一句話，AI生成了整個可點擊的廣州！Flipbook實測太離譜了

又一款 AI 工具在設計圈炸開鍋了。

一款名為 Flipbook 的項目在 github 上小火了一把，它并不是傳統意義上能解決你設計上難題的自動化工具，其目標在于一句話生成可交互的立體模型網頁，頁面中的每一個元素都能進一步「探索」，且所有內容都由 AI 生成。

（圖源：Github）

Flipbook 的到來指向了 UI 設計未來的方向，在不久的將來，或許終端不再需要 App 支持，一切都靠大模型實時生成內容，呼應用戶的需求；或許 App 里也不再有明確的「選項」，用戶只需講一句話，它就給你對應的功能。

看網頁像「翻書」，一切交互都交給了 AI

Flipbook 幾乎沒有什么使用門檻，輸入網址flipbook.run 就能使用。先說好的地方，Flipbook 的交互邏輯確實讓人耳目一新，它和傳統的大模型工具，像 ChatGPT、Gemini、豆包那些都不太一樣，整個頁面只有輸入文字和上傳圖片兩個選項，完成后即可開始生成。

從 Flipbook 團隊的官方說辭來看，它們把這種極簡化的操作模式稱為「用一根細管喝海洋」，按照我們的理解，其實就是用最簡單的操作，汲取龐大的信息量。具體有多大呢？我們直接試試看就知道了。

從最簡單的做起，我們讓Flipbook 做一張廣州的旅游地圖。不得不說，Flipbook 整體的氛圍感還是挺足的，廣州塔、珠江、沙面、白云山、中山紀念堂、廣東省博物館、廣州大劇院這些地標都被放進了一張俯視地圖里，整體像一張旅游導覽插畫，配色也算舒服。

（圖源：雷科技制圖）

Flipbook 最大的特色在于「交互」，我們的鼠標指針停在這張圖的任何地方，都是可以點擊探索的。在點擊「廣州塔」這個地標建筑之后，會出現相關的介紹，比如高度、歷史相關的信息等。

（圖源：雷科技制圖）

（圖源：雷科技制圖）

整體的排版和設計，確實有那種科普類圖畫書的風格，假如用在教育和做攻略上，我覺得整個細節還是很到位的，但問題也非常明顯。比如地圖不是真實地理關系，更多是“廣州元素拼貼”，不能當路線規劃或真實地圖看；然后就是中文還是很多亂碼問題，細節圖里缺少中文的情況也很多，從這張西關大屋介紹的圖就很明顯了。

（圖源：雷科技制圖）

接著我們又讓 Flipbook 嘗試做一下 iPhone 17 Pro 的產品拆解圖，這次它更是大翻車。最明顯的問題，相信大家也看出來了，這根本不是 iPhone 17 Pro 的外觀造型，更像是 iPhone 16 Pro 的。

（圖源：雷科技制圖）

不僅是外觀放錯圖，整個介紹里就沒幾處是對的信息點，比如鈦金屬，這個材料在這一代的 Pro 上已經被取消了；無縫動態島，這似乎也不是蘋果官方承認的說法；散熱結構的標識也是錯誤的。但點擊A19 Pro 芯片，Flipbook 拆解的信息又算是比較合理。

（圖源：雷科技制圖）

Flipbook 目前體驗下來的感覺就是，它很符合介紹里說的「無限瀏覽」的概念，你可以不斷地放大探索一張地圖、一個產品的某處細節，Flipbook 也會根據搜索的信息與 AI 生成技術實時描繪出盡可能符合理想狀態的畫面。

技術上，它的圖像生成部分直接調用 AI 圖像模型實時生成每一幀，而在視頻動畫模式則調用以色列公司 Lightricks 開源的 LTX Studio 視頻生成模型，優化到可以通過 WebSocket 以 1080p 24fps 的速度直接流式傳輸到用戶屏幕，然后后端跑在 Modal Labs 的無服務器 GPU 上。不過，目前的問題就是，生成速度非常慢，每點擊一處細節，至少需要等待 1-2 分鐘。

而且，由于 Flipbook 是實打實地即時生成，所以出現錯誤的概率不小。比如我們在探索馬德里 Parque del Retiro 公園時，它就直接忽略了最知名的墮落天使雕塑，指針明明點擊的是符號「8」，它卻跑去生成符號「7」的地標詳情了。

