作者：王震

OpenAI新一代圖像生成模型image-2，因為驚人的生圖效果在全網爆火。很多人第一次發現，自己只要輸入幾句話，就能得到一張像廣告、像海報的圖片。

最先被推到問題中央的，是設計師。他們被問到的不是“這個工具好不好用”，而是“你們是不是要失業了”。

這一次，興奮的不只是技術圈。公司運營、小店老板、自媒體作者、品牌市場，甚至只是想給朋友圈配一張圖的普通用戶，都開始在對話框里輸入類似的要求：幫我根據這個東西生成一張海報，年輕一點，高級一點。幾秒鐘之后，一張圖出來了。它有光影，有排版，有產品，也有接近商業視覺的完整感。它未必真的能直接用，卻已經足夠讓人產生一種新鮮感：原來一張“像樣的圖”，可以來得這么快。

這種新鮮感很快變成了追問。

小紅書上，有人發帖把問題問得很直接：“有沒有設計行業的人出來說說？你們的天是不是要塌了？”配文里說，自己用image-2做了幾張圖，已經“完全看不出來真假”，設計似乎也“完全用不上了”。另一個帖子則問：“AI生圖發展到image-2如此真實的程度是不是基本快到頭了？”

評論區里，設計師、甲方、藝術生和普通用戶各自給出答案。有人說，客戶的需求這么多年還是“字大一點、間距寬一點、元素往右挪三公分”這類很基礎的要求，但是AI做不到，依舊是設計師改到厭倦；也有人說，老板在乎的從來不是藝術，而是成本；也有人承認，AI能出底圖、給方向，但最后能不能過稿、能不能落地，仍然要看人的經驗和判斷。

image-2真正改變的，不只是出圖速度，而是外界理解設計師工作的方式。當“出圖”變得越來越容易，設計師需要重新解釋：自己提供的，到底是不是一張圖。

01:第一張圖變便宜了，后面的活更難被看見

林夏，27歲，杭州，小型消費品公司平面設計師

林夏第一次明顯感到image-2帶來的壓力，不是因為它生成了一張多么驚艷的圖，而是老板把一張AI生成的促銷圖發給她時，后面跟了一句：“這個方向挺好，你再優化一下，很快吧？”

她在杭州一家小型消費品公司做平面設計。公司十幾個人，她是唯一的設計。公眾號封面、直播間促銷圖、電商主圖、招商PPT、節日海報、老板臨時要發朋友圈的配圖，最后都會流到她這里。

過去，她最常聽到的話是“就改一下”。字再大一點，間距再寬一點，促銷感再強一點，但不要太廉價；要高級，但用戶一眼能看懂；要像大牌，但不能太像；這個元素往右挪一點。image-2火起來后，這句話換了一種說法：AI都出了，你再修一下。

老板發來的那張圖，第一眼確實像那么回事。商品放在畫面中間，背景有光影，促銷文案也擺了上去。如果只是發在工作群里看一眼，很多人會覺得已經能用。老板的判斷也很自然：既然AI幾秒鐘就能做到這個程度，設計師再“專業化一下”，應該不會太久。

但林夏真正開始動手，問題才一層層冒出來。圖里的產品包裝和公司真實包裝不一致；促銷字看起來像字，但不能直接用；品牌色和過去幾個月的活動視覺接不上；主標題和價格沒有層級，用戶第一眼不知道該看新品還是看優惠；背景雖然好看，卻無法順利延展，一旦改成小紅書豎圖，左右兩邊就空了。如果再做成直播間背景，又要重新適配。

更麻煩的是，這張圖不是源文件。它沒有圖層，不能像PSD一樣拆開改。林夏最后做的，不是簡單修圖，而是照著AI給出的“感覺”，重新搭了一版能發出去的圖。

她不否認AI好用。以前找參考圖、拼情緒板、試風格，可能要花半小時甚至更久。現在用image-2等軟件，很快能拿到幾個方向。它能讓老板、運營和市場更快看到一個大致結果，溝通也更直觀。

讓她不舒服的是，AI把第一張圖做得太完整，反而讓后面的工作顯得不值錢。在老板眼里AI已經完成了80%，她只是做剩下的20%。可林夏知道，真正費時間、真正決定這張圖能不能發布的，往往就是這20%。

