27 歲，沒(méi)拼爹媽、沒(méi)靠關(guān)系，靠自己搞定了人生第一張和世界首富的合照。

別誤會(huì)，這可不是偶遇馬斯克和黃仁勛，而是借助 GPT-4o，基于一段 Reddit 上爆火的提示詞生成的。 在這個(gè)「萬(wàn)物皆可生成」的時(shí)代，合照的門(mén)檻早已不是物理距離，而可能是一段能騙過(guò)你眼睛的 Prompt。

你或許已經(jīng)在社交平臺(tái)見(jiàn)過(guò)類(lèi)似畫(huà)風(fēng)： 平日里行蹤低調(diào)的周杰倫，在全國(guó)各大地標(biāo)前拍照打卡； 馬斯克、黃仁勛、奧特曼甚至愛(ài)因斯坦等人，也在國(guó)內(nèi)各地景點(diǎn)「合影留念」。

部分圖片源自用戶@6369424578

甚至，你還能看到當(dāng)下外賣(mài)大戰(zhàn)打得火熱的京東 CEO 劉強(qiáng)東和美團(tuán) CEO 王興，紛紛合體「現(xiàn)身」上海外灘、廣州塔等地，握手言和、笑容滿面。

當(dāng)生成式 AI 橫掃社交平臺(tái)，「眼見(jiàn)為實(shí)」這句話，恐怕也該加個(gè)問(wèn)號(hào)了。

當(dāng) AI 學(xué)會(huì)「拍廢片」，你還能分辨真假嗎？

無(wú)獎(jiǎng)競(jìng)猜，下圖中，一張照片是我上班途中用 iPhone 7 隨手拍攝的，另一張則是由 GPT-4o 根據(jù)同一段提示詞生成的。請(qǐng)你猜猜，哪一張是 AI 生成的作品？

答案將在評(píng)論區(qū)揭曉，你猜對(duì)了嗎？如果沒(méi)有，也不用介意。如今 AI 圖片的逼真程度，確實(shí)讓人防不勝防，所以也真不怪 OpenAI 嚷嚷著要給 ChatGPT 圖片要加水印了。

而這一切的起點(diǎn)，始于一位突發(fā)奇想的網(wǎng)友用一段極其「敷衍」的提示詞讓 GPT-4o 生成圖片，結(jié)果反而炸出了一組「堪稱真實(shí)攝影風(fēng)格教程」的圖像。

Prompt：An extremely unremarkable iPhone photo with no clear subject or framing—just a careless snapshot. It includes part of a sidewalk, the corner of a parked car, a hedge in the background or other misc elements. The photo has a touch of motion blur, and mildly overexposed from uneven sunlight. The angle is awkward, the composition nonexistent, and the overall effect is aggressively mediocre—like a photo taken by accident while pulling the phone out of a pocket.

（這是一張極其普通、毫無(wú)特色的 iPhone 照片，看不出明確的主題或構(gòu)圖——就像是隨手一拍的快照。畫(huà)面中可能包含一段人行道、一輛停著的車(chē)的車(chē)角、背景里的綠籬，或其他雜亂的元素。照片有些輕微的運(yùn)動(dòng)模糊，陽(yáng)光不均導(dǎo)致曝光略微過(guò)度。拍攝角度顯得尷尬，幾乎沒(méi)有構(gòu)圖可言，整體效果平平無(wú)奇——就像是不小心從口袋里掏手機(jī)時(shí)誤按快門(mén)拍下的一張照片。）

刻意的不完美：模糊、過(guò)曝、角度尷尬、構(gòu)圖混亂，反而更貼近真實(shí)世界的樣子，要是你對(duì)象給你拍成這樣，免不了一頓挨罵，但讓 GPT-4o 生成卻是剛剛好。

隨著這段提示詞開(kāi)始在 Reddit、X 等平臺(tái)刷屏，腦洞大開(kāi)的網(wǎng)友也在此基礎(chǔ)上不斷加料：比如加入人物、特定景點(diǎn)，自拍角度等等，最終形成一套「真實(shí)假照片」的制作公式。

