OpenAI 神秘硬件細(xì)節(jié)曝光，我用 AI 還原了真機(jī)，注入蘋果設(shè)計靈魂

這段時間，有一款神秘 AI 硬件吊足了網(wǎng)友們的胃口——比肩 iPhone 和 MacBook 的使用場景和頻率，但不帶屏幕，又不是 AI 眼鏡、AI 耳機(jī)、AI pin、iPod ……它背后的老板還放言要「量產(chǎn) 1 億臺」。

OpenAI CEO 奧特曼和蘋果前首席設(shè)計官艾維聯(lián)創(chuàng)的 io 公司，究竟用 AI 搗鼓了什么「開辟新賽道的硬件設(shè)備」，好難猜啊！

于是，雖然奧特曼透露計劃明年末正式發(fā)布該產(chǎn)品，但現(xiàn)在已有不少 X 網(wǎng)友忍不住打起了 AI「猜」圖的主意。萬一它知道些「內(nèi)幕」呢，對吧？

目前市場上有關(guān) io 首款硬件設(shè)備細(xì)節(jié)的爆料，主要有以下幾點(diǎn)：

無屏幕，通過內(nèi)置攝像頭和麥克風(fēng)實(shí)現(xiàn)外界環(huán)境交互

外形設(shè)計風(fēng)格類似 iPod Shuffle

未采用 AI 眼鏡、智能手機(jī)、耳機(jī)這幾種當(dāng)下流行的 AI 硬件形態(tài)

比 AI pin 大一些

有掛脖式設(shè)計

可以與智能手機(jī)、PC 聯(lián)動

話不多說，先來看看 AI 創(chuàng)作博主 Ben Geskin 在 X 上甩出的「io 產(chǎn)品圖」，有近 9000 人次的 X 網(wǎng)友前來圍觀。

綜合來看，上圖不僅覆蓋了這幾點(diǎn)核心爆料信息，印上了自家金主 OpenAI 的 Logo，還設(shè)計出了一種不常見的 AI 硬件形態(tài)——畢竟多少有點(diǎn)「撞臉」更常見的剃須刀、按摩儀、充電寶……

Ben Geskin 該帖評論區(qū)里，有其他 X 網(wǎng)友接力曬出其他款式的「io 產(chǎn)品圖」。

由 OpenAI 的 ChatGPT 生成的「GPT 版 Apple Watch」：

不是 AI 眼鏡、耳機(jī)自帶攝像頭，因此推導(dǎo)智能手表設(shè)有攝像頭？倒也是說得過去。

由 xAI 的 Grok 生成的「便攜桌面版 AI 攝像頭」：

這種場合，怎么能少了擁有當(dāng)前「地表最強(qiáng)文生視頻模型」Veo 3 的 Google 呢？那么，Google 最新版文生圖模型 Imagen 4 的表現(xiàn)如何，讓我們直接請出 Gemini，先睹為快。

愛范兒把同一套「預(yù)測 io 產(chǎn)品圖」的提示詞，分別拋給了搭載 Imagen 4 的 Gemini、搭載 GPT-4o 的 ChatGPT 以及搭載 Grok-3 的 Grok，然后它們各自給出了如下模擬產(chǎn)品圖。

單次此輪生成效果來看，三者都基本覆蓋了爆料信息中的產(chǎn)品設(shè)計要素。其中，Gemini 和 ChatGPT 的產(chǎn)品圖更貼合可掛脖的設(shè)計點(diǎn)，而這兩者相比之下，Gemini 生成的產(chǎn)品圖在視覺質(zhì)感上會略勝一籌。

按照 Google 官方的說法，Imagen 4 能夠更清晰地呈現(xiàn)諸如皮膚、毛發(fā)、復(fù)雜紋理等圖像細(xì)節(jié)部分，也更擅長創(chuàng)作「照片級」、「寫實(shí)風(fēng)格」的 AI 圖像。同時，其宣稱 Imagen 4 所生成的 AI 圖像支持各種長寬比，且分辨率高達(dá) 2 K。

不過有一說一，Gemini 所設(shè)計的這款 io 產(chǎn)品「長得有點(diǎn)人山人海的」，越看越像 Apple Watch+AI pin+ 登山包掛繩的結(jié)合體……

