你有没有发现，现在AI出图的速度，比你打开Photoshop还快。

2025年，我们人类和我们创造的“外脑”，正一起站在一个虚虚实实的十字路口。

这是一个残酷的真相：如果你在2024年买了AI绘画入门教程，想凑个假期慢慢学，一不小心拖延了8个月……那么恭喜你，现在这些教程八成已经过时了！

在设计领域，AI的进化速度不是按“年”算的，而是按“周”。

还记得前两年那种被AI“创死”的恐惧吗？——吃不完的油腻意面、貌似因核辐射变异的六根手指、各种AI克苏鲁仿佛要穿透屏幕吸食你的灵魂、一转身人物就会群魔乱舞、甚至女变男，男又变异形的食用毒蘑菇既视感……

这些都越来越少见了。

这一年，我们吃到的AI作品好像更“细糠”了。

midjourney首页作品

于是，站在2025年年末，我们从技术角度回望，这一年来，AI生成图像影像方面，都取得了哪些质变，特别是对设计师，哪些痛点被解决，哪些爽点被制造？

结合业内采访的方式，我们想继续探究一个问题：这对于设计行业，是解放，还是焦虑？ 是被摧毁，还是重建？

从“能用”到“好用”

2024年到2025年，AI设计工具（如Midjourney、Runway Gen-3、lovart、Figma AI 等）完成了一次从“随机生成”到“协同创作”的巨大跨越，从工具变成了思考的延伸。

新的模型和工具开始内置更多“理解”维度：语义、构图、风格、版式逻辑。根据missioncloud一篇对比分析，2025年图像生成在真实感、细节掌握、纹理区分上比2024年提升明显，比如下面例子：2024图像还塑料感十足，2025版本的毛发、布料、光影都显得真实可触。

missioncloud 测评

攻克“解剖学奇点”，告别“六指琴魔”

早期的AI 绘图主要基于潜在扩散模型，核心缺陷在于缺乏对3D结构和几何形状的先验知识。它知道手大概长什么样，但它不理解“手”是一个由5根独立手指组成的、遵循骨骼和肌肉运动逻辑的精妙结构。它只是在二维像素层面进行去噪，不知道“手”在三维空间中如何组织。因此，我们看到了扭曲的手指、多余的肢体，以及违反物理的姿势。

但2025这一年，我们看到了，模型不再仅仅是“看图模仿”，AI学会了人与动物的骨骼结构、肌肉分布。当你要求一个“握紧拳头”的动作时，AI知道这会牵动前臂的肌肉线条变化。

实现“角色锁”

曾经AI绘画保持角色一致性极度困难。同一个场景下，很可能得到两个完全不同的面孔。这使得AI在漫画、绘本、短片、广告等需要连续叙事的领域中，效率很低。

站在2025年，“人脸一致性”增强已经得到普及，我们称之为“角色锁”技术的成熟。

深度特征锚定：AI现在可以被喂入一个角色的几张参考图，并提取其核心的、不可变的生物特征（如瞳孔距离、鼻梁高度、脸型轮廓），甚至可以捕捉到的晒痕。

表情与年龄解耦：AI学会了将“身份特征”与“表情/状态”分离。你可以在保持角色100%可识别的前提下，让她从10岁变到60岁，或者让她在同一场景中无缝切换喜怒哀乐。

“世界模型”的深化：从随机镜头到可控叙事

AI视频（如Sora的早期形态）虽然惊艳，但更像是梦境的剪辑，缺乏物理的连贯性和长期的因果关系。一个物体可能在镜头外消失，或者光影不合逻辑地跳动。

但2025年，我们看到模型开始内置简化的物理引擎和时序逻辑。

物理一致性：模型知道了玻璃杯摔下去会碎，而皮球会弹起。AI会先在一个虚拟物理规则下，演算世界，再生成视频。MIT、宾夕法尼亚大学与香港科技大学的联合团队提出了一个名为 PhysCtrl 的新框架，让AI在生成图像时自动遵循物理规律，光影、重力、惯性都能自洽。

可控的镜头语言：设计师不用再许愿或者抽卡（比如“我想要一个赛博朋克镜头”），而是可以指挥视角和运镜（比如“从这个角色的左肩后方，用50mm镜头，推近到他的眼睛特写”）。AI更像一个真人摄影师，开始理解并执行复杂的镜头调度。

