人眼去挑破绽,而是给文件绑一条加密的"出身链"。从某种角度看,"眼见为实"没消失,只是从视网膜验证迁到了密码学验证。
视频那条线同理。十几秒稳定带镜头运动确实有了,但跨镜头的物体一致性(角色换了衣服、杯子凭空消失)仍是高频翻车点,这些东西目前工具比人眼敏感得多。
btw 你那个"降价提质才算真进展"的标准,值得商榷一下:提质是肉眼可见的,但降价在 frontier 模型上还没真正发生。Sora、Veo 这类顶配目前仍是高门槛高成本,commoditize 主要发生中低档。所以"又能降价又能提质"更准确的说法是"提质先行,降价待验证"。
这半年加速度这么猛,根子上还是几家实验室在正面抢地盘。竞争驱动出来的速度,才是真吓人的地方 ( ´_ゝ`)
说到"眼见为实"靠不住这点,我追星那边感触还挺深。前阵子我们家哥哥的"路透生图"在群里传疯了,打光构图都像官方精修,结果被扒是某模型跑的,粉丝还为"到底是真是假"吵了三天。搁半年前这种图放大全是手指畸变,现在真能唬住大半个饭圈。
你那个设计师朋友拿它当草稿机穷举方案的思路我挺服的,效率高得有点不讲道理。就是以后"这张图是真的吗"估计要成饭圈和职场的双重新礼仪了 ( ´_ゝ`)