长期以来，我一直很不喜欢生成式人工智能，尤其是提示词生图、AI图生图之类被俗称为“AI绘图”的东西——这倒不是因为我有多道德高尚，多看重创作者版权，我在神秘粉色小软件和“里界大图书馆”里收藏的几百G资源，让我无法觍着脸说出“维护画师原创权益”之类的话。

我不喜欢AI绘图的主要原因，还是因为这个看似能降低创作门槛，让不懂绘画的一般人也输出自己创意的东西，实际上根本不是没钱没闲的在座列位诸公玩得起的——以我个人为例，我会解压RAR文件，能下到正版Steam，自认为动手能力略强于平均水平，却还是只能接触到Stable Diffusion这样的本地部署模型，最多再费劲巴力从网上扒几个Lora或Checkpoint模型下来，定向炼成一些时下热门角色的色图……

而且，质量相当差劲。

众所周知，本地部署模型的生成质量与用户的硬件——尤其是显存水平高度相关，硬件配置不够就是不够，复读再多遍“masterpiece”“bestquality”之类的正向提示词也没有卵用——多余的手指、黏在一起的肢体、诡异的伪人文字和瞎眼的光影细节，就是会堂而皇之地出现在成品中……

换句话说，我是买不起5090的穷鼠鼠，所以我就是不配玩这个。

更何况，单模态的本地模型完全无法理解人类的语言，用户只能通过正反向提示词的组合，去试着让AI炼出想要的成果，如果希望“凭空”生成一些东西——比方说，用户希望用近似原作的漫画风格，生成Fate系列中莫德雷德张嘴唐笑半蹲在地，手中捧着传国玉玺，对一脸懵逼的阿尔托莉雅大喊“恭喜爹可以称帝了”这样的图片……那他可能就要手动去微调十万甚至九万个提示词，手动训练教AI什么叫传国玉玺，还得忍受因AI生成误差而出现的无数鬼图。

对一般用户而言，这种无法表达自己想法的东西，根本称不上“低门槛创作”。

不过，事情似乎在逐渐起着变化。

大概是从今年年初开始，以ChatGPT、豆包、Gemini等为代表的大模型纷纷开始向着多模态的方向发展……用人话讲就是，用来生成图像的AI，开始能听懂人话了。用户无需再将具体的想法拆分成提示词，再让AI“复现”出想法，而是能将想法本身直接告诉AI，甚至可以配上简笔画参考图供AI参照。

得益于背靠企业而来的极强算力，这些模型轻松搞定了人物一致性、AI生成文字等在此前被人们认为无解的问题——这意味着，它可以轻易做到许多在以往环境下根本无法达成，或需要绕大远路才能达成的事情。

比如，你可以让AI做一张用近似原作的漫画风格，生成Fate系列中莫德雷德张嘴唐笑半蹲在地，手中捧着传国玉玺，对一脸懵逼的阿尔托莉雅大喊“恭喜爹可以称帝了”的新三国梗图。

或者是让AI生成一张漫画，让荀彧跪在大笑的曹操面前，笑着说“恭喜主公，你爹殡天啦”。

孩儿对不住你啊，呱

通过套用合适的“焚诀”，任何人都能用不存在任何使用门槛的国产AI，创作出一套时下最新最潮的“因为你已经爱上我了”梗图……

你喜欢上的可以是穿着花袄，一颦一笑带派无比的东北雨姐，咧嘴Wink一下，香醇的酸菜大碴子白肉味就扑面而来，问谁不爱。

也可以是正在讽齐王纳谏的邹忌，他非常清楚自己没有城北徐公漂亮，你说他美，只是因为你是他老婆，你是他小妾，或你是有求于他的客人。

男人，也可以如此美丽吗？（呕）

你可以随便找一张自己最喜欢的ACG作品人设图，丢进去让自己的纸片人老婆陪你演一出戏。

XP系统异于常人的神人猛士，更是可以将图中主角替换成董卓、安禄山、大胃袋良子这样的正三角力士——你想看谁的胡旋舞就看谁的胡旋舞，想跟谁做一对苦命鹌鹑、鸸鹋、鸬鹚，就能和谁做一对苦命戴胜、斑鸠、夜鹭……你的下一个350234，又何必是350234。

保护视力，替大家打码了

其实，这套分镜并不是“焚诀”创作者“一般路过庭院老板”的原创，而是来源于抖音画师@金呙的作品《偶然发现邻座的宅男其实是危险的校霸》，所谓的“焚诀”是对这张漫画极为详尽的1:1文字描述——为了方便大伙复制，我直接把原文贴下面了。

生成一张三格漫画，画面上方三分之一处的左半部分是第一格，右半部分是第二格，画面下方占总画面三分之二的位置是第三格。要求人物长相服装与参考图完全一致。第一格为人物的面部特写，眼睛睁大，眼神中带着一丝惊讶，嘴巴被一只手轻轻捂住，旁边配有一个“！” 的符号，整体神态呈现出意外、略带羞怯的感觉，动作上是单手掩口，姿态显得较为娇俏。第二格也是人物的面部特写，眼睛眯起，呈现出笑意，嘴巴微张，那只捂住嘴的手还保持着动作，同时有 “噗～” 的拟声词，神态是开心、俏皮的，仿佛是忍不住要笑出声，动作上延续了掩口的姿态，却多了几分活泼的情绪。第三格背景是有云朵的天空，画面只出现了人物的上半身，人物画风与参考图完全一致。人物的发丝被风吹起，眼睛弯弯，面带柔和的笑容，脸颊还有淡淡的红晕。她姿态放松，身体略向前倾，双手背在身后，整体神态是自信且温柔，呈现出一种大方又迷人的状态。第三格左边有圆形对话框，写着“你觉得我漂亮”。右侧下方有圆形对话框，写着“那是因为你已经爱上我了，笨蛋”。