另外，Gemini 還同時給出了能體現(xiàn)「io 新產(chǎn)品與智能手機(jī)、PC 設(shè)備隔空聯(lián)動」的示意圖。

除此之外，Imagen 4 還可以把握住一些抽象風(fēng)格的 AI 圖像創(chuàng)作需求。

并且，該 AI 模型進(jìn)一步升級了拼寫、排版方面的出圖質(zhì)量，可優(yōu)化賀卡、海報、漫畫等場景的 AI 創(chuàng)作。

雞蛋盒外印刷包裝上的英文內(nèi)容清晰、準(zhǔn)確、美觀：

多格漫畫中，故事劇情連續(xù)，圖文內(nèi)容相配，遠(yuǎn)景、中景、近景畫幅兼顧：

近期走紅網(wǎng)絡(luò)的像素風(fēng)漫畫也能拿捏：

Imagen 4 現(xiàn)已在 Gemini App、Whisk、Vertex AI，以及 Workspace 的 PPT、Video、Doc 等產(chǎn)品中上線。

據(jù) Google I/O 大會方面透露，Imagen 4 后續(xù)將推出一個快速版本，屆時其 AI 生圖速度將是上一代 Imagen 3 的 10 倍，讓我們一起拭目以待吧。

一位細(xì)節(jié)控的攝影師

如果說 prompt 關(guān)鍵詞還原度、畫面主體內(nèi)容完整度，現(xiàn)在市面上主流的文生圖模型都能做到「有鼻子有眼的了」——總體水平相差并不大。

因此，在圖像生成質(zhì)量這塊兒，Google 開始卷細(xì)節(jié)了，宣稱 Imagen 4 有「更細(xì)膩的色彩」和「更精致的細(xì)節(jié)」。這聽起來沒什么實(shí)感，還是得「用圖說話」。

基于同一套提示詞：

一只金毛狗在沙灘上找貝殼（a golden retriever finding shells on the beach）

愛范兒對比了 Imagen 4 模型、Imagen 4 上一代模型 Imagen 3，以及豆包 Seedream3.0 所給出的圖像效果。

這幅由 Imagen 3 生成的 AI 圖像中，主體金毛狗的神態(tài)、貝殼的紋理、狗爪踩沙灘的痕跡，背景中的藍(lán)天白云、海浪輕撫，都十分清晰和逼真。

并且，仔細(xì)看金毛狗的毛發(fā)似乎還被海水打濕了，一綹一綹的。

其實(shí)剛看到 Imagen 3 生成的杰作時，有點(diǎn)擔(dān)心 Imagen 4 會不會打不贏。

不過，后者確實(shí)也沒讓人失望，用實(shí)力演繹了什么叫做「盤順條亮」。

首先，從整體來看，Imagen 4 生成的圖像色調(diào)更柔和，色彩也更自然，例如天藍(lán)色漸變的天空、遠(yuǎn)深近淺的大海。

再者，從局部來看，金毛狗的毛發(fā)細(xì)節(jié)滿滿，不僅更有光澤、光影分布更勻稱，而且還原了蓬松感，看起來就很好擼。

另外還有一個細(xì)節(jié)處理也很亮眼，那便是狗子的眼神。圖像中金毛狗的眼神看向了沙灘上的貝殼海螺，對應(yīng)了 prompt 中的「正在找（finding）」。

作為一組對比參照，豆包的表現(xiàn)也很抗打。下圖雖然整體色彩偏暗，但畫面細(xì)節(jié)也十分豐富，例如海風(fēng)吹起的浪花激蕩、海風(fēng)吹動的狗毛根根分明、金毛刨出貝殼后爪子粘上了不少沙子……

美中不足的是，這 3 幅圖像都有個相似的問題——背景及其虛化效果的 AI 味還是有點(diǎn)重。

而 Google 官方給出的示例中，Imagen 4 還能「細(xì)節(jié)控」到「指哪刻畫哪」。卡皮巴拉短而硬的皮毛、油畫的筆觸、泡泡的光影、水晶表層的構(gòu)造都可以準(zhǔn)確地捕捉到。

