AI 影像生成背後的數字:價格暴跌 99% 吞噬了圖庫攝影

圖像經濟的變化有多大,很容易被忽略,因為這項變化同時悄悄地在各地發生。數字比任何單一產品發布都更能說明故事。
AI 影像生成市場預計在 2027 年前達到約 150 億美元,每年以約 60% 的速度成長,主要驅動力來自行銷、遊戲和社群媒體。這些是龐大的整數,但更尖銳的數據點是圖片成本的變化。一張過去要價 50 美元的圖庫照片,現在由 AI 生成時成本大約只要 0.10 美元。這是 99% 的跌幅,所帶來的後果仍在持續顯現。
圖庫攝影的顛覆
最明顯的後果出現在圖庫攝影領域。目前約 40% 的新圖庫照片是由 AI 生成的,原因不是美學,而是算術。當製作一張圖片的成本下降兩個數量級時,以高價出售單張圖片所建立的商業模式就不再合理。
舊的圖庫照片經濟之所以可行,是因為必須支付攝影師費用、安排拍攝,並且必須透過有限的授權數量回收成本。AI 影像沒有這些成本。邊際成本是運算,而運算很便宜,而且愈來愈便宜。
這不代表攝影師會失業,但確實代表市場中通用型的那一端已經消失。過去賴以維生的題材——微笑的商務人士、握手、城市上空的日落——現在都變成了大宗商品。能夠存活下來的,是模型無法造假的作品:真實的人、真實的地點、真實的事件,以及知道一張照片並非捏造所帶來的信任。

使用者基礎已達規模化
採用率數字是最少被引用、卻最重要的部分。
Midjourney 回報的使用者數超過 1,600 萬。Stable Diffusion 的下載量已突破 2,000 萬。而 DALL-E 在退役之前,內建於 ChatGPT 中,擁有約兩億使用者,他們無需安裝任何東西就能生成影像。
最後這個數字才是關鍵。AI 影像生成的成長,不再只是關於想使用影像工具的人,而是關於那些已經為了其他目的開啟了某個工具的人。當影像生成成為聊天應用程式、辦公套件和社群平台中的一項功能時,可觸及的市場就不再只是「創作者」,而是「所有人」。
工作流程已經混合化
最能說明實務運作方式的統計數據是:目前大約一半的平面設計師會使用 AI 來產生模型稿和發想概念,然後再進入 Photoshop 或 Illustrator 完成定稿。
這才是 AI 採用的真實樣貌,而且比新聞標題戲劇化的程度低得多。設計師並沒有被取代。他們使用 AI 快速產生模型稿和探索想法,然後在平常使用的工具中進行真正的收尾工作。AI 負責數量,人類負責品質。
這與圖庫攝影的模式相同。大宗商品層被自動化了,工藝層則沒有。差別在於,現在大宗商品層幾乎免費且即時,這代表設計師有更多時間投入到真正需要判斷力的部分。
令人不安的數字
並非統計數據中的一切都能算成功案例。
大約 65% 的藝術家表示,他們擔心風格被模仿,這項擔憂推動了「no-AI」標籤和退出資料庫的興起。這種擔憂是合理的。以在世藝術家作品訓練出的模型,可以產生該風格的影像,而法律與倫理界線仍在釐清中。
在技術方面,機器並非完美。即使是最好的模型,仍會在大約 5% 的影像中產生細微錯誤、手部變形、文字不正確。這個數字持續下降,但尚未歸零;對於必須正確無誤的作品來說,這 5% 就是人類仍需檢查輸出的原因。
數字沒有告訴你的事
統計數據將混亂的現實壓縮成一條乾淨的線,而有趣之處往往就在那些混亂之中。
舉例來說,AI 圖庫照片的 40% 數字,隱藏了內部的分化。AI 主導市場中通用、可互換的那一端——微笑握手和日落。它幾乎碰不到高端市場;在高端市場,買家付費購買的是真實的新聞照片、真實的人物,以及隨之而來的驗證。數字之所以大,是因為市場的底層很大,而不是因為 AI 取代了整體。
關於設計師採用率的統計也有同樣的結構。一半的設計師使用 AI 來發想,並不代表一半的設計工作已自動化。這代表廉價的探索部分自動化了,而昂貴的收尾部分仍由人工完成。AI 產生更多選項,人類在其中做選擇。這是增強,不是取代,而這個區別對於任何試圖判斷自己工作會落在何處的人都很重要。
即使是 99% 的成本跌幅,也不像聽起來那麼乾脆。生成一張影像的邊際成本接近零,但取得一張好的、符合品牌、法律上無爭議的影像,成本卻不是如此。重試、審核、編輯,以及使用無法取得授權內容的風險,都會把成本加回去。像素的價格懸崖式崩跌,但可用資產的價格跌幅小得多。
數字指向的方向
綜合來看,這些統計數據描述了一個已結束新奇階段、進入整合階段的市場。
成本曲線已經崩潰,這淘汰了舊的圖庫照片模式,並開啟了以前從不具經濟效益的大量應用。使用者基礎已達到主流規模,這使競爭戰場從「誰能做出最好的影像」轉移到「誰已經在你使用的應用程式裡」。而工作流程正穩定走向混合模式:AI 處理迭代,人類處理判斷。
下一個前沿已經在同一份數據中可見:從單張影像生成 3D 和影片動畫。影像模型先變好,然後變便宜,接著無所不在。同樣的曲線現在正在影片領域重新開始。唯一可以確定的是,下一次 99% 的價格跌幅將更不引人注目,因為不會有人停下來注意到,自己每天使用的東西又變便宜了。
相關文章
開源 AI 影像堆疊正被重建,一次一個工作流程
Workflow1111 以 73 個節點和 11 條管線重現 AUTOMATIC1111。社群重建對本地影像生成的意義。
AI 的下一個前沿:把單張靜態圖片變成動態場景
物理問題如何被解決、開源新進展,以及今天哪些圖片轉影片工具真正可用。
Flux 2 對決 Stable Diffusion 3.5:開源影像競賽已有明顯領先者
Flux 2 在品質上領先,Stable Diffusion 3.5 保有最深厚的生態系。2026 年該如何在兩者間做選擇。
AI 生成的圖片歸誰所有?著作權與 Firefly 漏洞
授權、侵權賠償與 Adobe Firefly 的法律保障:2026 年你可以安全發佈什麼。