AI修图火了！GPT Image 2被网友玩烂，“照骗”要升级了？

2026 年 4 月，OpenAI 带着 GPT Image 2 正式登台。更强的语言支持、更精细的制图能力、加上推理能力的飞跃——可以说，它确实把 AI 制图这件事推到了一个新高度。雷科技自然也第一时间拉出来实测了一轮。

坦率说，第一印象最直观的，就是生图稳定性。拿以前那些模型来说，人脸一多，五官就开始各玩各的；但 GPT Image 2 的表现明显稳得多，折腾好几轮才有“换脸”迹象。这就让人很自然地想问一句：既然这么稳，能不能干脆拿它当私人影棚用？

答案当然是肯定的。事实上，在 X 等海外社交平台上，已经有不少博主拿它给自己修图了。和传统意义上的 AI“照骗”不太一样，也区别于像素蛋糕这类专业 AI 修图软件那种“微瑕修补”——GPT Image 2“影楼”的玩法正好卡在两者之间：理想状态下，你还是能认出照片里的人是自己，可这些“照片”的每一帧，又确确实实是 GPT 凭空“捏”出来的。

图片来源：雷科技

光说可能有点抽象，不如直接看效果。

一张自拍也能生成“杂志大片”

为了测试这个“AI 影楼”的功效，得先弄张原始素材。这里让 GPT 先自己生成一张“40 岁中年中国男性、不修边幅的自拍”。画面中这位中年男性面露倦容，头发、胡子都异常凌乱，一看就像是刚值完 24 小时轮班——别说拿这张照片去找工作了，就是去注册个网约车司机，都怕吓跑乘客。

用 AI 生成的原始素材

图片来源：雷科技

将它丢给 GPT Image 2，再配上 X 上其他博主分享的提示词，选好风格——画面瞬间来了个大转变。蓬头垢面的形象一去不复返；在专业人像灯的衬托下，面部的细节和轮廓变得清晰、立体，肤质也有了明显改善。

AI 生成的“形象照”

图片来源：雷科技

更有意思的是，尽管出片效果天差地别，但面部表情和五官细节都保留得相当到位——你还是能一眼认出“这确实是我”。在此基础上，还可以对细节进行微调，甚至切换整套场景和风格。

基于上一张“形象照”拓展出的不同风格图片

图片来源：雷科技

有趣的是，就算只给了一张正脸自拍，在指令下 GPT Image 2 也能给出不同角度的照片。实测看下来，尽管衣着相对单一，整体质感也有那么点 AI 味——但提示词稍作调整，这些“AI 照片”完全可以当作个人形象照来用。

基于上一张“形象照”拓展出的“证件照”

图片来源：雷科技

顺带试了一下，让 GPT Image 2 把这种成品照二次加工成证件照。从结果来看，对非正式场合——比如办理工牌、学生证、展会媒体证——这类 AI 证件照确实能派上用场，质感也比摄影工作室常用的“换脸”证件照自然不少。不过仔细对比后发现，它同样不可避免地会修改面部细节：经过大约 10 轮修改后，脸上的痣已经消失了，左眼也变成了双眼皮。考虑到这些细节通常是出入境等正式场合工作人员辨别真伪的依据，所以这里得特别提醒一句——别拿这些“AI 证件照”去办理正式证件。

作为参照，雷科技也在国内 AI 服务中用相同的素材做了测试。

豆包 P 图模式基于原始素材生成的“形象照”

图片来源：雷科技

和 GPT Image 2 不同，豆包和元宝都内置了 AI 修图模式，上传原始照片后可以直接输出对应风格的艺术照和证件照。单从质感上说，豆包和元宝内置模式的出图质量要优于 GPT Image 2，风格也更可控。但如果避开内置风格、直接使用相同提示词生图，那两家的 AI 感和油腻感就会比较明显。

元宝 AI 生图模式基于原始素材生成的“证件照”

图片来源：雷科技

证件照方面，豆包和元宝都能尽可能保留人物面部细节，表现确实比 GPT Image 更稳定。

AI “修图”和 AI “画图”有着本质区别

看到这里，估计有人会纳闷：既然都是上传照片、一键生成，那 GPT 或国内这些 AI 助手玩的花样，和以前常用的像素蛋糕，或者修图 App 里自带的“AI 换头证件照”，到底有什么不同？

