上周和一位做品牌视觉的朋友吃饭，他说最近有个奇怪的变化：图变多了，落地的方案反而变慢。以前一周出三版草稿，现在一个小时能攒出几十张参考，可真正敢发出去的那一版，还是要磨到最后一刻。
这大概是「图像生成」进入日常之后容易被忽略的一面。工具把「画出来」这一步的成本压得很低，却没有把「决定要什么」一起解决。两件事被拆开了，中间那段空白落在了人身上。
它做的其实是减法
要理解它为什么会有那种「看着很像、细看不对」的质感，可以想想扩散模型的基本思路。它不是从一张白纸开始构图，而是从一团噪声开始，反复预测并减去噪声，一步步逼出一张图。这个过程更像雕塑里的「去掉多余的」，而不是绘画里的「加上去」。
好处是它对材质、光线、氛围有很强的模仿能力——这些恰好是难用语言描述、却能被大量样本统计出来的部分。代价也在这儿：它学的是「通常长什么样」，不是「这张图应该长什么样」。于是就有了那种熟悉的手感，远看惊艳，放大之后手指数量、文字笔画、结构衔接开始出问题。
画得像，不等于画得准
实际用下来，耗时间的往往不是刚出图那会儿，而是改到第十来张的时候。改一个局部，别的地方跟着变；想让同一个角色在不同画面里保持一致，得反复试；让画面里的文字准确无误，多半还得回到排版软件里补。
这些不是「再等两年就好了」的问题，而是任务性质决定的。图像生成本质上是在一个概率空间里采样，采样能保证结果落在合理区域，却很难保证落在你指定的那个点上。需要精确控制的地方——版式、比例、品牌规范、可交付的文件结构——目前还是要靠人接手。
成本从「做」挪到了「选」
于是工作流悄悄变了。以前卡在技法：不会画就是不会画。现在卡在判断：一屏几十张，你得知道哪张能用、为什么能用、还能往哪个方向改。
这听起来轻松，其实更累。做的时候有明确进度，选的时候没有；做错了可以重来，选错了要等落地之后才发现。所以我更愿意把它当成一台「提案机器」，而不是「交付机器」：
- 先用它把方向铺开，一口气生成足够多的可能性，但这一步别纠结细节；
- 方向定了就回到可控的工具里做，把生成图当参考底稿，而不是最终文件；
- 把每次觉得「对了」的提示词和参数随手记下来，手感这东西不记就会丢。
还有一点容易被跳过：素材来源和使用边界。不同平台对生成内容的授权说法并不一样，商用之前值得花十分钟读一遍条款，这件事没法靠感觉判断。
一个不算结论的判断
我不太认同「它会让设计师消失」这种说法，也不太认同「它只是个玩具」。更接近事实的描述可能是：图像生成把视觉生产的门槛降低了一大截，同时把判断力的价格抬高了一大截。前者很快会被所有人用上，后者才是差距所在。
那位朋友最后说了句我印象很深的话：以前怕自己画不出来，现在怕自己说不清楚。大概就是这个意思。