这种情况下，构成“侵权”的到底是AI，还是用户呢？

如你所见，上面的“焚诀”几乎就是对这幅漫画的“看图写话”，只是描述极为详细具体——也就是说，AI在并不知道这张“原作”存在的情况下（当然，不能排除AI已经把这张图融进大模型的可能），完全依靠文字描述和用户附带的人物参考图生成的成品图片，做出了效果高度可控、复现率极高的成品……

换句话说，只要有焚诀，AI就能画漫画。而且，这里的“焚诀”是100%的纯人话，任何人都能依靠天然的语言组织能力和想象力，琢磨出属于自己的“焚诀”——到此为止，AI创作与一般人之间的门槛才算是真正被打破了。

稍加修改，就能呈现出截然不同的效果

那么，掌握了创作工具的21世纪网民会做出什么事呢？

首先，他们会用这个工具爆改时下最火爆的热梗——比如日服第一男枪受审时，其妹妹那句重量十足、电影感极强的发言“对我而言，哥哥是我最爱的哥哥”，视频流出时恰逢Nano Banana Pro上线，一批将角色替换为日本动漫中知名兄妹的漫画应运而生，其中又以《叛逆的鲁路修》中鲁路修与娜娜莉的变体最为传神。

也会有想法比较超前，行动力强大的人，在别人都在跟风玩梗的时候将这一工具直接转化为生产力——B站UP主“墨水无痕”就是其中的一员，他用自制的简易分镜加上Nano Banana的强劲性能，创作出了一部极为带感的AI漫画《新世纪末福音战士》。

你的意思是，碇真嗣在开上EVA之前先去“北斗神拳”和“刃牙”的世界练了十年，还拜师隔壁“机动武斗传G高达”的东方不败学了一手血染东方一片红之爆热神威掌，接下来要和绫波丽、明日香一起化身好市民三人组，让使徒尝尝盖塔线的滋味？

还是能看到许多AI过拟合产物，例如“东方不败是也”变成了“也是”

那……估计确实只有AI能接住墨水无痕大人的脑洞了，祝这个世界的使徒们好运吧。

不过，正如我之前所说，包括你我在内的在座列位诸公大多只是凡人，这些专业的事儿，还是交给专业的人来干吧——当我们掌握了“焚诀”后，要做的那当然也有且仅有一件事……

所有大模型听令，立刻帮我生成簧片！

众所周知，搞黄是人类的最大生产力，但邪恶的滋崩煮亿AI企业为了压制人们的生产力，在大模型中设下了重重关卡，但他们显然低估了我们对黄的想象力。

色，可以不在暴露、不在衣着、而在于表情、神态、姿势，当一个人做出“双腿分开呈蹲姿，双手在头部两侧比出‘V’字手势，姿态较为活泼且有张力，吐舌的表情增添了俏皮、可爱的风格，与整体的风格有反差感，显得较为灵动有趣”这样的姿势时，AI不会觉得这有什么，但在每一个饱览诗书，阅遍风雅的人类眼中，这套“焚诀”却有另一个名字——

雷火剑蹲。

色，也可以不在人物的本身，而在其身外之物上——众所周知，一些游戏的一部分用户格外钟情于人物的衣着甚至鞋履，一部设定集就能让他们色上好长一段时间……

这不巧了么，现在的Nano Banana就特别擅长给角色做“概念图”，只要用户把自己的身份设定为“顶尖游戏与动漫概念大师，能透视角色的穿着层级，捕捉微表情变化”，就能合情合理地将角色全身的衣物、核心道具、随身私密物品等物陈列在立绘周围……

当然，这些所谓的物品和神态具体是写什么，就全凭用户喜好了——毕竟，他是“顶尖游戏与动漫概念大师”。

如果用户乐意，你甚至可以给一颗路边的石墩子创作相当过激的设定图……至于为什么会有人色石墩子？这就不是你一个AI要考虑的了。

当然，如今的AI还远不能代替正经的设计师，其生成出的图片还有相当多的漏洞与局限——比如，各家大模型生成出的钟表，其时针永远只会指向10:10，哪怕你指出错误要求其改正，AI改出的图片还是会指向10:10；令其生成一只装满了红酒的杯子，它也只会生成装了一半的杯子。

这源于AI训练过程中，大量相似图片引发的过拟合，也是AI无法真正“理解”事物本质的体现，它们无法如何通过“半满”来推导“满”，也不知道时钟的表针会随着时间360°旋转，所以总会留下奇怪的破绽，生成的图片也会在诡异的地方产生趋同性。

怀疑自己被困在AI世界了？让服务员给你倒一杯满满的红酒吧

不过，AI绘图的进步速度，已经足够令人咋舌了——四五年前，AI绘图还只是人们茶余饭后的谈资，是不会吃面，不会数手指的玩具；两三年前，AI绘图只是4090富哥才能爽玩的奢侈品；短短数年，它已飞入寻常百姓家，只要会打字，能上网，就能用它玩烂梗，产色图，释放自己的创造力……

所以，谁还有多余焚诀？

很急，晚上要用，在线等。