AI PS 卷起来了：谷歌 Gemini 动嘴 P 图，马斯克 Grok 上线图像编辑

Grok 在短时间内推出了图片编辑功能，继 Gemini 点燃图片编辑热潮后，只需简单的文字描述就能实现“用西装替换证件照”、“将黑发变为金发”等专业级的图片效果。随着 AI 巨头之间竞争的加剧，很多岗位可能会经历“复杂操作向简单交互”的转变，大型模型的竞争可能会对传统软件造成伤害。

Grok 在短时间内推出了图片编辑功能。

昨晚，Grok 更新了其图片编辑功能，用户可以通过文字描述直接修改图像。

例如，用户可以上传一张个人证件照，并通过简单的操作让 Grok 为其配上全新的西装。

效果看起来很出色，Grok 还贴心地提供了四种风格选择，比如领带的“有花纹”和“无花纹”选择。

不过，该功能目前似乎仍处于灰度测试阶段（作为高级用户的 Grok 首页尚未显示编辑按钮）。

Grok 手机 App 同步推出

Grok 还同步推出了 X 平台的手机 APP，用户可在手机上体验图片编辑功能。

例如，上传一张照片，并让照片中的“黑发”转变为“金发”。

然而，手机内的 Grok 功能同样仍在灰度测试之中。

由于 Grok 仍在灰度测试阶段，目前线上讨论并不多。

但从一些博主的测试反馈来看，Grok 对其效果似乎颇有信心。

例如，一位拥有 6 万粉丝的博主 Borriss，更新的头像原本使用的是“黑色高领毛衣”。

经过 Grok 的编辑后，头像换成了一套“西服”。

从“黑色高领毛衣秒变西服”，AI 编辑的能力目前看来确实不错。

其他用户也纷纷分享了使用 Grok 编辑图片的效果，不过 Grok 这次出现了一个失误，将用户的脸也换掉了。

例如，可以把一些图片风格转变为 Egon Shiele 风格的画作。

或者给马斯克加上一顶帽子。

大型模型的“内卷”，PS 功能受到影响

Grok 这一快速推出的图片编辑功能，很可能是受到 Google 的 Gemini2.0 狂热的“动动嘴”PS 功能的激励。

Google 发布的 Gemini-2.0-flash 的实验版本能够通过简单的文本描述来完成“P 图”的能力，的确引起了广泛关注。

例如，可以将两张照片合成，并保持自然，同时可以为人物添加动作；还可以将白色裙子更换成红色，甚至给人物系上领带。

从 Gemini-2.0 到 Grok 的图片编辑，不难看出当前最先进模型之间的“内卷”仍在持续。

大型模型也在争夺用户的心理。未来，人们谈起 P 图时，可能首先想到的不是 Photoshop 这种传统的图像编辑软件，而是 AI 驱动的各种大型模型功能。

从图片编辑的变化中，可以看到某种趋势，AI 的发展可能会引发重大的“范式转移”。

许多岗位的工作模式将由“复杂操作”转向“简单交互”。

例如，在图片编辑领域，Gemini 和 Grok 等大型模型将不断降低技术门槛。

以前需要专业软件和复杂步骤才能完成的工作，现在仅需一句自然语言指令便能实现高质量的图片编辑。

当然，现阶段大型模型的 P 图效果仍停留在“可玩”的阶段，专业的图片编辑仍然需要专业的 UI 工程师和特定的软件解决方案。

但 SOTA 模型的竞争依旧没有结束。

正如 Alvaro Cintas 所提到的，OpenAI 为什么还没有推出原生的图像生成和编辑功能？

或许很快会有答案，谁知道哪天 ChatGPT 就会推出原生的图片编辑功能呢。

参考资料：

• https://x.com/dr_cintas/status/1903112910735339984

本文来自微信公众号：新智元（ID：AI_era）