請(qǐng)你畫(huà)一張極其平凡無(wú)奇的 iPhone 自拍照，沒(méi)有明確的主體或構(gòu)圖感--就像是隨手一拍的快照。照片略帶運(yùn)動(dòng)模糊，燈光不均導(dǎo)致輕微曝光過(guò)度。角度尷尬、構(gòu)圖混亂，整體呈現(xiàn)出一種刻意的平庸感-就像是從口袋里拿手機(jī)時(shí)不小心拍到的一張自拍。主角是「人物」，晚上，旁邊是「景點(diǎn)」。

附上更多 Reddit 網(wǎng)友的的實(shí)測(cè)結(jié)果：

向左滑動(dòng)查看更多內(nèi)容

舉個(gè)例子，下面這張陽(yáng)光灑進(jìn)屋里的照片，木地板的細(xì)節(jié)稍顯破綻，但灰塵、絨毛、陽(yáng)光灑下的斑駁過(guò)曝感，都營(yíng)造出一種真實(shí)的自然氛圍。

以至于用網(wǎng)友的調(diào)侃來(lái)說(shuō)，「這張照片看起來(lái)像是我從我奶奶的老相機(jī)里翻出來(lái)的。」

除了在模擬物體（如風(fēng)景、靜物、街頭場(chǎng)景）方面的效果尤為驚艷，比如生成的圖像細(xì)節(jié)豐富、質(zhì)感自然，足以以假亂真，這類(lèi)提示詞生成人像的水平也不容小覷。

再看這張女生躺在草地上閉目養(yǎng)神的照片，陽(yáng)光溫柔灑在臉上，閉目養(yǎng)神，神態(tài)松弛。如果沒(méi)有前文的鋪墊，你很難不相信這是朋友剛在林間草地上隨手拍下的一張照片。

但不好意思，這也是一張由 AI 生成的圖片。

甚至在 GPT-4o 的加持下，你只需一句話，就能對(duì)圖片「后期魔改」。原圖上一秒只有一個(gè)女人，下一秒就能在她的身旁憑空出現(xiàn)一位穿著印有「我的妻子不知道我在這里」T 恤的丈夫。

當(dāng)然，這段提示詞也不是沒(méi)有破綻。

模型傾向于生成訓(xùn)練數(shù)據(jù)中最常見(jiàn)、最「安全」的變體，自然而然就會(huì)導(dǎo)致某種程度的視覺(jué)同質(zhì)化。網(wǎng)友發(fā)現(xiàn)用這段提示詞生成汽車(chē)時(shí)，不指明品牌的情況下，生成的車(chē)幾乎都長(zhǎng)一個(gè)樣，一眼看去毫無(wú)個(gè)性。

生成自拍女性圖像時(shí)，如果沒(méi)有設(shè)定特定身份、五官、服裝，面部五官也常常「撞臉」。

向左滑動(dòng)查看更多內(nèi)容

只需這份提示詞模板，GPT-4o 也能生成「拍不出來(lái)」的故事感？

細(xì)看上面這些照片，不難發(fā)現(xiàn)它們幾乎擁有一種 「修不出來(lái)」的故事感 。而沒(méi)有參數(shù)加持，也不靠后期修圖，CCD 相機(jī)同樣借此翻紅。

前不久，「iPhone 5s 是 CCD 平替」的話題登上了熱搜，也讓這類(lèi)審美趨勢(shì)再次走進(jìn)了大眾視野。 那么能否用 GPT-4o 生成更具 CCD 風(fēng)格的照片？ 我們做了一些嘗試，并總結(jié)出幾條實(shí)用的小技巧：

使用名人形象，模型訓(xùn)練數(shù)據(jù)更豐富，還原度更高，更有真實(shí)感。

素人形象的一致性較弱，屬于「像又不像」，細(xì)看總有點(diǎn)違和。

調(diào)整圖片過(guò)程中，容易出現(xiàn)面部細(xì)節(jié)或背景元素的變形。

提示詞中加入 CCD 相機(jī)型號(hào)，能增強(qiáng)圖像對(duì)應(yīng)的氛圍與復(fù)古感。

提示詞模板如下：

[人物描述]，穿著[服裝描述]，[姿勢(shì)/動(dòng)作]，[場(chǎng)景位置]，[光線描述]，[背景元素]，使用[CCD 相機(jī)型號(hào)]拍攝，開(kāi)啟閃光燈，人物[清晰/明亮]，背景[昏暗/模糊]，顆粒感，[色調(diào)描述]，[懷舊感/年代感]，[風(fēng)格類(lèi)型]

