這段時間，有一款神秘 AI 硬體吊足了網友們的胃口——比肩 iPhone 和 MacBook 的使用場景和頻率，但不帶螢幕，又不是 AI 眼鏡、AI 耳機、AI pin、iPod……它背後的老闆還放言要「量產1億台」。
OpenAI CEO 奧特曼和蘋果前首席設計官艾維聯創的 io 公司，
究竟用 AI 搗鼓了什麼「開闢新賽道的硬體設備」，好難猜啊！
究竟用 AI 搗鼓了什麼「開闢新賽道的硬體設備」，好難猜啊！於是，雖然奧特曼透露計劃明年末正式發布該產品，但現在已有不少 X 網友忍不住打起了 AI「猜」圖的主意。萬一它知道些「內幕」呢，對吧？
目前市場上有關 io 首款硬體設備細節的爆料，主要有以下幾點：
1.
無螢幕，通過內置攝影機和麥克風實現外界環境交互
2.
外形設計風格類似 iPod Shuffle
3.
未採用 AI 眼鏡、智慧型手機、耳機這幾種當下流行的 AI 硬體形態
4.
比 AI pin 大一些
5.
有掛脖式設計
6.
可以與智慧型手機、PC 聯動
話不多說，先來看看 AI 創作博主 Ben Geskin 在 X 上甩出的「io 產品圖」，有近 9000 人次的 X 網友前來圍觀。
綜合來看，上圖不僅覆蓋了這幾點核心爆料資訊，印上了自家金主 OpenAI 的 Logo，還設計出了一種不常見的 AI 硬體形態——畢竟多少有點「撞臉」更常見的剃鬚刀、按摩儀、充電寶……
Ben Geskin 該帖留言區里，有其他 X 網友接力曬出其他款式的「io 產品圖」。
由 OpenAI 的 ChatGPT 生成的「GPT 版 Apple Watch」：
不是 AI 眼鏡、耳機自帶攝影機，因此推導智能手錶設有攝影機？倒也是說得過去。
由 xAI 的 Grok 生成的「便攜桌面版 AI 攝影機」：
這種場合，怎麼能少了擁有當前「地表最強文生影片模型」Veo 3 的Google 呢？那麼，Google 最新版文生圖模型 Imagen 4 的表現如何，讓我們直接請出 Gemini，先睹為快。
把同一套「預測 io 產品圖」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，然後它們各自給出了如下模擬產品圖。
單次此輪生成效果來看，三者都基本覆蓋了爆料資訊中的產品設計要素。其中，Gemini 和 ChatGPT 的產品圖更貼合可掛脖的設計點，而這兩者相比之下，Gemini 生成的產品圖在視覺質感上會略勝一籌。
按照 Google 官方的說法，Imagen 4 能夠更清晰地呈現諸如皮膚、毛髮、複雜紋理等圖像細節部分，也更擅長創作「照片級」、「寫實風格」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，且解析度高達 2 K。
不過有一說一，Gemini 所設計的這款 io 產品「長得有點人山人海的」，越看越像 Apple Watch AI pin 登山包掛繩的結合體……
另外，Gemini 還同時給出了能體現「io 新產品與智慧型手機、PC 設備隔空聯動」的示意圖。
除此之外，Imagen 4 還可以把握住一些抽象風格的 AI 圖像創作需求。
並且，該 AI 模型進一步升級了拼寫、排版方面的出圖質量，可優化賀卡、海報、漫畫等場景的 AI 創作。
雞蛋盒外印刷包裝上的英文內容清晰、準確、美觀：
多格漫畫中，故事劇情連續，圖文內容相配，遠景、中景、近景畫幅兼顧：
近期走紅網路的像素風漫畫也能拿捏：
Imagen 4 現已在 Gemini App、Whisk、Vertex AI，以及 Workspace 的 PPT、Video、Doc 等產品中上線。
據 Google I/O 大會方面透露，Imagen 4 後續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。
一位細節控的攝影師
如果說 prompt 關鍵詞還原度、畫面主體內容完整度，現在市面上主流的文生圖模型都能做到「有鼻子有眼的了」——總體水平相差並不大。
因此，在圖像生成質量這塊兒，Google 開始卷細節了，宣稱 Imagen 4 有「更細膩的色彩」和「更精緻的細節」。這聽起來沒什麼實感，還是得「用圖說話」。
基於同一套提示詞：
一隻金毛狗在沙灘上找貝殼（a golden retriever finding shells on the beach）
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、貝殼的紋理、狗爪踩沙灘的痕跡，背景中的藍天白雲、海浪輕撫，都十分清晰和逼真。