后來，老板再發來AI圖，她不會立刻動手改。她會先把問題列出來：產品不對、文字不可用、尺寸要重做、品牌色偏了。她需要先證明，這不是“修一下”。

AI不會進工作群，也不會在復盤會上挨罵。圖出了問題，最后被追問的還是人。

02:好看的包裝圖，不等于能生產的包裝

周銘，32歲，廣州，食品與日化包裝設計師

周銘看到一張AI生成的包裝圖時，第一眼看的不是它漂不漂亮，而是它能不能做出來。

他在廣州做包裝設計，長期服務食品、飲料和日化客戶。對外行來說，包裝設計像是在給一只瓶子、一只盒子做一張好看的臉。但在周銘的工作里，包裝首先是一件要被生產出來的東西。盒型、刀版、賣點區、條形碼、配料表、生產信息、印刷色差、紙張材質、覆膜、燙金、UV、壓紋、打樣和貨架陳列，每一步都會影響最后的結果。

image-2火起來后，有客戶拿著一張AI生成的包裝效果圖來找他，說：“這個很好看，你照這個做一版就行。”

那張圖確實好看。盒子正面有大面積留白，產品名很醒目，背景帶著高級的漸變光，看起來像一款已經完成的新品包裝。但周銘看了幾分鐘，就知道它只是“像包裝”。

AI圖里展示的是一個類似包裝的立體效果，卻沒有真實的刀版邏輯，也沒有展開面。要把它變成可以交給工廠的文件，周銘還要重新確定盒型尺寸、展開結構、正背側面的信息區，以及具體印刷工藝。

有些問題一眼就能看出來。字體太細，印刷出來可能會糊；顏色太滿，打樣后可能發臟；正面賣點沒有層級，消費者掃一眼抓不到重點；配料表、凈含量、執行標準、生產信息和條形碼沒有留位置。對客戶來說，那是一張漂亮的包裝圖；對周銘來說，那只是一個還沒有進入現實的效果圖。

包裝設計和一張線上視覺圖不一樣。后者只要信息清楚、尺寸正確、風格不離譜，很多時候就算完成。包裝卻要落到真實商品上，被印刷、被裁切、被折疊、被擺上貨架，也會被消費者拿在手里。它不僅要好看，還要合規、可生產、可運輸、可陳列。

周銘并不排斥AI。他現在也會用image-2、NanoBanana、即夢等做前期方向。客戶想看“輕奢感”“兒童化”“國潮”“環保感”“高端禮盒感”，過去要找大量參考圖，現在可以很快生成幾版視覺氛圍，讓客戶先判斷自己到底想要什么。

但他不會直接用AI圖。在他看來，AI像一個很會畫效果圖的實習生，能把想象變得具體，卻不知道生產線是什么，不知道印刷廠會怎樣處理顏色，也不知道一排同類產品擺在貨架上時，消費者的視線會先落在哪里。

周銘最常做的事，是把一張“像包裝”的圖拆回現實：這個顏色能不能印，這個字體能不能讀，這個賣點放在哪里，刀版怎么走，成本能不能接受，打樣之后會不會偏色。

AI改變的是包裝設計的前半段。它能更快給出一個看起來成立的方向，卻不能替周銘完成后半段，把一個漂亮想法，變成真正能生產、能上架、能被消費者買走的包裝。

03:客戶有了AI方向，報價就變難了

阿哲，29歲，成都，自由職業設計師

阿哲的變化更直接：價格變了。

他在成都做自由職業設計，接品牌小案子、電商視覺、社媒視覺和活動物料。過去客戶找他，通常會說：“幫我做一套視覺。”現在，越來越多客戶會先發來一張AI圖：“我已經有方向了，你幫我修一下就行。”

這句話改變了整單生意的起點。

過去，阿哲從需求開始收費。理解品牌、找參考、做風格、排版、配色、改稿，這些都算在項目里。現在客戶拿著AI圖來，默認前面的工作已經完成。設計師只是最后那個“潤色的人”。

但阿哲也發現，修AI圖有時并不比從零做更簡單。

客戶發來的圖沒有圖層，不能拆分修改；圖里的文字要全部重排；產品邊緣不干凈，要重新摳；背景無法延展，做橫版還行，改成豎版就崩；人物手部、陰影和空間透視有問題；客戶還要不同平臺、不同尺寸、不同場景的交付版本。最后他做的工作，接近重做一遍。

客戶卻不愿意按完整項目付費。客戶看到的是一張已經成形的圖，設計師看到的是一張不能落地的半成品。阿哲最難解釋的地方就在這里：AI讓客戶以為設計已經完成了一大半，但實際交付要從文件、尺寸、內容和場景重新整理。

阿哲更愿意把AI當成草稿機，它能快速給出方向，減少前期溝通，讓客戶更快理解“冷色調”“促銷感”“高級感”這些抽象詞。但他不會把AI結果直接交付給客戶。真正能收錢的東西，還是要回到軟件里，重新處理成可編輯、可延展、可上線的文件。

后來再遇到拿AI圖來“修一下”的客戶，阿哲會先問清楚：要幾個尺寸，能不能接受重做，源文件算不算交付，修改輪次怎么算。報價也不再按“修圖”算，而是按“重新整理一套可用物料”算。

