GPT-4o吉卜力全網玩瘋了,但它真的很強嗎?

2025-03-28 | 來源: InfoQ | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

是否會吞噬所有產品？

OpenAI 發布 GPT-4o 文生圖功能後，Jimmy Cheung 的評價是：GPT-4o 的圖像能力，直接幹翻了之前很多創業公司的產品，他們花了那麼多時間、人力、投資人的錢去調優的算法、工作流、模型，直接被一次大模型的更新就取代了。

除了 Jimmy Cheung 吐槽“SD 白學了”，還有網友感歎，學了兩年的作圖工具流 comfyUI 也白學了。一部分人直接大呼：工作流已死。事實上，對於像 comfyUI 這樣的工作流產品而言，情況可能沒有那麼悲觀。

“GPT-4o 目前為止的結果確實挺顛覆，但在真正的商業化可用的能力上，現在不太行，相當長一段時間還是要依賴 comfyUI。”李岩說道。

比如，當前 GPT-4o 的出圖大小並不能滿足實際商拍場景裡的需求，分辨率的提高會需要一些外接能力。另外，OpenAI 在照片改換風格時是做全圖的重繪，細化到了圖像的每一個像素點，但在實際情況中，用戶可能只需要改某一塊地方，其他地方，甚至一個像素值都不能動，這樣的需求就需要 comfyUI 這類非常細粒度的工作流方式去精細化處理。

comfyUI 裡面有後處理、摳圖、調整亮度等很多鏈路，支持使用基於圖形、節點和流程圖的界面來設計和執行高級的穩定擴散流水線。

GPT-4o過於諂媚,"賽博舔狗"惹爭議

劉國梁辭職真相殺瘋全網,竟然是這個原因?

中國的高中要雙休,真的有那麼難嗎?

“對於輕娛樂場景或者要求沒有那麼高的批量生產場景，GPT-4o 現在已經可以發揮價值了。但對於容忍度比較低、項目要求非常高的場景，未來相當長一段時間裡還是要依賴 comfyUI。”李岩總結道。

但是，GPT-4o 對於 Prompt 工程可能會是致命打擊。

“Prompt 工程這件事有可能以後變得也沒那麼重要了。”李岩解釋稱，現在 Prompt 對文生圖、文生視頻模型很重要，是因為整個文本側和圖像側還沒有辦法做到那麼強的 alignment 效果，所以需要盡可能把文本側的內容寫明確、減少信息損失，因此誕生了 prompt engineer。但實際上未來這部分工作如果如果能統一到 GPT-4o 的框架裡，這份工作大家慢慢就不需要了。就算 Prompt 寫的不好也沒關系，還可以再改，只需把不滿意的改進點用自然語言描述給模型，模型就會理解到底應該怎麼改。

在李岩看來，GPT-4o 這次更加證明了工具型產品會更容易被大模型能力吞噬。比如美顏類工具，對於不懂美顏的男生來說，語言交互就可以得到理想的效果。

但顯然，作為正在遭受“沖擊”的 Midjourney 並不這樣想。Midjourney CEO David Holz 犀利指出：GPT-4o 的圖像生成速度慢、效果又差，OpenAI 只是為了籌集資金，而且在以一種不良競爭的方式行事。這不過是一時的噱頭，並非創作工具，不出一周就沒人會再談論它了。