AI 图像生成背后的数字:99% 的价格暴跌吞噬了图库摄影

图像经济的变化程度很容易被忽视,因为这种变化同时悄然发生在各个角落。数字比任何单一产品发布都更能说明问题。
AI 图像生成市场预计到 2027 年将达到约 150 亿美元,年增长率约为 60%,主要受营销、游戏和社交媒体推动。这些都是规模宏大的整数,但更值得关注的数据点是图片成本的变化。一张过去售价 50 美元的图库照片,如果由 AI 生成,现在成本大约只有 10 美分。这意味着价格下降了 99%,其后果仍在逐步显现。
图库摄影受到的冲击
最明显的后果体现在图库摄影领域。目前约有 40% 的新图库照片由 AI 生成,原因不是审美,而是算术。当一张图片的生产成本下降了两个数量级时,以高价销售单张图片的商业模式就不再成立。
旧图库照片经济之所以成立,是因为需要支付摄影师报酬、安排拍摄,并依靠有限数量的授权来收回成本。AI 图像没有这些成本。其边际成本只是算力,而算力很便宜,而且越来越便宜。
这并不意味着摄影师会失业,但确实意味着市场中通用的一端已经消失。那些曾经是主要收入来源的内容——微笑的商务人士、握手、城市日落——如今已成为大宗商品。能够存活下来的是模型无法伪造的作品:真实的人物、真实的地点、真实的事件,以及知道一张照片并非虚构所带来的信任。

用户规模已达到临界量级
采用数据是最少被引用却最关键的指标。
Midjourney 报告拥有超过 1600 万用户。Stable Diffusion 的下载量已超过 2000 万次。而 DALL-E 在退役之前,内置于 ChatGPT 中,拥有约两亿用户可以无需安装任何东西即可生成图片。
最后一个数字才是关键。AI 图像生成的增长不再只是关于想使用图像工具的人,而是关于那些已经为了其他目的打开某个工具的人。当图像生成成为聊天应用、办公套件和社交平台中的一项功能时,可覆盖市场就不再只是“创作者”,而是“所有人”。
工作流已经走向混合模式
最能说明实际运作方式的统计数字是:约一半的平面设计师现在使用 AI 生成草稿和进行创意构思,然后再到 Photoshop 或 Illustrator 中完成最终设计。
这才是 AI 采用的现实形态,并没有新闻标题那么戏剧化。设计师并没有被取代。他们使用 AI 快速生成草稿、探索创意,然后在常用工具中完成真正的收尾工作。AI 负责数量,人类负责质量。
这与图库摄影的模式相同。商品层被自动化了,工艺层没有。区别在于,如今商品层几乎免费且即时可得,这意味着设计师可以把更多时间投入到真正需要判断力的部分。
令人不安的数字
统计数字中并非全都是成功故事。
约 65% 的艺术家表示担心风格被模仿,这种担忧推动了“no-AI”标签和退出数据库的兴起。这种担忧是合理的。使用在世艺术家作品训练的模型可以生成该风格的图像,而法律和伦理边界仍在厘清之中。
在技术方面,机器也并非完美。即使是最好的模型,仍会在大约 5% 的图片中产生细微错误,比如手部变形、文字错误。这个比例在持续下降,但尚未降为零。对于必须准确无误的作品来说,这 5% 正是仍然需要人工检查输出的原因。
数字没有告诉你的事
统计数字把混乱的现实压缩成一条干净的曲线,而有趣的部分恰恰藏在混乱之中。
例如,AI 图库照片占 40% 这个数字掩盖了内部的分化。AI 主导的是市场中通用、可互换的一端,也就是微笑握手和日落。它几乎触及不到高端市场,那里的买家为真实的编辑类照片、真实人物以及随之而来的真实性付费。这个数字之所以大,是因为市场底部规模庞大,而不是因为 AI 取代了整个市场。
关于设计师采用情况的统计数据也有同样的特点。一半设计师使用 AI 进行创意构思,并不意味着有一半设计工作被自动化了。这意味着廉价的探索性部分被自动化,而昂贵的收尾部分仍然由人工完成。AI 产出更多选项,人类在其中做选择。这是增强,而非替代,这个区别对于任何试图判断自己岗位未来的人来说都很重要。
就连 99% 的成本下降也不像听起来那么绝对。生成一张图片的边际成本几乎为零,但获得一张优质、符合品牌、法律上无瑕疵的图片的成本并非如此。重试、审批、编辑,以及使用无法获得授权素材的风险,都会重新累加起来。像素的价格一落千丈,但可用素材的价格降幅要小得多。
数字指向何方
综合来看,这些统计数字描述了一个已经结束新奇阶段、进入整合阶段的市场。
成本曲线已经崩塌,这淘汰了旧的图库照片模式,并开启了以前从未有经济可行性的批量应用。用户规模已达到主流水平,竞争焦点也从“谁生成的图像最好”转向“谁已经在你使用的应用里”。工作流正趋于混合模式:AI 负责迭代,人类负责判断。
同样的数据已经显示出下一个前沿:从单张图像生成 3D 和视频动画。图像模型先变好,再变便宜,然后无处不在。同样的轨迹现在正在视频领域重新上演。唯一可以确定的是,下一次 99% 的价格下跌将更加不引人注目,因为没有人会停下来注意到他们每天都在用的东西又便宜了。
相关文章
开源 AI 图像技术栈正被重建,一次一个工作流
Workflow1111 用 73 个节点和 11 条流水线重建了 AUTOMATIC1111。社区重建对本地图像生成意味着什么。
AI 的下一个前沿:把一张静态图片变成动态场景
物理问题如何被解决,开源成果接连出现,以及今天哪些图生视频工具真正可用。
Flux 2 对比 Stable Diffusion 3.5:开源图像竞赛已有明显领先者
Flux 2 在质量上领先,Stable Diffusion 3.5 拥有最深厚的生态。2026 年如何在两者之间选择。
谁拥有 AI 生成图像?版权与 Firefly 漏洞
许可、赔偿以及 Adobe Firefly 的法律保障:2026 年你可以安全发布什么。