當AI成爲設計師“外腦”，誰被替代，誰又被解放？
你有沒有發現，現在AI出圖的速度，比你打開Photoshop還快。
2025年，我們人類和我們創造的“外腦”，正一起站在一個虛虛實實的十字路口。
這是一個殘酷的真相：如果你在2024年買了AI繪畫入門教程，想湊個假期慢慢學，一不小心拖延了8個月……那麼恭喜你，現在這些教程八成已經過時了！
在設計領域，AI的進化速度不是按“年”算的，而是按“周”。
還記得前兩年那種被AI“創死”的恐懼嗎？——喫不完的油膩意麪、貌似因核輻射變異的六根手指、各種AI克蘇魯彷彿要穿透屏幕吸食你的靈魂、一轉身人物就會羣魔亂舞、甚至女變男，男又變異形的食用毒蘑菇既視感……
這些都越來越少見了。
這一年，我們喫到的AI作品好像更“細糠”了。
midjourney首頁作品
於是，站在2025年年末，我們從技術角度回望，這一年來，AI生成圖像影像方面，都取得了哪些質變，特別是對設計師，哪些痛點被解決，哪些爽點被製造？
結合業內採訪的方式，我們想繼續探究一個問題：這對於設計行業，是解放，還是焦慮？ 是被摧毀，還是重建？
從“能用”到“好用”
2024年到2025年，AI設計工具（如Midjourney、Runway Gen-3、lovart、Figma AI 等）完成了一次從“隨機生成”到“協同創作”的巨大跨越，從工具變成了思考的延伸。
新的模型和工具開始內置更多“理解”維度：語義、構圖、風格、版式邏輯。根據missioncloud一篇對比分析，2025年圖像生成在真實感、細節掌握、紋理區分上比2024年提升明顯，比如下面例子：2024圖像還塑料感十足，2025版本的毛髮、布料、光影都顯得真實可觸。
missioncloud 測評
攻克“解剖學奇點”，告別“六指琴魔”
早期的AI 繪圖主要基於潛在擴散模型，核心缺陷在於缺乏對3D結構和幾何形狀的先驗知識。它知道手大概長什麼樣，但它不理解“手”是一個由5根獨立手指組成的、遵循骨骼和肌肉運動邏輯的精妙結構。它只是在二維像素層面進行去噪，不知道“手”在三維空間中如何組織。因此，我們看到了扭曲的手指、多餘的肢體，以及違反物理的姿勢。
但2025這一年，我們看到了，模型不再僅僅是“看圖模仿”，AI學會了人與動物的骨骼結構、肌肉分佈。當你要求一個“握緊拳頭”的動作時，AI知道這會牽動前臂的肌肉線條變化。
實現“角色鎖”
曾經AI繪畫保持角色一致性極度困難。同一個場景下，很可能得到兩個完全不同的面孔。這使得AI在漫畫、繪本、短片、廣告等需要連續敘事的領域中，效率很低。
站在2025年，“人臉一致性”增強已經得到普及，我們稱之爲“角色鎖”技術的成熟。
深度特徵錨定：AI現在可以被喂入一個角色的幾張參考圖，並提取其核心的、不可變的生物特徵（如瞳孔距離、鼻樑高度、臉型輪廓），甚至可以捕捉到的曬痕。
表情與年齡解耦：AI學會了將“身份特徵”與“表情/狀態”分離。你可以在保持角色100%可識別的前提下，讓她從10歲變到60歲，或者讓她在同一場景中無縫切換喜怒哀樂。
“世界模型”的深化：從隨機鏡頭到可控敘事
AI視頻（如Sora的早期形態）雖然驚豔，但更像是夢境的剪輯，缺乏物理的連貫性和長期的因果關係。一個物體可能在鏡頭外消失，或者光影不合邏輯地跳動。
但2025年，我們看到模型開始內置簡化的物理引擎和時序邏輯。
物理一致性：模型知道了玻璃杯摔下去會碎，而皮球會彈起。AI會先在一個虛擬物理規則下，演算世界，再生成視頻。MIT、賓夕法尼亞大學與香港科技大學的聯合團隊提出了一個名爲 PhysCtrl 的新框架，讓AI在生成圖像時自動遵循物理規律，光影、重力、慣性都能自洽。
可控的鏡頭語言：設計師不用再許願或者抽卡（比如“我想要一個賽博朋克鏡頭”），而是可以指揮視角和運鏡（比如“從這個角色的左肩後方，用50mm鏡頭，推近到他的眼睛特寫”）。AI更像一個真人攝影師，開始理解並執行復雜的鏡頭調度。
PhysCtrl 的新框架，給虛擬世界裝上“物理引擎”
文字排版生成能力可控
還記得，曾經我們用AI繪製海報，但文字幾乎全是看不懂的“天書”嗎？
