GPT-4o的多模态生图，让整个设计圈都开始emo了。

GPT4o的多模态生图前天上线之后。

经过两天的发酵，含金量还在不断提升。

在我的群里，已经能看到越来越多的，进入到实际生产环节的例子。

比如@银海的直接做商品图的翻译和合成，这是原来的算法，很难做的效果，但是现在，有手就行。

非常复杂的电商流程，一张原始图，换产品换脸换衣服。

比如@歸藏的直接把UI图放样机里面的例子，如果做过UI或者产品设计的朋友肯定都知道，以前我们在做做展示，或者做汇报的时候，经常做样机做的挺痛苦的。

比如给他头像，画的两套表情包，是可以直接上架到微信表情商店的那种。

来自设计大佬@付遥，用GPT-4o来直接做之前非常流行的3D品牌海报。

比如我一个很喜欢的小红书AI博主@Rico有三猫，用GPT-4o给她做小红书封面。

也用GPT-4o直接做商品图翻译出海。

群友@默月佥在用GPT-4o出蜜蜂的解剖科普图。

一个很专业的公众号AI博主@阿真lrene，不仅用GPT-4o生成复杂的漫画，还能抠图，一键直出透明通道的PNG图。

干死各种抠图软件的不是更牛逼的抠图软件，而是大模型。。。

还有朋友@不知名网友虎子哥，用GPT-4o给他自己家的房子装修。。。

还有一些我确实不知道源头的但是被传播的蛮广的例子（如有作者，欢迎评论区认领）。

给几个家具做一个展示图，这个场景在电商领域无敌。

之前我写可灵的AI模特的时候，很多人问，能不能让模特带首饰？现在，可以了。

还用它，直接P图，消除人物。

老照片一键修复+上色。

甚至，还可以模仿字体做自体设计。

在GPT-4o的冲击下，N多的设计师和创业者，都有点emo了。

比如就有大佬在X上感叹道：

朋友圈里还看到了一张图，是glif的老板，在X上发的。

纪念ComfyUI，纪念一切的AI图像工作流。

OpenAI的一次更新，又屠杀了一堆公司。

又一次深刻的阐明了那句《三体》中的经典台词：

我消灭你，与你无关。

GPT-4o的冲击当然是有，但是，他的上限在哪？能做到什么地步？真的能彻底替代ComfyUI的AI图像工作流吗？

我想弄清楚这个答案。

首先我觉得我还是要跟大家非常简单的用一两句话解释一下ComfyUI，让大家知道这玩意是个啥，我们才好继续往下聊。

ComfyUI是一个非常专业的工作流工具，不局限于AI绘图，AI视频啥的也都可以往里面接。他的界面大概是这样的，很像电路板。

这个就是在Liblib上搭的ComfyUI工作流。

它是以节点方式，把各个工具、各个模型给串起来，形成一整套的工作流，比如一张图进去，经过各种节点和插件，输出一个完全风格不同的AI视频，这都是OK的。

坦率的讲，我不是ComfyUI的专家的，做过的工作流也不多，我觉得在这个领域，我并没有那么强的发言权，所以。

我去请教了一下我的1个好朋友，AI绘图大神@炼丹师忠忠。

我想听听，他的看法。

首先是，GPT-4o对电商设计的冲击到底有多大？

我跟忠忠聊了很久。

最后得到的结论，跟我自己在设计行业里感受到的水温差不多。

对于普通水平的电商设计师，肯定是有打击的，他们原有的技能水平也就只能产出跟gpt4o差不多的图，相对来说意义不大了。

上游的运营专员可以自己操作工具来生产一样质量的图。跟被冲击的插画师类似，可能会变为帮忙修补gpt4o产出的图的bug，还有叠加原图部分细节上去加强细节还原（类似于高低频修复流程）。

生产成本降低后，需求量会变大，原本用不起各种华丽背景图包装的商家，现在也用的起了。

从效果上极简操作就能生图的工具有美图设计室等一堆工具，GPT4o只是在某些效果方面更进一步而已，对于专业级的实际商业生产的影响可能没有那么大。

而从视觉设计角度，对现有的整个开源生态，反而是利好作用。

忠忠举了自己设计的公司IP的例子。

现在，可以一句话把IP的3D模型，直出到品牌海报上，不需要走以前的3D建模+渲染了，大大节省了时间。

同时，更有趣的一点是，GPT-4o可以根据一张IP草图，来生成这个IP的各角度视图。

而这些图，会进一步推动flux等开源模型的微调版本的效果。

你可能会问，都有GPT-4o了，为什么还要去微调flux，在ComfyUI搭工作流用呢？这不是脱裤子放屁多此一举呢？

其实有两个原因。

数据隐私性和精准性。

数据隐私很好解释，就是GPT-4o是一个闭源的模型，后面最多最多也就是开放一个API，让大家接到ComfyUI里面去用，但是，就OpenAI这个尿性，我们给过去的东西，大概率就成他后续的训练素材了。