更矛盾的是，阿哲遇到的甲方并不總是鼓勵使用AI。也有不少甲方和市場在抵觸AI，一些項目合同及事前交流時直接要求不允許使用。原因并不復雜：版權歸屬不清，品牌不想和模板化視覺混在一起，也擔心商業物料被質疑“AI味太重”。

這讓阿哲的處境變得更尷尬。客戶會拿AI圖來壓低價格，卻又要求最后交付的東西不像AI，AI被用來降低成本，但風險仍然要人兜底。

04:還沒學會判斷，練手機會先少了

陳雨，23歲，杭州，電商公司助理設計師

陳雨最怕的不是AI比她強，而是自己還沒來得及變強。

她視覺傳達專業畢業，在一家電商公司做助理設計。她每天做的事情很基礎：摳圖、修圖、改尺寸、套模板、做活動視覺、批量改詳情頁、整理素材、做店鋪banner。

這些活不高級，甚至有些機械。但對陳雨來說，這是她進入設計行業的入口。

她通過改尺寸學會不同平臺的視覺規則，通過套模板理解信息層級，通過修圖理解產品質感，通過反復改活動圖學會什么叫“讓用戶先看到價格”。那些看起來重復、低級的工作，正是新人積累判斷的地方。

image-2火起來后，她發現自己最常做的基礎活，正是AI最容易覆蓋的部分。以前主管會讓她根據一場618活動做十張banner，從里面挑兩張繼續改。現在，主管可能先用AI生成幾個背景，再讓她把商品、價格、賣點和按鈕套進去。她不再從空白頁面開始理解一個設計，而是從一個已經生成的結果開始修補。

資深設計師可以說，AI是工具。品牌設計師可以說，真正值錢的是判斷。可陳雨還沒有到能賣判斷的階段。她的問題是：判斷本來就是從基礎勞動里練出來的。如果基礎勞動被壓縮，新人靠什么成長？

一位進修過心理學和傳播學的藝術生陳浩把這種變化說得更直白：低端設計需求被ai堵死是時間進程問題，目前看不到改變的跡象；中端被技術發展而淹沒已然成趨勢了，ai進步的速度比預想的要快很多，雖然目前還需要真實的人類來進行干預與維護；高端要理解真實的人類的認知和社會形態的變化所帶來的視覺感受的變化，然后再設定品牌應該選擇怎樣的設計進行呈現。在選擇的過程中可以ai快速驗證，再訓練ai進行修正，然后由人來完整的審核整套設計的內在邏輯、視覺感受與潛在傳播能力。

陳雨能理解這句話，但它對新人并不友好。因為她還沒有進入“理解品牌”“理解人群”的階段，她還在通過摳圖、排版、改尺寸和活動頁，學習什么叫重點、留白和商業轉化。

一個行業的成熟，不是從大師開始的，而是從大量低級任務開始的。設計師不是一畢業就會做品牌系統、視覺策略和商業轉化。很多人都是從摳圖、排版、改稿、套模板、做活動物料開始，在一次次被要求調整信息層級、產品位置、色彩關系的過程中，慢慢理解什么叫重點、留白、審美和商業落地。

AI最先替代的，恰恰是這些訓練場。陳雨知道自己必須學AI，也知道不能只會基礎軟件。但她仍然感到一種提前到來的壓力：她還沒學會判斷，練手機會先少了。

05:當風格變便宜，判斷就更貴了

許行，35歲，北京，品牌設計師與美術指導

許行是最早使用AI的人之一。

他在北京做品牌設計和美術指導，服務過消費品牌、展覽項目和內容平臺。image-2出來后，他很快把它放進自己的工作流：做情緒板、找風格參考、生成廣告分鏡、模擬產品場景、探索KV主視覺、輔助提案。

他不把AI當敵人。相反，他覺得這是一個反應很快的助理。過去前期提案要找大量參考圖，現在可以快速生成十幾個方向。

他會把AI出來的方向分成三類：可以做色彩參考的，可以放進情緒板里的，看起來驚艷但必須刪掉的。太像模板、太像廣告、太光滑的東西，會被他先篩掉。真正進入提案時，他還要把留下來的局部構圖、色彩關系和氛圍，重新整理成品牌自己的視覺語言。

在他看來，一張圖好看，不代表品牌成立。

一個品牌不能今天像瑞幸，明天像蘋果，后天像蕉下。品牌設計不是每次生成一張漂亮圖，而是在不同渠道、不同活動、不同季節里，讓用戶持續認出你。這背后是字體規范、色彩系統、圖形語言、品牌一致性、跨渠道延展、商業轉化和長期資產。它們不如一張AI圖直觀，卻決定一個品牌能不能真正被記住。