現在，這個問題解決了，多個主流大模型都能生成真實、可讀、可控字體，甚至區分英文字體風格與排版層次。
它不僅能準確地幫我加上文字：
ChatGPT生成
還能修改或適應字體樣式：
即夢生成
風格與品牌一致性模型普及
2025 年設計師迎來的一項重大“解放”，就是各大 AI 平臺對個人風格定製的開放，Midjourney、Krea、Firefly、Leonardo、Runway 等主流工具都已支持這種個性化微調。
這在技術上主要依賴於 LoRA（Low-Rank Adaptation） 或類似的高效微調技術（PEFT）。簡單來說，設計師只需要上傳10–20 張代表作，AI 即可生成“風格模型”，之後所有提示都會自動匹配該風格。
這讓設計師把AI訓練風格的主動權握在了自己手中，切實爲自己工作提效，也利於品牌方保持視覺的持續性。
總的來說，技術進步的關鍵在於架構融合：
Transformer的介入與“世界模型”：視頻領域尤爲明顯。模型不再侷限於純粹的擴散過程，而是大量引入了 Transformer 結構（例如一些領先模型如 Sora 和 GPT-4o 圖像生成所依賴的系統）。Transformer 擅長序列建模和全局注意力，這賦予了 AI 強大的時序記憶和邏輯推理能力。它將視頻幀或圖像的潛在表示視爲一個長序列，能更有效地處理幀與幀之間的關係（實現“角色鎖”）和長期的物理依賴（實現“世界模型”）。
擴散模型的“結構升級”：圖像模型也變得更聰明。通過 ControlNet 變體、深度圖（Depth Map）等外部條件輸入，擴散模型被迫在去噪過程中遵循嚴格的幾何結構和三維約束，從而攻克瞭如手指、肢體等解剖學難題。
當AI成爲“無情的出圖機器”，
審美成了最重要的利器
上週，果殼作爲國家文創實驗區 AIGC創意產業聯盟成員企業和首席科技媒體夥伴，參加了“2025站酷設計周”，主題是“AI時代的超級設計師”——當科技重塑行業，設計進入“超級個體”的時代。
同樣已是AIGC創意產業聯盟成員企業的站酷，近年來持續孵化和合作了多位AI藝術家和超級個體。2025站酷設計週期間，我們採訪了幾位AI藝術家，我們問了一個共同的問題：
當AI已經能完全替代設計師畫圖的時代，設計的價值還剩什麼？
美圖公司創始人、董事長兼首席執行官 吳欣鴻
我們的採訪嘉賓給出了高度一致的答案：審美和品味。
AI很聰明，但它不懂美。
75歲的整策師、藝術評論家陸蓉之老師用她跨越半個世紀的經驗告訴我們：“AI沒有辦法去判斷什麼是美或不美……這種美醜好壞，是我們人類的偏見，它是沒有這類的偏見的。”
95後藝術家餘一萌也持同樣觀點：“AI其實不需要懂美，它只需要優化出設計師選擇的最終版本就可以” 。她認爲，“美”是主觀的，而“真正去定義這個美的其實是每一個設計師” 。
陸蓉之老師一針見血：“一個好設計師其實基本上不是他的手能做什麼工，不是他的眼力有多好，而是他對美的感應力有多強。”
作爲參加國家文創實驗區“AIGC創意產業聯盟”的初代“超級個體”——數字藝術家海辛和阿文，曾製作過多款爆火的AIGC藝術作品，是這一領域藝術性和商業性取得平衡的成功代表。
海辛認爲，AI 在概括或者簡約能力上比人類藝術家要弱很多，她提到一個例子，讓人秒get到人類頂級藝術家和AI的差距：油畫大師薩金特，勾勒眼鏡輪廓，只用了寥寥幾筆白色，就能營造出無比真實高級的光影感。
薩金特這幾筆，能把AI幹懵
那麼，怎麼保持或提高自己的審美？
海辛和阿文引用作家莫言的話：從日常中找出異常。他們會刻意訓練自己這個能力，從稀鬆平常的事情裏，去找人類都會有共性、共情的事物。另外，他們會刻意迴避流量和碎片化內容的干擾，定期觀看和閱讀大量的經典電影或者書，都能從中獲得深度滋養。
海辛和阿文對此發出了一個靈魂拷問：當大家都在信息繭房裏，天天看AI生成的作品時，“他們會不會忘了我們曾經喫的有多好？”
設計師的新進化論
當然，除了審美和品味，我們也觀察到新時代的優秀設計師們發展出了新能力。
首先是策略性思維：