室內(nèi)風(fēng)

向左滑動(dòng)查看更多內(nèi)容

年輕女孩，長(zhǎng)直發(fā)自然蓬松，穿淺灰色修身長(zhǎng)袖T恤和深藍(lán)色牛仔褲，坐在木質(zhì)桌前，手持金屬杯子用吸管喝飲料，佩戴銀色戒指，姿勢(shì)慵懶自然，眼神直視鏡頭，表情輕松，背景是簡(jiǎn)約暖色墻面和木質(zhì)靠背，墻上有照片裝飾，室內(nèi)昏暗光線，使用 CCD 相機(jī)（Sony DSC-W630）拍攝，開(kāi)啟閃光燈，人物明亮，背景微暗，顆粒感，真實(shí)自然，生活化，復(fù)古隨拍風(fēng)格

夜晚室外風(fēng)

向左滑動(dòng)查看更多內(nèi)容

圖片人物，黑色蓬松短發(fā)，戴黑框圓眼鏡，穿灰色連帽衛(wèi)衣搭配紅白格子襯衫和白色T 恤，背米色黑色拼接雙肩包，站在城市街道邊，輕松自然微笑，背景是黃昏時(shí)分的街道、行駛的車(chē)輛和高樓建筑，天空漸變?yōu)樗{(lán)色，環(huán)境偏暗，使用 CCD 相機(jī)（佳能 A650 IS）拍攝，閃光燈補(bǔ)光，人物明亮，背景自然昏暗，顆粒感，懷舊生活感，自然抓拍風(fēng)格

街拍風(fēng)

向左滑動(dòng)查看更多內(nèi)容

圖片人物，穿著白色短袖 T 恤和牛仔褲，背著黑色雙肩背包，站在城市街道上，身體微微前傾，單手插兜，自然看向鏡頭，背景是車(chē)流和樹(shù)蔭大道，陽(yáng)光透過(guò)樹(shù)葉灑下，街道干凈寬闊，使用佳能 ixus6 相機(jī)拍攝，開(kāi)啟閃光燈，人物明亮突出，背景動(dòng)態(tài)模糊，顆粒感，真實(shí)自然，陽(yáng)光少年感，日常街拍風(fēng)

圖片人物，身穿白色 T 恤和牛仔褲，在街頭吹泡泡，泡泡在陽(yáng)光下閃爍出彩虹光，表情專注又自然，街景模糊作為背景，CCD 風(fēng)格（由 koda z700 拍攝），顆粒感，色調(diào)柔和偏暖，自然光

校園風(fēng)

穿著校服的馬斯克站在操場(chǎng)邊，陽(yáng)光斜照在臉上，頭發(fā)隨風(fēng)微微飄起，CCD 風(fēng)格（由 koda z700 拍攝），色調(diào)偏暖，顆粒感，膠片質(zhì)感，像是 2005 年拍的校園照片

自然風(fēng)

圖片人物，身穿寬松毛衣站在岸邊，背對(duì)鏡頭望向遠(yuǎn)方，身后是海上剛升起的太陽(yáng)，整個(gè)畫(huà)面被金色晨光包裹，CCD 風(fēng)格（由佳能 A650 IS 拍攝），輕微過(guò)曝，高對(duì)比光影，復(fù)古顆粒感，情緒感強(qiáng)烈

圖片人物，黃色連衣裙，白色長(zhǎng)襪，草地野餐，陽(yáng)光明媚，夏日氛圍，毛絨玩具熊，森林背景，CCD 風(fēng)格（由 Sony DSC-W630 拍攝），高曝光，自然光感，清新懷舊，復(fù)古顆粒感

