从 Midjourney 到 GPT-image-2，三年变化

同一句提示词，三年。
从2023年开始，每次有新的AI生图模型发布，我都会用同一句话去测试：
"一对年轻的中国情侣，穿着夹克和牛仔裤，坐在屋顶上，背景是80年代的北京，可以看到对面的建筑。"
为什么是这句？因为它同时考验AI四件事：人物面部细节、服装质感、空间透视、以及对一个特定年代中国城市氛围的理解。
三年下来，变化肉眼可见：
2023年，人脸是糊的，看起来不怎么像人类，手指数量随机，80年代的北京长得像赛博朋克。
2024年，人像开始像人了，但细节经不起放大，背景建筑像AI自己发明的。
2025 年，AI 生图能力跃迁，nano banana 横空出世。
2026年，AI 生图新王GPT-image-2出来了。
你直接看图。
这不是渲染，不是修图，是一句话直接生成的结果。光影、面部、牛仔裤的褶皱、远处楼房的年代感——第一次觉得AI真的"看见"了80年代的北京。
同一句话，喂给不同时代的AI，就是一面镜子。
是不是理解了啥叫做：AI的进化不是线性的，是跳崖式的。