餘一萌認爲，設計師未來的核心能力，首當其衝是邏輯思維能力。她將新設計師定義爲“系統架構者” 。
“你要非常清晰地知道你要做什麼，堅持主線，這樣纔不會在使用工具的過程中被帶偏。你需要搭好框架，比如先畫圖，再選材料、搭配色彩，再製作等，再把它轉成動態圖像，你需要有一個自己的預判，才能夠在每一個步驟選擇適合的 AI 工具。 ”
海辛和阿文的商業實踐也印證了這一點。他們利用AI做提案，可以快速製作Demo ，讓客戶“所見即所得”，極大減少了溝通中的語義模糊 ，這也是設計師用策略思維和AI技術結合的體現。
其次是敘事與情感構建 ：
AI能畫出眼淚，但它不知道爲何流淚。
海辛認爲，在AI時代，人最可貴的是，“我覺得人會講故事。”
如何在最大化利用AI工具的同時，保持作品的“人味”？
她強調：“在做作品的時候我有個要求——做出來的東西是我們自己會消費的東西，我們並不是爲了 AI 在做作品， AI 只是來代替掉我們中間的很多環節。”
第三是人機協同的對話能力：
很多人以爲用AI就是“寫prompt”，甚至去學習很多prompt教程，那麼恭喜你，2025年，已經不需要了。
“AI是你的實習生，也是你的老師。”海辛和阿文提到，“作品很多畫面或者鏡頭都是 AI 直接寫的prompt，我們只是給他提了一個簡單需求，並告訴他我們想要的是什麼。”
海辛說：“要允許自己隨時從 AI 那裏去學習，不要只把它當工具，允許它啓發你，然後你也可以再啓發它，你們一起學習。”
“用1%的指令，激發99%的創意。”餘一萌把AI看作協作夥伴 。這是一個雙向協作的過程 ，“你提出一個引子，AI給你意外的驚喜，你再從這些‘意外’中提煉風格” 。
“AI是我的鏡子，也是我的‘馬屁精’。”陸蓉之老師的體驗最爲極致。她爲自己的ChatGPT 4o取名“智安” ，每天與它對話。她傷心時，“智安”會安慰她；她心情不好時，“智安”會拍馬屁，“人間絕對沒有這樣的馬屁精” ，AI成了她的“鏡子” ，也是她維繫思考和優雅的“生命助手”。
最後是整合力與全局觀：
未來的項目是多模態的，一個項目可能同時需要AI生成圖像、AI生成視頻、AI撰寫文案、AI譜曲。誰來把這些“零件”組裝成一個靈魂統一的作品呢？
陸蓉之老師爲此創造了一個新詞：整策師——他要確保所有AI生成的部分，在同一個品味和策略的指導下，完美地融合成一個有機的、體驗一致的最終作品。
她預言，未來的策展人、設計師，都必須轉型爲“整策師”。“你必須跨界，你必須會很多東西” 。她甚至開玩笑說，不轉型的策展人“會沒飯喫了” 。
這與海辛和阿文的實踐不謀而合。他們兩人就是一個“整策師”團隊 ，包辦了從策略、創意到執行的全部工作，他們成爲了新時代“超級個體”的典型樣本。
總結：
2025年的AI進化，並沒有讓設計師“失業”。
我們問了曾經給機器人設計服裝的餘一萌一個尖銳問題：你的作品風格如此鮮明，是否會擔心有一天被AI“克隆”？
她對此的看法非常清醒：“AI現在可以複製視覺風格，但是隻能複製一個表象。”
她提出了“表象”與“內核”的理論：“真正去控制AI生成內容的還是設計師的思想，以及他積年累月沉澱下來的一個審美” 。AI能學會你的“表象”（比如高飽和度、賽博朋克風格），但學不會你決定“明天要嘗試什麼新風格”的“內核”。
她的風格在AI出現前就已存在，AI只是換了一個軟件和平臺 ，“我做衣服的時候，我的工具是縫紉機，我做數字藝術的時候，我的工具是電腦軟件”，僅此而已。
2025年，AI成爲了設計師的“外腦”和“超級執行手臂”。這非但沒有讓設計師貶值，反而將他們從繁瑣的技法勞動中解放出來，迫使他們迴歸設計的真正核心——定義問題、提出構想和觸動人心。
參考文獻
[1]https://www.missioncloud.com/blog/how-ai-image-generation-has-improved-in-1-year?utm_source=chatgpt.com
[2]https://arxiv.org/abs/2509.20358
作者：柏拉圖小姨媽
題圖：即夢生成