举个例子，《流浪地球3》2027年上映，要是现在美术组把核心概念图或者设定图直接灌给GPT-4o做一些处理，到时候，《流浪地球3》电影还没上映，设定图你可以直接在GPT-5o里面让它画出来，这特么就炸了。。。

所以，数据隐私性至关重要，在真正的生产环境里，特别是一些大厂里，必须只能用本地的ComfyUI搭，真正的输出，必须是本地环境，用开源的模型。

所以，这个时候，我们就可以用一些不敏感的信息，扔给GPT-4o，来辅助生成数据集，反过来微调自己的flux模型，这个点，真的很有用。

精准性其实也很简单，我们回过头来看忠忠用GPT-4o输出的自己家IP的海报。

先不说其他的细节了，这几处，你是能发现一些明显的BUG的。

这其实在生产环境里，这种BUG是品牌方觉得不可能接受的，就想你给一个手机产品做广告，你把人手机弄变形了，你跟人说不行AI出得就是这样的，你看对面会不会把你挂在电风扇上转着打。

而这个时候，用Flux专门微调的Lora，是可以完美的解决这种精准性和一致性的问题的。

这其实就是普通设计场景和专业设计场景的区别。

GPT-4o当然可以替代大部分的普通工作流，会让ComfyUI里一大批的工作流失去价值，但是这就不代表，ComfyUI失去价值了。

很简单的一点是，在专业的设计工作里，纯对话式的简单界面满足不了复杂专业的需求的。

就像你问一个专业设计师，为什么设计是用PS做设计，而不用美图秀秀来做设计，对方只会把你当傻子。

在真正的专业的AI设计工作里，可控性，很多时候非常的重要。

需要精确的规定重绘区域，需要精确的调节风格效果，出图尺寸比例等，所以在专业生产中需要精确调节的细节，不能指望OpenAI全做成功能。

还有前后处理流程，比如说前置的裁剪，抠图，语义识别，后置的比如对图片的放大，贴回原图细节（高低频修复），再接入其他工作流继续处理等。

自动化一键完成的效率要比多轮对话高很多。

包括在一些精准度要求高的产品和场景上，GPT-4o目前还达不到专业级的水准。

看个例子。

比如我们要把问界M9这款车，换到另一个场景里。车这种产品，跟笔、戒指、香水等等要求的精细度，完全不一样。

这是GPT-4o出的图。

而如果我们用大佬的牛逼工作流呢？

生成出来的效果在整体比例和质感上，是更好的。

对比应该非常直观了。

这里我要给自己叠个甲，我并不是在这里鼓吹，GPT-4o不行，ComfyUI的效果可以吊打GPT-4o。

如果是这样的话，我也不会连更两篇，来给大家看一看，GPT-4o，有多酷，有多强。

我想说的是，GPT-4o，跟当年的SD、Midjorney、Runway、可灵等等AI工具是一样的。

会无差别替代所有这个行业里面的初级执行职位。

屠杀所有曾经在工程层面对大模型进行的一些优化。

然后，一点一点侵蚀更上层的建筑。

它更像是一层层汹涌上涨的潮水，将整个AI图像领域原有的边界打得支离破碎。

都说做AI产品，要看到大模型的边界，在边界之外的安全地带做。

但是现在，你根本不知道边界在何方。

那些看似高耸的技术壁垒与工作流程，如果只是基于简单组装或者初级执行的逻辑，正在被GPT-4o以近乎暴力的方式消解。

绝大多数机械式的制作工作，一旦被强大的多模态理解与生成替代，就会像那些轰然倒塌的围墙一样，被历史的风尘轻易覆盖。

有没有一种第一次工业革命时候，机器代替手工劳动的即视感？

历史总是在不断的重复。

可一如上文所言，这绝不代表ComfyUI之流就会被完全淘汰。

在工业级、专业级的深度工作流里，人们对数据安全、设计精度、可控度的需求不可能凭空消失。

那种图像与视频的多次处理、分层输出、版本管理、脚本化批量运行、自动化节点衔接，只要是大型企业或核心团队，都会很在意。

GPT-4o会在C端和中小B端市场里摧枯拉朽，取代了大量低端或者重复性工作。

而ComfyUI、Flux、ControlNet等开源生态则在更专业的领域继续进化，利用它们精细、可控、可离线部署的特性，为高端客户或机密项目提供服务。

这气势就像云端办公与本地办公的关系一样，前者无限便捷，后者安全可控。

也如同家用轿车与顶级跑车的分别，各自目标用户并不冲突。

GPT-4o也一定会不断进化，去扩大自己的边界蚕食更多的场景。

开源生态也会有各种可以复刻效果的模型、产品出来，从而进行私有化。

没什么能够阻止浪潮向前。

要么成为浪潮的追随者，要么成为浪潮的推手。

这二者，都肯定比做一块沉在海底的礁石，要精彩得多。

你说是吗。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