PhysCtrl 的新框架，给虚拟世界装上“物理引擎”

文字排版生成能力可控

还记得，曾经我们用AI绘制海报，但文字几乎全是看不懂的“天书”吗？

现在，这个问题解决了，多个主流大模型都能生成真实、可读、可控字体，甚至区分英文字体风格与排版层次。

它不仅能准确地帮我加上文字：

ChatGPT生成

还能修改或适应字体样式：

即梦生成

风格与品牌一致性模型普及

2025 年设计师迎来的一项重大“解放”，就是各大 AI 平台对个人风格定制的开放，Midjourney、Krea、Firefly、Leonardo、Runway 等主流工具都已支持这种个性化微调。

这在技术上主要依赖于 LoRA（Low-Rank Adaptation） 或类似的高效微调技术（PEFT）。简单来说，设计师只需要上传10–20 张代表作，AI 即可生成“风格模型”，之后所有提示都会自动匹配该风格。

这让设计师把AI训练风格的主动权握在了自己手中，切实为自己工作提效，也利于品牌方保持视觉的持续性。

总的来说，技术进步的关键在于架构融合：

Transformer的介入与“世界模型”：视频领域尤为明显。模型不再局限于纯粹的扩散过程，而是大量引入了 Transformer 结构（例如一些领先模型如 Sora 和 GPT-4o 图像生成所依赖的系统）。Transformer 擅长序列建模和全局注意力，这赋予了 AI 强大的时序记忆和逻辑推理能力。它将视频帧或图像的潜在表示视为一个长序列，能更有效地处理帧与帧之间的关系（实现“角色锁”）和长期的物理依赖（实现“世界模型”）。

扩散模型的“结构升级”：图像模型也变得更聪明。通过 ControlNet 变体、深度图（Depth Map）等外部条件输入，扩散模型被迫在去噪过程中遵循严格的几何结构和三维约束，从而攻克了如手指、肢体等解剖学难题。

当AI成为“无情的出图机器”，

审美成了最重要的利器

上周，果壳作为国家文创实验区 AIGC创意产业联盟成员企业和首席科技媒体伙伴，参加了“2025站酷设计周”，主题是“AI时代的超级设计师”——当科技重塑行业，设计进入“超级个体”的时代。

同样已是AIGC创意产业联盟成员企业的站酷，近年来持续孵化和合作了多位AI艺术家和超级个体。2025站酷设计周期间，我们采访了几位AI艺术家，我们问了一个共同的问题：

当AI已经能完全替代设计师画图的时代，设计的价值还剩什么？

美图公司创始人、董事长兼首席执行官 吴欣鸿

我们的采访嘉宾给出了高度一致的答案：审美和品味。

AI很聪明，但它不懂美。

75岁的整策师、艺术评论家陆蓉之老师用她跨越半个世纪的经验告诉我们：“AI没有办法去判断什么是美或不美……这种美丑好坏，是我们人类的偏见，它是没有这类的偏见的。”

95后艺术家余一萌也持同样观点：“AI其实不需要懂美，它只需要优化出设计师选择的最终版本就可以” 。她认为，“美”是主观的，而“真正去定义这个美的其实是每一个设计师” 。

陆蓉之老师一针见血：“一个好设计师其实基本上不是他的手能做什么工，不是他的眼力有多好，而是他对美的感应力有多强。”

作为参加国家文创实验区“AIGC创意产业联盟”的初代“超级个体”——数字艺术家海辛和阿文，曾制作过多款爆火的AIGC艺术作品，是这一领域艺术性和商业性取得平衡的成功代表。

海辛认为，AI 在概括或者简约能力上比人类艺术家要弱很多，她提到一个例子，让人秒get到人类顶级艺术家和AI的差距：油画大师萨金特，勾勒眼镜轮廓，只用了寥寥几笔白色，就能营造出无比真实高级的光影感。

萨金特这几笔，能把AI干懵

那么，怎么保持或提高自己的审美？

海辛和阿文引用作家莫言的话：从日常中找出异常。他们会刻意训练自己这个能力，从稀松平常的事情里，去找人类都会有共性、共情的事物。另外，他们会刻意回避流量和碎片化内容的干扰，定期观看和阅读大量的经典电影或者书，都能从中获得深度滋养。

海辛和阿文对此发出了一个灵魂拷问：当大家都在信息茧房里，天天看AI生成的作品时，“他们会不会忘了我们曾经吃的有多好？”

