OpenAI和谷歌接力干掉Photoshop

谷歌Gemini 2 flash发布后不久，

OpenAI的ChatGPT 4o也发布了自然语言P图功能，

甚至引发了美国人全民“吉卜力”热潮。

事实上，AI重绘功能，是MJ、Stable Diffusion至少用了两年的基本功能之一。

为什么之前没有那么火？

其实和LLM的基本逻辑有关。

长期以来，MJ、Stable Diffusion的玩家是个小众群体，

大家用工作流、提示词、ControlNet插件等方式玩的不亦乐乎，

还没有想到用自然语言控制这些工作流。

从谷歌和OpenAI的新功能来看，这应该是早就再开发的，

尤其是ChatGPT 4o，不太可能谷歌发布后立马就拿出来成品。

对于LLM玩家来说，万物都用自然语言控制，是大势所趋。

而AI绘画玩家虽然也在用自然语言控制画面，但还是误入歧途。

当年ControlNet出现的时候，就有两种观点，

一是生产力神器，未来可以取代Photoshop了；

二是异端，这种控制画面的方式不符合AI绘画的基本逻辑。

包括我在内，很长一段时间也习惯了ControlNet的方式来画图，

如今早已习惯ComfyUI这种工作流模式配合不同的节点来实现想要的效果。

甚至阿里、字节等团队，都拿出了开源的插件，对画面进行控制。

谷歌和OpenAI的自然语言P图的技术，从内核上来说，在开源AI绘画圈早就成熟了，但是就差那么一点点临门一脚。

2023年的时候，很多团队在用Stable Diffusion插件做电商图片工具，并取得了一些成绩。

随着自然语言P图普及，这类初创团队只好换方向。

当然了，我剩下的期待就是，DeepSeek v4是不是能有这个能力？

（文：路过银河AI）