最近兩周，“吉卜力畫(huà)風(fēng)”突然就火了。

事情的開(kāi)始是這樣的，3月26日，OpenAI推出了基于GPT-4o多模態(tài)大模型的高精度圖像生成功能“4o Image Generation”，按照他們的說(shuō)法，現(xiàn)在用戶只需一句簡(jiǎn)單的文字描述，就能實(shí)現(xiàn)精美的廣告或平面圖的制作、應(yīng)用界面的UI設(shè)計(jì)、LOGO或圖片風(fēng)格的切換等等。

結(jié)果呢？整個(gè)互聯(lián)網(wǎng)的人，都在用它變身“賽博宮崎駿”。

不開(kāi)玩笑，小雷是真被這玩意給刷屏了，這兩天一打開(kāi)群聊，就能看到無(wú)法無(wú)天的群友們?cè)谀肎PT-4o瘋狂整活，有做頭像的，有做表情包的，甚至還有把“黃O大道東”變成吉卜力畫(huà)風(fēng)的，推特上的國(guó)外網(wǎng)友玩得更是樂(lè)此不疲，看得我都有點(diǎn)心癢癢的。

（圖源：X）

幸好，類(lèi)似的功能，國(guó)內(nèi)大模型并不是沒(méi)有。

比如說(shuō)字節(jié)跳動(dòng)的SeedEdit，同樣可以實(shí)現(xiàn)“自然語(yǔ)意修圖”，用戶只需輸入簡(jiǎn)單的自然語(yǔ)言，便可對(duì)圖像進(jìn)行多樣化編輯操作。

最重要的是，這功能可不需要你想方設(shè)法翻出去用，在字節(jié)跳動(dòng)的豆包官網(wǎng)就直接能用，而且目前豆包的“圖像生成”功能是完全免費(fèi)且不存在限制的，這一波甚至能把開(kāi)會(huì)員的錢(qián)也給直接省下來(lái)。

話不說(shuō)多，我們這邊直接開(kāi)整！

豆包這款產(chǎn)品，讓人人都是宮崎駿

想體驗(yàn)這個(gè)功能的話，其實(shí)還蠻簡(jiǎn)單的就是了。

打開(kāi)豆包網(wǎng)頁(yè)版，在輸入框下面就有「圖片生成」，應(yīng)該就能看到上傳參考圖的選項(xiàng)了，這里就是SeedEdit模型的入口。

要做的事情很簡(jiǎn)單，上傳圖片，然后輸入我們想要改變的內(nèi)容。

（圖源：雷科技）

話不多說(shuō)，先來(lái)看圖。

首先，小雷這邊選用了一張來(lái)自知名音樂(lè)錄像帶里的截圖，讓豆包和最近巨火的GPT-4o都試著“幫我換成吉卜力風(fēng)格”。

這是原圖：

（圖源：Youtube）

這是豆包的成品：

（圖源：豆包）

這是GPT-4o的成品：

（圖源：GPT）

對(duì)比下來(lái)，GPT-4o的衣服還原度更高，手部沒(méi)有變形，只是沒(méi)有維持原圖比例；豆包雖然整體構(gòu)圖、配色更加貼近原圖，但是衣服有些微變化，手部有些變形，甚至多了一只抓著麥克風(fēng)的手。

接著試一下大家都關(guān)心的名人，比如說(shuō)馬斯克：

（圖源：豆包）

比方說(shuō)喬布斯：

（圖源：豆包）

再給喬布斯換個(gè)迪士尼風(fēng)格：

（圖源：豆包）

從結(jié)果來(lái)看，豆包的轉(zhuǎn)換效果可以說(shuō)是非常成熟。

最后，我們?cè)囈辉囉耙晞〖锏拿麍?chǎng)面，這次就拿《和平使者》里面約翰·塞納飾演的克里斯多福·史密斯的名場(chǎng)面做例子：

（原圖，圖源：HBO Max）

（圖源：豆包）

（圖源：GPT）

這次差距其實(shí)更加明顯一些，GPT-4o甚至把金屬頭盔保留了下來(lái)，身邊的兩名角色也做到了精準(zhǔn)的畫(huà)風(fēng)轉(zhuǎn)制，但是圖片比例有所修改，文字信息也沒(méi)有保留下來(lái)。

作為對(duì)比，豆包則是試圖在整幅畫(huà)面上進(jìn)行對(duì)齊，然而人數(shù)一多起來(lái)，角色的服裝和樣子就沒(méi)多少能對(duì)上的。

但是，接著我就要說(shuō)但是了，豆包的效果還是比Gemini 2.0要強(qiáng)上一大截的，谷歌這玩意雖然支持自然語(yǔ)意修圖，但是既不懂吉卜力風(fēng)格是啥意思，也搞不清楚怎么修改圖片比例。

（圖源：Gemini 2.0）

可惡的谷歌，不要給我看這一堆不知所謂的東西！

其實(shí)把思路反過(guò)來(lái)，把畫(huà)改成真實(shí)風(fēng)格，豆包搞得也不錯(cuò)，我上傳了一張刻在不少人基因里的Meme圖片，讓它以此為原型，生成一張真實(shí)照片。

