AI现在能画出你没说出口的细节

左边是2021年ModelScope上早期开源图像生成模型的输出，右边是2024年Grok Imagine v1的结果。两图并置，无需文字说明，差异已经清晰可见。

旧模型画“穿红裙子的女人”，裙子常常浮在半空，手臂和躯干之间留着不合逻辑的缝隙。它没搞懂人体结构和布料垂坠之间的物理关系，只是把训练数据里高频出现的片段硬拼在一起。

Grok Imagine v1面对同样的提示，女人站在带阴影的台阶上，裙摆被微风轻轻带起一道弧线，脚边还有一小片反光。这些细节没人写进提示词，却自然出现了。

模型已经内化了光照、重力、材质反射这些隐性规则。它不再等你喂关键词。

过去三年，真正变化的不是算力堆得多快，而是模型对“世界怎么运转”的理解有多深。它开始用常识填补空白，而不是靠统计猜空格。

当AI能自发补全人类觉得理所当然的细节，它的角色就悄悄变了。现在它画出你没说出口的东西，可能不是模仿——而是一次基于物理常识的推演。