許行最近也注意到，很多AI圖已經有了自己的“氣味”。有人在小紅書上問，為什么ChatGPT生成的圖片里總有一種模模糊糊的點狀噪點，主體上也有說不清的痕跡。另一個設計賬號回復說，從設計角度看，噪點本身也是一種風格。

圖源：小紅書

許行覺得，這正是AI圖有意思的地方。它不只是會生成風格，也開始形成自己的風格。過度完整、過度光滑、過度像廣告，第一眼很驚艷，看多了反而會變成一種模板感。

當所有人都能生成一張“很像真的”圖片，“像真的”本身就不再稀缺。真正稀缺的，可能變成某種有生活痕跡、有情緒判斷、不那么標準化的設計。

許行認為，AI讓“風格”變得便宜了。過去設計師要花很多時間探索風格，現在AI能很快給出各種視覺樣式。但風格越便宜，選擇什么風格、保留什么風格、什么時候不該追求風格，就越重要。

AI可以出圖，但它不知道為什么這個品牌不能這樣表達；AI可以生成“高級感”，但它不知道這個產品到底該不該高級；AI可以模仿某種流行趨勢，但它不知道這個趨勢對品牌長期資產有沒有傷害。

06:老板不一定少要設計，但想少等一點、少花一點

王老板，40歲，鄭州，本地消費品牌主理人

王老板不是設計師，也不打算每天自己做圖。

他在鄭州經營一家本地消費品牌，團隊二十多人。公司常年需要促銷物料、門店物料、社群轉發圖、直播間背景、PPT和短視頻封面。過去，這些需求要么找外包，要么讓市場同事整理需求，再交給兼職設計或合作設計師。

對他來說，最麻煩的不是設計不好看，而是慢：一版節日物料要溝通兩三天，一版門店物料要反復改，外包接單也要排期。有些東西在他看來并不復雜，只是上新品、搞促銷、發個活動通知。他不一定追求頂級審美，只想要快、便宜、能發、能賣。

image-2火起來后，他第一次發現，自己不用真正會設計，也能先拿到一個“方向”。

他不是要親自把圖做完，而是把AI生成的圖當成溝通草稿。以前他只能說“要年輕一點”“要高級一點”“促銷感強一點”，這些詞到設計師那里經常要來回理解；現在他可以讓市場同事先用AI試幾版，再把其中一版發給設計師：“就照這個感覺走。”

過去是設計師先理解需求、找參考、出方案；現在是老板或市場先拿AI生成一個大概方向，再讓設計師把它變成能上線的視覺。

王老板不會用“藝術”來評價這些圖。他更關心發出去有沒有人點，投放后有沒有轉化，門店物料能不能讓用戶看懂，社群圖能不能帶來咨詢。對他來說，AI不是審美革命，而是一種降低試錯成本的工具。

如果AI出來的東西落地不行、沒有效果，那再便宜也沒意義；如果它能解決臨時物料和初稿方向，他就會繼續用。

那些只發在社群里的促銷圖、臨時活動通知、節日祝福物料，他會覺得AI已經夠用了；但真正要印刷、投放、上門店、代表品牌的東西，他還是會找人把關。

他的矛盾也在這里：AI能降低試錯成本，但不能替他承擔風險。產品圖不對、字體侵權、品牌跑偏、投放效果差，最后還是要有人負責。

所以王老板不是不需要設計了，而是開始把設計分層：有些圖可以便宜解決，有些圖必須交給專業的人。

結語：設計師的天沒有塌

image-2讓“會出圖”不再稀缺，也讓設計師重新證明自己的價值

林夏還在把老板發來的AI圖拆成一張修改清單；周銘繼續把漂亮包裝圖還原成刀版、材質和打樣問題；阿哲開始在報價前先問清楚尺寸、源文件和修改輪次；陳雨還在基礎活里尋找練手機會；許行繼續用AI出方向，但不把最后判斷交出；王老板也沒有真的放棄設計師，他只是更細地計算，哪些圖可以便宜解決，哪些東西必須有人負責。

所以，設計師的天塌了嗎？

沒有。至少現在沒有。

真正塌下來的，是設計行業里那層最薄的地板：基礎執行、低價商單、重復物料，以及外界對設計勞動本就不多的耐心。

image-2沒有讓設計失去價值，它只是讓“出圖”這件事從專業能力變成了公共能力。

設計師以后要證明的，可能不再是自己比AI更會畫，而是自己更懂為什么這張圖不能這么用：為什么它不適合這個品牌，為什么用戶第一眼看不到重點，為什么一張漂亮圖還要變成可以執行、可以延展、可以負責的商業結果。

當所有人都能生成一張圖，設計師要重新證明的，不是圖片，而是判斷、經驗和責任。