今天小编分享的科技经验：“吉卜力风”免费版来了！豆包这款AI生图神器，不比GPT弱？，欢迎阅读。
最近两周，" 吉卜力画风 " 突然就火了。
事情的开始是这样的，3 月 26 日，OpenAI 推出了基于 GPT-4o 多模态大模型的高精度影像生成功能"4o Image Generation"，按照他们的说法，现在用户只需一句简单的文字描述，就能实现精美的广告或平面图的制作、应用界面的 UI 设计、LOGO 或图片风格的切换等等。
结果呢？整个互联网的人，都在用它变身 " 赛博宫崎骏 "。
不开玩笑，小雷是真被这玩意给刷屏了，这两天一打开群聊，就能看到无法无天的群友们在拿 GPT-4o 疯狂整活，有做头像的，有做表情包的，甚至还有把 " 黄 O 大道东 " 变成吉卜力画风的，推特上的国外网友玩得更是乐此不疲，看得我都有点心痒痒的。
（图源：X）
幸好，类似的功能，国内大模型并不是没有。
比如说字节跳动的 SeedEdit，同样可以实现 " 自然语意修图 "，用户只需输入简单的自然语言，便可对影像进行多样化编辑操作。
最重要的是，这功能可不需要你想方设法翻出去用，在字节跳动的豆包官网就直接能用，而且目前豆包的 " 影像生成 " 功能是完全免费且不存在限制的，这一波甚至能把开会员的钱也给直接省下来。
话不说多，我们这边直接开整！
想体验这个功能的话，其实还蛮简单的就是了。
打开豆包网页版，在输入框下面就有「图片生成」，应该就能看到上传参考图的选项了，这里就是 SeedEdit 模型的入口。
要做的事情很简单，上传图片，然后输入我们想要改变的内容。
（图源：雷科技）
话不多说，先来看图。
首先，小雷这边选用了一张来自知名音乐录像带里的截图，让豆包和最近巨火的 GPT-4o 都试着" 帮我换成吉卜力风格 "。
这是原图：
（图源：Youtube）
这是豆包的成品：
（图源：豆包）
这是 GPT-4o 的成品：
（图源：GPT）
对比下来，GPT-4o 的衣服还原度更高，手部没有变形，只是没有维持原图比例；豆包虽然整体构图、配色更加贴近原图，但是衣服有些微变化，手部有些变形，甚至多了一只抓着麦克风的手。
接着试一下大家都关心的名人，比如说马斯克：
比方说乔布斯：
再给乔布斯换个迪士尼风格：
从结果来看，豆包的转换效果可以说是非常成熟。
最后，我们试一试影视剧集里的名场面，这次就拿《和平使者》里面约翰 · 塞纳饰演的克里斯多福 · 史密斯的名场面做例子：
（原图，图源：HBO Max）
这次差距其实更加明显一些，GPT-4o 甚至把金属头盔保留了下来，身边的两名角色也做到了精准的画风转制，但是图片比例有所修改，文字信息也没有保留下来。
作为对比，豆包则是试图在整幅画面上进行对齐，然而人数一多起来，角色的服装和样子就没多少能对上的。
但是，接着我就要说但是了，豆包的效果还是比 Gemini 2.0 要强上一大截的，谷歌这玩意虽然支持自然语意修图，但是既不懂吉卜力风格是啥意思，也搞不清楚怎么修改图片比例。
（图源：Gemini 2.0）
可恶的谷歌，不要给我看这一堆不知所谓的东西！
其实把思路反过来，把画改成真实风格，豆包搞得也不错，我上传了一张刻在不少人基因里的 Meme 图片，让它以此为原型，生成一张真实照片。
嗯 ... 只能说像是挺像的，就是没了那种冲击感。
如果再简单调整一下的话，就能做出下面这种效果：
虽说脸型有点不对，笑得也是有点狰狞，但是这种打破次元壁的做法，还真就只有 AI 大模型能够实现。
不过，人人都在用吉卜力画风，也带来了新一轮的版权问题。
毕竟早在 2016 年，宫崎骏评价 AI 动画技术时就直言：这是对生命本身的侮辱。
宫崎骏反对用技术代替手工创作，他认为 AI 生成影像缺乏对生命力的敬畏，而在 2025 年的今天，技术力的进步，反而让大家对这件事情变得更肆无忌惮了起来，确实是有点讽刺的。
既然如此，我们不妨转换一下思路，把它当成 PS 来用？
比如在设计行业里源远流长的梗，" 让大象转个身 " 这种要求，我们在豆包上能不能实现呢？
答案是" 完全可以，轻易可以 "。
可以看到，SeedEdit 生成的大象背面是非常合乎逻辑的，耳朵的形状、脚部的位置、身体的颜色都做得相当不错，周围的环境也保持了高度的一致，很难看出画面上有什么破绽。
不过类似海报的效果，豆包就做得不咋样了，和 GPT-4o 可以说一眼就能看出差别了。
只能说，豆包在审美这块，还真有挺多要学的地方。
最后，我也试了一下豆包凭空进行 " 图片生成 " 的效果。
提示词如下：
一位年轻的印度女性，黑发扎着敞开的马尾辫，身穿黑色夹克，站在大学校园里，直视着镜头。该影像具有 1990 年代风格的电影静态美学，在阳光明媚的日子里拍下的特写肖像。
对比豆包，GPT-4o 产出的图更有特写感；Midjourney V7 产出的图片光线更加自然，人物脸部的肤色也相对更加清晰，细节更加丰富，画面焦点更加清晰，但总的来说，三者都没啥肉眼可见的问题。
不可否认，如今 AI 大模型在 " 绘画 " 上足以独当一面了。
但是在影像编辑领網域，AI 大模型依然是相对落后的，无法进行精准编辑一直是行业的老大难问题。
前些年，这类需求一般可以通过 Stable Diffusion 的 ControlNet 插件来实现。
它可以获取额外的输入影像，通过不同的预处理器转换为控制图，进而作为 Stable Diffusion 扩散的额外条件，只需使用文本提示词，就可以在保持影像主体特征的前提下任意修改影像细节。
（图源：新浪微博，识别特征并进行重新绘制）
然而本地部署 AI 应用这事，和大部分小白是基本无缘的。
所以在进入今年后，包括 GPT-4o、Gemini 2、Midjourney V7 等先后上线了通过自然语意修图的功能。
个人认为，这种只需给定输入影像和告诉模型要做什么的文本描述，然后模型就能遵循描述指令来编辑影像的功能，甚至可以被视为重大突破，曾经被视为必备技能的 PS，如今似乎陷入了 " 可学可不学 " 的微妙处境。
当然了，目前这类模型在生成图片时还是有一些问题存在的。
直到今天，豆包 AI 修图依然缺乏人像前后的一致性，也缺乏图片内容的方向性，只要涉及到人物面部的修图，那么最终出来的影像和原图的差异会很夸张，豆包本身也很难判断你要修改的是图片里的哪个元素。
倒是文字处理能力，相较以往有了一定提升，现在 SeedEdit 在修图时已经不会随便编造文字内容，但是图片生成时的错字现象依然需要改善。
不管怎么说，豆包 SeedEdit 算是弥补了国产大模型在语义 AI 修图应用这块的空白。
可以预见的是，随着 AI 影像编辑技术的不断发展，未来手机、电腦都可能会集成这项功能，就像 AI 消除、AI 扩图那样走进寻常百姓家。无论是小白还是大咖，每个人都有机会轻松上手使用，让自己对美的理解可以更直观地展现出来。
修图有手就行？或许真的不是梦。