设计师的新进化论

当然，除了审美和品味，我们也观察到新时代的优秀设计师们发展出了新能力。

首先是策略性思维：

余一萌认为，设计师未来的核心能力，首当其冲是逻辑思维能力。她将新设计师定义为“系统架构者” 。

“你要非常清晰地知道你要做什么，坚持主线，这样才不会在使用工具的过程中被带偏。你需要搭好框架，比如先画图，再选材料、搭配色彩，再制作等，再把它转成动态图像，你需要有一个自己的预判，才能够在每一个步骤选择适合的 AI 工具。 ”

海辛和阿文的商业实践也印证了这一点。他们利用AI做提案，可以快速制作Demo ，让客户“所见即所得”，极大减少了沟通中的语义模糊 ，这也是设计师用策略思维和AI技术结合的体现。

其次是叙事与情感构建 ：

AI能画出眼泪，但它不知道为何流泪。

海辛认为，在AI时代，人最可贵的是，“我觉得人会讲故事。”

如何在最大化利用AI工具的同时，保持作品的“人味”？

她强调：“在做作品的时候我有个要求——做出来的东西是我们自己会消费的东西，我们并不是为了 AI 在做作品， AI 只是来代替掉我们中间的很多环节。”

第三是人机协同的对话能力：

很多人以为用AI就是“写prompt”，甚至去学习很多prompt教程，那么恭喜你，2025年，已经不需要了。

“AI是你的实习生，也是你的老师。”海辛和阿文提到，“作品很多画面或者镜头都是 AI 直接写的prompt，我们只是给他提了一个简单需求，并告诉他我们想要的是什么。”

海辛说：“要允许自己随时从 AI 那里去学习，不要只把它当工具，允许它启发你，然后你也可以再启发它，你们一起学习。”

“用1%的指令，激发99%的创意。”余一萌把AI看作协作伙伴 。这是一个双向协作的过程 ，“你提出一个引子，AI给你意外的惊喜，你再从这些‘意外’中提炼风格” 。

“AI是我的镜子，也是我的‘马屁精’。”陆蓉之老师的体验最为极致。她为自己的ChatGPT 4o取名“智安” ，每天与它对话。她伤心时，“智安”会安慰她；她心情不好时，“智安”会拍马屁，“人间绝对没有这样的马屁精” ，AI成了她的“镜子” ，也是她维系思考和优雅的“生命助手”。

最后是整合力与全局观：

未来的项目是多模态的，一个项目可能同时需要AI生成图像、AI生成视频、AI撰写文案、AI谱曲。谁来把这些“零件”组装成一个灵魂统一的作品呢？

陆蓉之老师为此创造了一个新词：整策师——他要确保所有AI生成的部分，在同一个品味和策略的指导下，完美地融合成一个有机的、体验一致的最终作品。

她预言，未来的策展人、设计师，都必须转型为“整策师”。“你必须跨界，你必须会很多东西” 。她甚至开玩笑说，不转型的策展人“会没饭吃了” 。

这与海辛和阿文的实践不谋而合。他们两人就是一个“整策师”团队 ，包办了从策略、创意到执行的全部工作，他们成为了新时代“超级个体”的典型样本。

总结：

2025年的AI进化，并没有让设计师“失业”。

我们问了曾经给机器人设计服装的余一萌一个尖锐问题：你的作品风格如此鲜明，是否会担心有一天被AI“克隆”？

她对此的看法非常清醒：“AI现在可以复制视觉风格，但是只能复制一个表象。”

她提出了“表象”与“内核”的理论：“真正去控制AI生成内容的还是设计师的思想，以及他积年累月沉淀下来的一个审美” 。AI能学会你的“表象”（比如高饱和度、赛博朋克风格），但学不会你决定“明天要尝试什么新风格”的“内核”。

她的风格在AI出现前就已存在，AI只是换了一个软件和平台 ，“我做衣服的时候，我的工具是缝纫机，我做数字艺术的时候，我的工具是电脑软件”，仅此而已。

2025年，AI成为了设计师的“外脑”和“超级执行手臂”。这非但没有让设计师贬值，反而将他们从繁琐的技法劳动中解放出来，迫使他们回归设计的真正核心——定义问题、提出构想和触动人心。

参考文献

[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：柏拉图小姨妈

题图：即梦生成