年輕男孩，黑色短發(fā)，穿著深色毛衣，面朝鏡頭，站在湖邊，夕陽(yáng)西下，金橘色天空，平靜水面和遠(yuǎn)山背景，溫暖色調(diào)，使用 koda z700 拍攝，開(kāi)啟閃光燈，人物清晰明亮，背景昏暗，顆粒感，懷舊感，清新少年風(fēng)，真實(shí)自然，隨性抓拍

圖片人物，背景是海灘和海面，停泊著小船，天空多云，戶外露臺(tái)場(chǎng)景，桌上有玻璃杯，傍晚光線昏暗，使用 CCD 相機(jī)（佳能 A650 IS）拍攝，開(kāi)啟閃光燈補(bǔ)光，人物明亮，背景自然，顆粒感，懷舊真實(shí)風(fēng)格

素人

向左滑動(dòng)查看更多內(nèi)容

圖片人物，黑色短發(fā)，穿著深色毛衣，面朝鏡頭，站在湖邊，夕陽(yáng)西下，金橘色天空，平靜水面和遠(yuǎn)山背景，溫暖色調(diào)，使用 koda z700 拍攝，開(kāi)啟閃光燈，人物清晰明亮，背景昏暗，顆粒感，懷舊感，清新少年風(fēng)，真實(shí)自然，隨性抓拍

圖片人物，黑色自然凌亂長(zhǎng)發(fā)，穿淺灰色寬松T恤和深色短褲，坐在室內(nèi)地板上，手持一瓶酒，神情放松，微微側(cè)頭，眼神自然，背景是堆滿玩具、書(shū)籍、模型和音響的柜子，室內(nèi)暖色光，使用富士 F710 拍攝，閃光燈直打，人物明亮清晰，背景微暗，顆粒感，自然色調(diào)，懷舊生活感，自然抓拍風(fēng)格

刻意制造「瑕疵」，才能騙過(guò)你的眼睛

早在 GPT-4o 用吉卜力風(fēng)格刷屏那會(huì)兒，就有人發(fā)現(xiàn)它的另一種能力：生成假發(fā)票。

創(chuàng)投人士 Deedy Das 就演示了一套流程：用模型生成賬單、發(fā)票，再疊加「污漬」「褶皺」等細(xì)節(jié)，最終生成效果堪比復(fù)古做舊工藝。

對(duì)普通人來(lái)說(shuō)，這類(lèi) AI 圖像已經(jīng)難以一眼識(shí)破。

除了相冊(cè)的參數(shù)可以作為真實(shí)圖片的佐證，作為廠商的 OpenAI 也會(huì)為 GPT-4o 所生成的圖片自動(dòng)添加一種名為 C2PA 的元數(shù)據(jù)標(biāo)準(zhǔn)，雖然嵌入在圖像像素層中，不會(huì)被肉眼察覺(jué)，但可以通過(guò)特定算法檢測(cè)。

即便圖像被截圖、壓縮或改變尺寸，水印依然可以被追蹤識(shí)別。

諸如 Google、Adobe 也在積極推廣數(shù)字水印技術(shù)，用于標(biāo)記和驗(yàn)證 AI 生成內(nèi)容。其目標(biāo)是通過(guò)統(tǒng)一的水印和元數(shù)據(jù)標(biāo)準(zhǔn)，幫助用戶區(qū)分 AI 生成內(nèi)容與非 AI 生成內(nèi)容。

或許，在未來(lái)，我們更該警惕的不是那些看起來(lái)「像 AI」的圖片，而是那些看起來(lái)過(guò)于真實(shí)的瞬間。

而 GPT-4o 圖片的這種「真實(shí)」，其實(shí)也源自于人類(lèi)創(chuàng)作本身的「瑕疵」。

OpenAI 等公司在訓(xùn)練圖像生成模型時(shí)，所依賴的數(shù)據(jù)大多采集自社交媒體、云相冊(cè)或網(wǎng)絡(luò)公開(kāi)資源。這些圖像原本就是我們?nèi)粘Ｉ畹挠涗洠饩€、構(gòu)圖、設(shè)備參差不齊，失誤和瑕疵也自然少不了。