在雷科技看来，核心区别在于摄影“记录”的本质。

先说真正的“修图”流派。像像素蛋糕这类专门给影楼批量修图的软件，本质上做的是“修补”。它干活的“对象”是基于原图里本来就有的信息：算法把照片分成皮肤、五官、背景等不同部分，帮你擦掉痘痘、修匀肤色，或者按标准美学公式推一推脸型。

图片来源：像素蛋糕

哪怕是现在手机证件照 App 里常用的“换头”模式，本质上也是把你的“脸”贴在现成的正装模板上——新照片中完整保留了旧照片里已经“定格”的信息。

但 GPT Image 2，或者豆包、元宝的直生图模式，底层逻辑则是“无中生有”。大模型拿到你的原图后，其实根本不关心某个像素点的具体数据：它是通过多模态理解能力，把你的照片解构成一堆语义关键词，比如“40岁、中国男性、短发、有胡子”；听完描述后，再从他学过的海量人像数据里，重新为你“画”了一张新照片。

打个不太恰当的比方：像素蛋糕这类 AI 修图模式，本质上是在“照片上涂改”；而 AI 生图模式，本质上是你向 AI“形容”照片里的人，再让大模型重新画出新的图片。这就是为什么前面测试 GPT Image 2 时，改着改着脸上的痣就不见了——一个拿着橡皮擦在原画上精修，另一个是看你一眼之后转身去重新画，两者的自由度和真实性完全不在一个层面上。

“AI 影棚”会让“照骗”更严重吗？

从雷科技的角度看，“基于原图修改”与“基于描述重绘”的差异，正是这些“AI 影棚”与传统 AI 修图模式最大的区别。但问题随之而来：这种用 AI“重绘”出来的图片，还能被称作“照片”吗？

从技术层面来说，用大模型重绘出的人像，在定义上已经很难被称作传统意义上的照片了。以前拍照，不管是手机还是单反，记录的都是光线投射在传感器上的物理痕迹。而现在，大模型直接在后台根据概率算出一堆像素给你——这些“照片”里的场景，甚至可能都没在现实世界里出现过。这种冲击，和当年数码相机刚普及时有些类似：胶片党觉得数码照片“没有灵魂”；只不过和数字时代相比，大模型“摄影”走得更远。

但话说回来，即使我们知道这些“AI 影棚”出的图根本不能被叫作照片，它也绝非没有意义。以豆包、元宝为例，它们显然走的是纯粹的“实用工具”路线。毕竟从需求上看，绝大多数用户真正需要的，其实就是一张能拿得出手、在现实里能直接用的头像。对一般用户来说，“AI 影棚”的出现，真正把原本有门槛的“形象照”，彻底变成了“触手可及”的东西——动动手指就能省下几百块和半天时间，这完全是技术普惠带来的红利。

当然，硬币的另一面是，当大模型把这种标准化、流程化的出图能力变成免费的大锅饭时，首当其冲的就是线下的流水线影楼。可以肯定的是，如果这类影楼继续守着“化妆+流水线布光+模板化精修”的老路子，在几乎零成本的 AI 影棚面前，迟早会变成下一个时代的弃子。对于线下的摄影机构来说，未来必须走向活动跟拍这种难以被大模型替代的定制化场景。

另外，作为真正摄影的信誉来源，在“AI 影棚”泛滥的未来，“可信度”也会成为线下影楼的求生之道——大家在线下拍证件照时要求的照片回执，从某种角度看，正是影楼“可信度”的证明。

至于很多人担心的“虚拟人设泛滥”问题，在技术层面上其实也没有想象中那么悲观。目前 AI 行业早已达成共识，推出了 SynthID 来验证区分真正的照片和 AIGC 图片。只要各大平台稍微上点心，雷科技并不担心“照骗”会泛滥到不可收拾。

图片来源：Google

不可否认，随着 AI 解放了大家的“创造力”，造假的成本已经被无限拉低。但从另一个方向看，早在 AI 生图技术诞生之前，“照骗”现象就已经屡屡上演。既然“AI 影棚”并没有从根本上让事情变得更糟，同时对我们的日常生活也能提供一些帮助，那用“AI 影棚”满足一下自己的小小心愿，又有何不可呢？

声明：包含AI生成内容