AI绘画这一年：从\能用\到\好用\，到底发生了什么

AI绘画这两年变化真的太大了。2022年Stable Diffusion刚开源的时候，我跑出来的图基本不能看——人脸扭曲、手指多一根少一根、文字全是乱码。那时候用AI绘画，更像是"抽卡"，生成几十张才能挑出一张能用的。

现在呢？我上周用Midjourney出了几张产品图，发给同事看，他们都没认出来是AI画的。

这几年是怎么走过来的

回头看，AI绘画的发展大概经历了几个阶段。

2022年是萌芽期。Stable Diffusion开源是个标志性事件，但那时候模型质量参差不齐，主要面向技术爱好者。普通人想跑起来，光配环境就能劝退一半人。

2023年开始进入成长期。ControlNet这类控制技术的出现是个转折点——你终于可以告诉AI"这个人要摆这个姿势"、"构图要这样"，而不只是祈祷它别跑偏。商业应用开始有人尝试了，但还没成气候。

2024到2025年是成熟期。生成质量大幅提升，工作流开始成型。设计师们从"试试看"变成了"真的在用"。各种垂直领域的专用模型也出来了，画人物的、画产品的、画建筑的，各走各的路。

到了2026年，视频生成和3D内容生成开始成熟。AI绘画不再只是"画一张图"，而是往整个视觉内容生产链延伸。

现在的技术到底什么水平

现在的AI绘画在很多场景下已经达到了"专业级"。

分辨率和细节已经不是问题了。原生支持8K，纹理真实感、光影效果都做得很好。文字生成这个老大难问题也基本解决了——以前让AI在图里写个字，写出来的全是鬼画符，现在准确率很高。

一致性的进步最让我印象深刻。以前让AI画同一个角色的不同角度，画出来完全是两个人。现在这个问题基本解决了，人物一致性、风格一致性、场景一致性都做得不错。

控制技术也成熟了很多。线稿上色、姿态控制、构图控制……你能想到的控制维度基本都有对应的工具。局部重画也很实用——哪里不满意改哪里，不用整张图重新生成。

生成速度也快了不少。一张高清图几秒钟就能出来，消费级显卡也能流畅跑。

模型生态：选择太多也是烦恼

现在AI绘画的模型多到让人选择困难。

开源社区这边，SDXL生态是最成熟的，衍生模型多、工具链完善。Flux系列是后起之秀，画质和提示词理解都更好。国产模型在中文理解和国风元素上有优势，而且合规性更好。

闭源服务那边，Midjourney依然是画质标杆，创意能力很强。DALL-E在提示词理解上做得好，跟微软生态集成度高。国内的平台也在快速追赶。

垂直领域的专用模型是我觉得最有价值的方向。通用模型什么都画，但专用模型在特定领域的效果远超通用模型。画人物有画人物的模型，画产品有画产品的模型，游戏美术有游戏美术的模型。

实际用起来怎么样

我在工作中用过AI绘画，说说真实感受。

平面设计是最快看到价值的场景。海报设计、社交媒体素材、包装设计……以前需要几小时的工作，现在几分钟出方案，然后再精修。不是说AI能完全替代设计师，而是它把"从0到1"的时间大幅压缩了。

游戏美术也是个大应用场景。概念设计阶段，AI能快速把想法可视化，帮助团队对齐认知。角色设计时，批量生成变体也很实用。

电商那边，产品图和模特图是刚需。以前拍一套产品图要搭摄影棚、请模特、后期修图，现在AI能直接生成。效果虽然跟专业摄影还有差距，但够用了，而且成本低太多。

还没解决的问题

当然，AI绘画现在也不是万能的。

版权问题还是悬在头上的剑。训练数据有没有侵权？AI生成的图版权归谁？这些问题到现在都没有明确答案。商用的时候心里总有点不踏实。

复杂逻辑还是不行。让AI画一个"人在跑步时手里拿着杯子，杯子里的水在晃动"这种有多重逻辑关系的场景，大概率会出错。AI擅长的是"看起来像"，不是"逻辑上对"。

创意深度也有上限。AI能生成很漂亮的图，但真正有深度的创意——那种能打动人的、有故事性的作品——还是得靠人。

未来会怎样

视频生成是下一个战场。从静帧到动态，这个跨越比从文字到图片还要大。现在已经有不少AI视频工具了，但质量还不稳定，离真正商用还有距离。

3D生成也在快速发展。以前3D建模门槛很高，如果AI能直接从文字或图片生成3D模型，整个游戏、影视、建筑行业的生产方式都会变。

实时生成是更远的未来。想象一下，游戏里每个场景都是AI实时渲染的，不需要预先建模。这个如果实现了，整个内容生产行业都会被颠覆。

我的建议

如果你还没用过AI绘画，现在是个好时机。技术已经足够成熟，工具也足够友好，不需要什么技术背景就能上手。

如果你已经在用，建议关注垂直领域的专用模型。通用模型卷得厉害，但垂直领域的专用模型才是真正能帮你提效的。

如果你担心AI会替代你的工作，我的看法是：AI替代的不是设计师，而是不会用AI的设计师。工具变了，但审美和创意依然是核心竞争力。