並且，仔細看金毛狗的毛髮似乎還被海水打濕了，一綹一綹的。
其實剛看到 Imagen 3 生成的傑作時，有點擔心 Imagen 4 會不會打不贏。
不過，後者確實也沒讓人失望，用實力演繹了什麼叫做「盤順條亮」。
首先，從整體來看，Imagen 4 生成的圖像色調更柔和，色彩也更自然，例如天藍色漸變的天空、遠深近淺的大海。
再者，從局部來看，金毛狗的毛髮細節滿滿，不僅更有光澤、光影分布更勻稱，而且還原了蓬鬆感，看起來就很好擼。
另外還有一個細節處理也很亮眼，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，對應了 prompt 中的「正在找（finding）」。
作為一組對比參照，豆包的表現也很抗打。下圖雖然整體色彩偏暗，但畫面細節也十分豐富，例如海風吹起的浪花激盪、海風吹動的狗毛根根分明、金毛刨出貝殼後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 味還是有點重。
而 Google 官方給出的示例中，Imagen 4 還能「細節控」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、水晶表層的構造都可以準確地捕捉到。
同時，在圖像質感和 2K 清晰度把握這塊，Imagen 4 有的成品甚至可以媲美專業攝影作品了。
一位美商高的設計師
當向最新 Gemini 2.5 Flash 版本的 Gemini 提出，「設計一款帶電子屏的帆布包，有大中小型號」時，這位多模態 AI 助手花費 10 秒左右，便交出了如下設計圖。
該設計圖很直觀地展示了「帆布包」和「電子屏」兩個設計元素，並且左邊一列標註了大、中、小的字樣，右邊區域則通過一些類似於「水杯」、「筆刷」的參照物，來體現不同尺寸的區別。
而且值得一提的是，其外觀樣式設計整體線條流暢不生硬，還保留了一些「手繪」的感覺。
然後，進一步要求 Gemini 寫明電子屏帆布包的具體尺寸。從此次生成結果來看，其主要英文單詞和羅馬數字都較為清晰且拼寫準確，但涉及英文單位、標點符號的部分則會出現亂碼的情況。
如果對於生成結果不滿意，點擊 UI 聊天框界面的「更新（Update）」選項，Gemini 會擦除此條生成結果，根據新輸入的 prompt 重新執行輸出。
產品設計圖有了，還缺個產品名。Gemini 幫忙想了一個簡單粗暴的名字「Canvas Connect」。
上述步驟實際生成結果與提示詞的誤差不算太大，需要重新調試生成的地方並不多。
不過，輪到相應海報、邀請函的設計時，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 先是根據電子屏帆布包「Canvas Connect」的產品設計圖，給出了左圖的產品海報。接下來，prompt 要求是讓它改一下海報的配色，主色調是棕色和綠色，其餘部分不變。
然而，由於 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併改了，如左圖所示。
改寫這段 prompt 後，Gemini 做到了僅更換海報而非產品的配色，主題色從粉色變為綠色。其從思考 prompt 背後的用戶需求，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，還是文字內容，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，文字排版較為美觀，大體上可復用。
可惜的是，一些成段、成片的文字內容，目前很大程度上還需要依賴精細 prompt 來控制調試。
Gemini：「甲方爸爸，第 10086 稿設計圖已上傳，我可以打卡下班了吧？」
別急，Imagen 4 還有許多設計玩法等著一眾網友們去探索呢。
試了一下，發現它可以把海報中的真人模特，直接替換成髮型、穿搭、動作都較為貼合的卡通人物形象，即上圖最右側那張海報。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。這點目前需要在prompt的部分多花些功夫。
或者來一個「風格活潑有趣」、「文本內容雋永」、「適配社交媒體」的電子邀請函吧。
最後，別忘了讓 Gemini 來一段自帶 emoji 和 tag 詞條的宣發文案，「邀請你共同見證 Canvas Connect 新品發布時刻😉#TechStyle」。