同時，在圖像質(zhì)感和 2K 清晰度把握這塊，Imagen 4 有的成品甚至可以媲美專業(yè)攝影作品了。

一位美商高的設(shè)計師

當(dāng)愛范兒向最新 Gemini 2.5 Flash 版本的 Gemini 提出，「設(shè)計一款帶電子屏的帆布包，有大中小型號」時，這位多模態(tài) AI 助手花費(fèi) 10 秒左右，便交出了如下設(shè)計圖。

該設(shè)計圖很直觀地展示了「帆布包」和「電子屏」兩個設(shè)計元素，并且左邊一列標(biāo)注了大、中、小的字樣，右邊區(qū)域則通過一些類似于「水杯」、「筆刷」的參照物，來體現(xiàn)不同尺寸的區(qū)別。

而且值得一提的是，其外觀樣式設(shè)計整體線條流暢不生硬，還保留了一些「手繪」的感覺。

然后，愛范兒進(jìn)一步要求 Gemini 寫明電子屏帆布包的具體尺寸。從此次生成結(jié)果來看，其主要英文單詞和羅馬數(shù)字都較為清晰且拼寫準(zhǔn)確，但涉及英文單位、標(biāo)點(diǎn)符號的部分則會出現(xiàn)亂碼的情況。

如果對于生成結(jié)果不滿意，點(diǎn)擊 UI 聊天框界面的「更新（Update）」選項(xiàng)，Gemini 會擦除此條生成結(jié)果，根據(jù)新輸入的 prompt 重新執(zhí)行輸出。

產(chǎn)品設(shè)計圖有了，還缺個產(chǎn)品名。Gemini 幫忙想了一個簡單粗暴的名字「Canvas Connect」。

上述步驟實(shí)際生成結(jié)果與提示詞的誤差不算太大，需要重新調(diào)試生成的地方并不多。

不過，輪到相應(yīng)海報、邀請函的設(shè)計時，如果提示詞中有語義較為模糊的地方，Gemini 很大可能就會錯意了。

Gemini 先是根據(jù)電子屏帆布包「Canvas Connect」的產(chǎn)品設(shè)計圖，給出了左圖的產(chǎn)品海報。接下來，prompt 要求是讓它改一下海報的配色，主色調(diào)是棕色和綠色，其余部分不變。

然而，由于 prompt 中沒有寫明「帆布包」的配色不變，Gemini 更換海報底色時，把帆布包的配色也一并改了，如左圖所示。

改寫這段 prompt 后，Gemini 做到了僅更換海報而非產(chǎn)品的配色，主題色從粉色變?yōu)榫G色。其從思考 prompt 背后的用戶需求，到理解匹配需求，再到生成 AI 圖像，總耗時大約是 10 秒左右。

而且，無論是電子屏的畫面，真人模特的動作、神態(tài)，還是文字內(nèi)容，都無明顯改動。這個案例綜合反映出 Imagen 4 模型文生圖的可控性較強(qiáng)，文字排版較為美觀，大體上可復(fù)用。

可惜的是，一些成段、成片的文字內(nèi)容，目前很大程度上還需要依賴精細(xì) prompt 來控制調(diào)試。

Gemini：甲方爸爸，第 10086 稿設(shè)計圖已上傳，我可以打卡下班了吧？

別急，Imagen 4 還有許多設(shè)計玩法等著一眾網(wǎng)友們?nèi)ヌ剿髂亍?/p>

愛范兒試了一下，發(fā)現(xiàn)它可以把海報中的真人模特，直接替換成發(fā)型、穿搭、動作都較為貼合的卡通人物形象，即上圖最右側(cè)那張海報。這也不失為懶得 P 圖美顏時的一種交圖思路。

不過，如果不提出具體要求，海報原有的排版也會隨之改變。這點(diǎn)目前需要在 prompt 的部分多花些功夫。

或者來一個「風(fēng)格活潑有趣」、「文本內(nèi)容雋永」、「適配社交媒體」的電子邀請函吧。

最后，別忘了讓 Gemini 來一段自帶 emoji 和 tag 詞條的宣發(fā)文案，「邀請你共同見證 Canvas Connect 新品發(fā)布時刻 #TechStyle」。