通過(guò)學(xué)習(xí)這些「不完美」的樣本，AI 也就掌握了如何模仿真實(shí)世界中常見(jiàn)的攝影瑕疵。比如動(dòng)態(tài)模糊模擬了手抖或物體移動(dòng)，過(guò)曝光則還原了常見(jiàn)的翻車(chē)名場(chǎng)面。

OpenAI 官方并沒(méi)有公開(kāi) GPT-4o 生圖的具體原理，只是淡淡提了一嘴「不同于基于擴(kuò)散模型的 DALL?E，4o 圖像生成是一個(gè)嵌入在 ChatGPT 中的自回歸模型。」

相比傳統(tǒng)「先模糊再去噪」的擴(kuò)散模型，自回歸模型的學(xué)習(xí)方式就像是「按順序拼圖」：它需要逐步地預(yù)測(cè)每一個(gè)圖像片段，也就是一格像素、一塊特征地猜接下來(lái)該是什么。

這種逐格構(gòu)建的方式，使它非常依賴于局部上下文之間的合理性。

換句話說(shuō)，如果模型看到「模糊+角度別 + 光線過(guò)曝」，它會(huì)自然聯(lián)想到這可能是一次手抖的抓拍。于是它在接下來(lái)的區(qū)域里，也會(huì)接著模擬出相應(yīng)的細(xì)節(jié)。

不是因?yàn)樗赶氘?huà)得逼真」，而是因?yàn)樗鼘W(xué)會(huì)了這類(lèi)圖通常就長(zhǎng)這樣。

我們要求 AI 模擬這些「缺陷」時(shí)，實(shí)際上也是在激活模型最熟悉、數(shù)據(jù)量最豐富的模式，最終，這種「真實(shí)感」就從語(yǔ)言層的描述，一筆一劃、逐步落實(shí)到像素層的表達(dá)。

當(dāng)然，具體實(shí)現(xiàn)的底層細(xì)節(jié)，還有待 OpenAI 進(jìn)一步公開(kāi)。

日本機(jī)器人專家森政弘（Masahiro Mori）在 1970 年提出了著名的「恐怖谷」理論：

當(dāng)人造物（如機(jī)器人或 AI 圖像）與人類(lèi)的相似度接近某個(gè)臨界點(diǎn)時(shí)，那些微妙的「不協(xié)調(diào)」會(huì)引發(fā)觀者的生理不適與心理排斥感——它看起來(lái)「差不多像人」，卻不夠自然，從而讓人覺(jué)得怪異。

而一旦這種相似度跨越「谷底」，達(dá)到幾乎無(wú)法與真人區(qū)分的地步，觀者的好感才會(huì)再次回升。

AI 圖像的典型「破綻」（如奇怪的六根手指、不合邏輯的光影、重復(fù)的紋理）往往都是 AI 在生成圖像時(shí)經(jīng)常露餡的地方，一旦被看出來(lái)，就會(huì)讓人瞬間出戲。

而反其道而行之，適當(dāng)引入一些「人類(lèi)特有的笨拙」，反而避開(kāi)了早期生成圖像常有的過(guò)于完美的違和感，也讓 AI 圖片顯得更真實(shí)、更親切。

或許，這也是 GPT-4o 在圖像生成方面的一個(gè)轉(zhuǎn)折點(diǎn)：它不再執(zhí)著于技術(shù)意義上的「完美」，而是試圖回到生活本真的模樣，學(xué)會(huì)用一點(diǎn)點(diǎn)「出戲」，換來(lái)一種「入戲」的真實(shí)。

而技術(shù)越發(fā)達(dá)，我們也似乎越懷念那些帶著瑕疵、卻更真實(shí)的瞬間。

習(xí)慣了手機(jī)/相機(jī)拍出高清大片，像廣告、像模板，但在影像無(wú)限趨于清晰的同時(shí)，是否那些不那么清楚、不那么完美的瞬間，才更接近生活本來(lái)的模樣？

文 | 素人

我們正在招募伙伴

簡(jiǎn)歷投遞郵箱hr@ifanr.com

?? 郵件標(biāo)題「姓名+崗位名稱」（請(qǐng)隨簡(jiǎn)歷附上項(xiàng)目/作品或相關(guān)鏈接）