Drawing（绘画）在 AI 语境下，主要指利用生成模型从文本提示或草图自动生成图像的技术与应用，处于 AI 内容生成领域中最成熟的分支之一。从早期的 GAN 到如今主流的扩散模型（Diffusion Model），AI 绘画已经在设计、插画、游戏美术和广告等行业形成实际生产力，同时也持续引发版权、原创性与职业替代方面的讨论。整体来看，该领域的竞争焦点正从“能不能画得像”转向可控性、编辑精度与商业化落地。
AI 绘画的近期进展
当前焦点与观察点
当前 AI 绘画领域的争议主要集中在三点。其一是版权归属：训练数据是否侵权、生成作品的著作权归谁，各司法辖区仍在博弈中。其二是职业影响：插画与设计从业者的工作被部分替代，但“AI 辅助创作”也催生了提示词工程、AI 美术指导等新角色。其三是技术分化：通用大模型内置的图像生成能力（如上文多模态对比所示）与 Midjourney、Stable Diffusion 等专业绘画工具之间的边界正在模糊。
值得观察的下一个节点是可控绘画的成熟度——能否精准编辑局部、保持角色一致性、按品牌规范输出，将决定 AI 绘画从“灵感工具”升级为“生产管线”的速度。同时，生成式渲染（生成代码/矢量再渲染）这类确定性方案与纯扩散方案之争，也可能重塑图像生成工具的技术栈。对普通用户与从业者而言，关注模型的多模态融合进展和版权政策落地，比追逐单次画质提升更有长期价值。