一张沙发图，改了七遍
在一家做家居电商的小工作室里，我看设计师处理一组沙发主图。客户要把米白换成浅灰，背景从客厅换成一面带晨光的白墙。放在两年前，这是三四个小时的活；现在他框出区域，敲一句描述，十几秒后屏幕上并排出现四张。
麻烦从第二张开始。一张里沙发腿少了一截，一张把扶手的暗纹复制到了坐垫上，还有一张颜色对了，光线方向却和原图打架。剩下那张勉强能用，只是布料变成了他没见过的织物，纹理走向不对，放大就露馅。
快是真快，准是另一回事
图像生成这几年让人印象深刻的进步，是“看起来像”。光影、质感、构图，第一眼常常骗得过人。但商品图的验收标准不在这里——它要求还是这一件：同一款、同一角度、同一块布。换个背景就变成另一件东西，是不能交付的。
根源在可控性。模型学到的是“沙发大致长什么样”，设计师要的却是仓库里那三十七件中的这一件。局部重绘、蒙版、参考图约束都在往这个方向使劲，也确实管用，代价是人得一遍遍试。工具把单次执行压到十几秒，试错的总时长却未必缩短，因为可选的路变多了。
三天后还画得出同一张吗
工作室的负责人提了另一个问题：客户几个月后要补一张同系列的图，还能复现吗？模型版本会更新，同一句提示词在不同时间给出的结果可能对不上。所以他们的做法是把每次的参数、参考图、蒙版都存进项目文件夹，像存工程文件一样。这不太浪漫，但很实际。
版权和责任也绕不开。生成的部分有多少独创性，训练数据来源是否清楚，这些问题在法务那里没有统一答案，只能一事一议。稳妥的做法是把图像生成当成素材来源之一，留痕，别把它当成凭空掉下来的东西。
审美会变懒吗
我更在意另一件慢的事。当“再来四张”的成本接近于零，人很容易停止描述，只反复点重新生成，直到碰上一张顺眼的。这样出来的图往往不差，也说不出哪里好。图像生成把执行的门槛降下来了，判断的门槛没降，甚至更高了——你得先知道要什么，才能从一堆“差不多”里认出对的那张。
那位设计师最后用的是第四张，加上手动修补。他说工具省下的是体力，剩下的是眼力。这话我记下了。