（圖源：豆包）

嗯...只能說(shuō)像是挺像的，就是沒(méi)了那種沖擊感。

如果再簡(jiǎn)單調(diào)整一下的話，就能做出下面這種效果：

（圖源：豆包）

雖說(shuō)臉型有點(diǎn)不對(duì)，笑得也是有點(diǎn)猙獰，但是這種打破次元壁的做法，還真就只有AI大模型能夠?qū)崿F(xiàn)。

豆包圖片處理能力在線，但仍有較大改進(jìn)空間

不過(guò)，人人都在用吉卜力畫(huà)風(fēng)，也帶來(lái)了新一輪的版權(quán)問(wèn)題。

畢竟早在2016年，宮崎駿評(píng)價(jià)AI動(dòng)畫(huà)技術(shù)時(shí)就直言：這是對(duì)生命本身的侮辱。

宮崎駿反對(duì)用技術(shù)代替手工創(chuàng)作，他認(rèn)為AI生成圖像缺乏對(duì)生命力的敬畏，而在2025年的今天，技術(shù)力的進(jìn)步，反而讓大家對(duì)這件事情變得更肆無(wú)忌憚了起來(lái)，確實(shí)是有點(diǎn)諷刺的。

（圖源：Youtube）

既然如此，我們不妨轉(zhuǎn)換一下思路，把它當(dāng)成PS來(lái)用？

比如在設(shè)計(jì)行業(yè)里源遠(yuǎn)流長(zhǎng)的梗，“讓大象轉(zhuǎn)個(gè)身”這種要求，我們?cè)诙拱夏懿荒軐?shí)現(xiàn)呢？

答案是“完全可以，輕易可以”。

可以看到，SeedEdit生成的大象背面是非常合乎邏輯的，耳朵的形狀、腳部的位置、身體的顏色都做得相當(dāng)不錯(cuò)，周?chē)沫h(huán)境也保持了高度的一致，很難看出畫(huà)面上有什么破綻。

不過(guò)類(lèi)似海報(bào)的效果，豆包就做得不咋樣了，和GPT-4o可以說(shuō)一眼就能看出差別了。

（圖源：豆包）

（圖源：GPT）

只能說(shuō)，豆包在審美這塊，還真有挺多要學(xué)的地方。

最后，我也試了一下豆包憑空進(jìn)行“圖片生成”的效果。

提示詞如下：

一位年輕的印度女性，黑發(fā)扎著敞開(kāi)的馬尾辮，身穿黑色夾克，站在大學(xué)校園里，直視著鏡頭。該圖像具有1990年代風(fēng)格的電影靜態(tài)美學(xué)，在陽(yáng)光明媚的日子里拍下的特寫(xiě)肖像。

（圖源：雷科技）

對(duì)比豆包，GPT-4o產(chǎn)出的圖更有特寫(xiě)感；Midjourney V7產(chǎn)出的圖片光線更加自然，人物臉部的膚色也相對(duì)更加清晰，細(xì)節(jié)更加豐富，畫(huà)面焦點(diǎn)更加清晰，但總的來(lái)說(shuō)，三者都沒(méi)啥肉眼可見(jiàn)的問(wèn)題。

AI修圖，爆發(fā)在即

不可否認(rèn)，如今AI大模型在“繪畫(huà)”上足以獨(dú)當(dāng)一面了。

但是在圖像編輯領(lǐng)域，AI大模型依然是相對(duì)落后的，無(wú)法進(jìn)行精準(zhǔn)編輯一直是行業(yè)的老大難問(wèn)題。

前些年，這類(lèi)需求一般可以通過(guò)Stable Diffusion的ControlNet插件來(lái)實(shí)現(xiàn)。

它可以獲取額外的輸入圖像，通過(guò)不同的預(yù)處理器轉(zhuǎn)換為控制圖，進(jìn)而作為Stable Diffusion擴(kuò)散的額外條件，只需使用文本提示詞，就可以在保持圖像主體特征的前提下任意修改圖像細(xì)節(jié)。

（圖源：新浪微博，識(shí)別特征并進(jìn)行重新繪制）

然而本地部署AI應(yīng)用這事，和大部分小白是基本無(wú)緣的。

所以在進(jìn)入今年后，包括GPT-4o、Gemini 2、Midjourney V7等先后上線了通過(guò)自然語(yǔ)意修圖的功能。

個(gè)人認(rèn)為，這種只需給定輸入圖像和告訴模型要做什么的文本描述，然后模型就能遵循描述指令來(lái)編輯圖像的功能，甚至可以被視為重大突破，曾經(jīng)被視為必備技能的PS，如今似乎陷入了“可學(xué)可不學(xué)”的微妙處境。

當(dāng)然了，目前這類(lèi)模型在生成圖片時(shí)還是有一些問(wèn)題存在的。

直到今天，豆包AI修圖依然缺乏人像前后的一致性，也缺乏圖片內(nèi)容的方向性，只要涉及到人物面部的修圖，那么最終出來(lái)的圖像和原圖的差異會(huì)很夸張，豆包本身也很難判斷你要修改的是圖片里的哪個(gè)元素。

（圖源：豆包）

倒是文字處理能力，相較以往有了一定提升，現(xiàn)在SeedEdit在修圖時(shí)已經(jīng)不會(huì)隨便編造文字內(nèi)容，但是圖片生成時(shí)的錯(cuò)字現(xiàn)象依然需要改善。

不管怎么說(shuō)，豆包SeedEdit算是彌補(bǔ)了國(guó)產(chǎn)大模型在語(yǔ)義AI修圖應(yīng)用這塊的空白。

可以預(yù)見(jiàn)的是，隨著AI圖像編輯技術(shù)的不斷發(fā)展，未來(lái)手機(jī)、電腦都可能會(huì)集成這項(xiàng)功能，就像AI消除、AI擴(kuò)圖那樣走進(jìn)尋常百姓家。無(wú)論是小白還是大咖，每個(gè)人都有機(jī)會(huì)輕松上手使用，讓自己對(duì)美的理解可以更直觀地展現(xiàn)出來(lái)。

修圖有手就行？或許真的不是夢(mèng)。