（圖源：雷科技制圖）

只能說，Flipbook 的確展現了 AI 在 UI 交互上的一個小巧思，目前的娛樂性也還不錯，但要想拿來干活，還是差點意思。

Flipbook 要干掉 UI 設計？話別說太早

單看 Flipbook 本身的能力，的確是與我們預想中能徹底干掉 UI 設計師有非常遙遠的距離，但它的方向，也確實是整個行業都非常看好的。

我們今天在手機、電腦，或者任何終端上用的 App，實際上背后的邏輯都是一樣的，由開發者去預想用戶需要什么功能，用戶在那套固定的界面里完成操作。這其實是一場「豪賭」，開發者要賭用戶喜歡怎么樣的操作界面。然而我們還是會看到各個國民級 App 因為改了某個設計而被罵上熱搜。

Flipbook 代表的是完全相反的方向，不是設計師去預想用戶需要什么操作，而是 AI 根據你當下的需求，實時生成。比如你正在計劃旅游，你想要細致地了解每個景點有啥文化背景歷史；或者你想研究芯片的構成，每一層代表什么能力等等，它都能拆解開來，按照你的想法提供內容。

（圖源：雷科技制圖）

這件事情并不是Flipbook 這一個項目組在研究，今年AI 學術界提出了一個新的概念「Neural Computer」，核心思路就是把屏幕幀的生成、用戶行為的響應、內存管理全部統一到一個視頻模型里，讓整個「操作系統」變成一個不斷滾動的神經網絡預測。Flipbook 的開發者 Shah 也承認，這就是他們想要達到的目標。

但就目前來說，Flipbook 整體還是比較初級的階段，它單純就是用圖像模型加視頻模型拼起來的方案，Shah 在接受采訪時透露，因為目前想要訓練完全符合Flipbook 需求的數據樣本幾乎不存在，所以直接暴力地量兩種模型「拼接」起來用。

我們有理由相信Flipbook 這個雛形是非常有潛力的，且在不久的將來能夠帶來一些新的模式，畢竟其背后的開發組成員陣容足夠豪華，比如Shah 就是前 OpenAI 研究員，做過 AI 和機器人研究，還有來自 Humane 和前蘋果工程師。

（圖源：Flipbook）

當然，Flipbook 的選擇倒也不是這個方向的唯一答案。就在 Flipbook 引爆討論的同一周，國內 AI 辦公公司像素綻放 PixelBloom 宣布完成 C 輪融資，方向是繼續把 AiPPT 這套「生成 PPT」的能力做深，進化成一個可以自主拆解任務、交付完整營銷方案的 AI Agent。它做的事，本質上是在現有 UI 框架里把 AI 能力做得更強，讓生成和決策的部分被 AI 接管。

（圖源：像素綻放）

要說到它們的共同點，自然就是「干掉 UI 設計」。只不過呢，像素綻放的邏輯是，UI 在相當長的時間內依然必要，但我們能幫你更快地做好這件事；Flipbook 的邏輯是，UI 本身就是多余的，按需生成才是終點。前者今天有 3000 萬用戶，有收入、也有融資，商業模式已成雛形；后者是一個三人團隊搭起來的小團隊，何時能夠讓普通消費者用上更實用的版本，還是未知數。

我們距離丟掉 UI 還有多遠？

就像 Shah 說的，目前針對這個方向的 AI 工具成品，可能就只有 Flipbook 這一款。但假如 Flipbook 就是這個賽道的起點，那么從實際體驗下來，它的成長空間還挺大的。

從技術角度，Flipbook至少有三道坎還需要努力。首先是速度，生成速度不達到毫秒級，用戶根本不會買賬，今天的 Flipbook 已經在展示效果有多慢了；第二是準確性，AI 幻覺讓很多細節都出現漏洞，如果想要投入到工作中，這部分是必須解決的；第三是狀態性，今天的 Flipbook 沒有「記憶」，每次點擊都是一次全新生成，要做到真正有用的應用場景，狀態管理還得加強。

順帶一提，Flipbook 目前的所有結果都是基于「一次生成」的延伸，意思就是，你最開始給的提示詞，就已經形成了大概的結果，你無法重新修改基礎提示詞，除非把整個任務關掉，重新再來。

（圖源：雷科技制圖）

所以說，Flipbook 所展現的的確是一個很好的方向，至少它的交互、設計美感都很在線，我們也可以拿來做幼兒的教育工具，比如帶學齡兒童了解一些建筑的歷史，這些知識它不太會出錯。但你想用 Flipbook 做份旅游攻略、做個 PPT 的插畫，或者真正投入到教學階段的演示工具，那可能是沒有辦法的。

當然，我們也很期待這個三人組團隊能夠繼續打磨下一代產品，讓「早日干掉 UI」、「人人都是自己的產品經理」這個偉大愿景能提上日程。