点一下屏幕，整个世界就重新画一遍，这听起来像是科幻片里的交互方式。Flipbook 做到了，它不用 HTML、不用 CSS，甚至不写一行代码，直接用 AI 模型实时生成你看到的每一帧画面。前 OpenAI 工程师 Zain Shah 带着这个小团队项目，4 月上线的几天内就拿下了 550 万曝光。它到底是怎么绕过整个 Web 技术栈的？体验起来又是啥感觉？
产品概述
打开 Flipbook，你面对的不是一堆按钮和链接，而是一个对话框。输入”巴黎 7 天行程”，它不会像搜索引擎那样给你一堆条目，而是直接画出一张视觉页面：埃菲尔铁塔、塞纳河、卢浮宫，全都以手绘风格铺在屏幕上。点击铁塔，系统现场生成下一页，给你看塔的结构、历史和门票信息。
整个体验像翻一本 AI 实时画出来的图册。它的核心理念很反常识：跳过 HTML、CSS、JavaScript 这些中间层，让 AI 模型直接输出屏幕像素。底层跑的是 Lightricks 开源的 LTX Video 模型，通过 WebSocket 推送 1080p 24fps 的视频流到你的浏览器。后端跑在 Modal 的 Serverless GPU 上，按需启动，用完即停。
这个项目由前 OpenAI 研究员 Zain Shah、Eddie Jiao 和 Drew O’Carr 三人发起，South Park Commons 提供支持。2026 年 4 月底上线后迅速刷屏，有人高呼”HTML 死了”，也有人冷静地指出这只是一个技术演示。两种声音都指向同一个结论：Flipbook 提出的方向，值得认真对待。
核心功能
AI 像素流渲染是 Flipbook 的技术基石。传统网页走的是”代码→渲染→像素”三层管线，Flipbook 直接砍成”意图→模型→像素”一条直线。屏幕上没有一个 DOM 元素，也没有任何 HTML 标签，所有文字和图形都是 AI 用画笔”画”出来的，包括那些看起来像按钮的东西。
无限点击探索才是真正让人上头的部分。你不受任何预定义链接的约束，屏幕上每一块区域都可能成为展开新内容的入口。点击旅行地图上的一片区域，系统会自动理解你的意图，生成对应地点的详细信息。导航栏会自动记录你的探索路径，随时可以回溯。
多模态输入让交互更灵活。除了文字，你还可以上传一张图片，让 Flipbook 基于你的图片生成后续的视觉探索。加上 Agentic 数据拉取能力，它能在生成图像的同时从网络获取实时信息，确保你看到的内容不是纯靠模型记忆瞎编的。
上手体验
我选了”芯片供应链”这个需要大量图解的话题来试。输入后等了大约 8 秒，第一张图出来了，全球化芯片制造的流程图，台积电、三星、高通的位置都标了出来。点击”台积电”那部分，画面切到台湾厂区的工艺节点分布图。再点”3nm”，一张更细的晶体管架构图解展开，旁边还附了能耗对比数据。
整个过程确实有在翻书的感觉，视觉信息的沉浸感比文字链接强太多。但也有些地方让人哭笑不得：某些按钮其实是画上去的像素，点击后系统不一定能准确理解你的意图。我试了三次才点到想看的细分页面，有时候点下去生成的内容跟我的预期完全对不上。
速度方面，每次交互大概需要 3 到 8 秒等待，这跟打开一个网页的毫秒级体验还有很大差距。而且 Flipbook 不会记住你的操作轨迹，不小心退回去就找不回来了。不过想想它背后做的事，理解图像、查询网络、实时推理、推回流媒体，这个延迟其实已经相当惊人。
使用技巧
用关键词构建探索路径。输入太笼统的短语（比如”历史”）会生成一堆没什么重点的画面。换成”圆明园复原对比”这种带场景和冲突感的句子，出来的图就有故事有层次。多试几个角度，找到那个能触发模型最佳表现的切口。
善用上传图片功能。如果你有一张跟主题相关的照片，先上传让模型理解视觉基调和风格，再在此基础上展开探索。这比纯文字输入更能保证初次生成的画面风格和你预期一致。
点击的技巧是”点到语义密集区”。模型理解的是画面元素，不是像素坐标。点一个人物、一个地标、一段文字区域，生成的下一帧会更准确。点天空、空白背景这种区域，系统经常不知道你想看什么，出来的内容就比较随机。
竞品对比
Flipbook 的赛道比较特殊，目前很难找到一个完全对等的竞品。它更像是把浏览器重构、AI 生成、知识探索三个方向揉在了一起。
| 对比维度 | Flipbook | 传统 Web 开发 | Vercel v0（生成式 UI） | Perplexity Comet（AI 浏览器） |
|---|---|---|---|---|
| 界面生成方式 | AI 直接生成像素 | 代码渲染为 DOM | AI 生成代码→浏览器渲染 | 叠加在 Web 之上的 AI 层 |
| 交互自由度 | 任意像素可点击 | 预定义交互元素 | 代码级可编辑 | 对话式追问 |
| 开发成本 | 零代码，Prompt 驱动 | 需前端开发和维护 | 低代码，Prompt→代码 | 无需开发 |
| 延迟体验 | 3-8 秒/次交互 | 毫秒级 | 秒级 | 秒级 |
| 状态管理 | 无状态 | 有状态 | 有状态 | 有状态 |
| 适用场景 | 探索式阅读、教育 | 通用前端开发 | 快速原型设计 | 信息检索 |
一句话区分：生成式 UI 是”AI 帮你写代码”，Flipbook 是”AI 帮你画结果”。前者胜在可控可维护，后者胜在视觉自由度和沉浸感。
用户反馈
Flipbook 上线后效果堪比一颗核弹。X 平台上的相关帖子单日浏览量突破 200 万，整波传播累计 550 万曝光。评论区裂成两派：技术激进派高呼”HTML 的时代结束了”，实用派则吐槽”这东西连基本的文字排版都搞不定”。
来自教育领域的用户反馈说，用 Flipbook 来讲解历史事件和地理知识，学生的学习参与度明显提高，因为不是读文字，而是”走进一张画里探索”。AI 艺术创作者也觉得，这种无代码的视觉生成方式打开了新的创作空间。
另一边，建筑和电商从业者指出，Flipbook 目前的状态根本没法用在实际项目中。按钮是画出来的，用户怎么提交表单？搜索结果怎么保证准确？这些质疑并不算苛刻，Flipbook 自己也承认是个实验性原型，团队只有三个人，背后靠一堆 API 和开源模型拼搭，稳定性和准确性还很脆弱。
多维评分
| 评分维度 | 分数 | 说明 |
|---|---|---|
| 创新性 | 9.5/10 | 完全舍弃 HTML/CSS/JS，直接像素流生成，范式级创新 |
| 用户体验 | 6.0/10 | 界面沉浸感强，但 3-8 秒延迟和点击误判的交互成本太高 |
| 功能性 | 5.0/10 | 视觉探索单独拿出来体验不错，但无交互执行能力 |
| 稳定性 | 4.0/10 | 个人项目水准，多人访问时容易卡顿，边缘场景经常翻车 |
| 性价比 | 9.0/10 | 当前完全免费，零门槛上手，几乎没有使用成本 |
| 商业成熟度 | 3.0/10 | 实验原型，无商业模式，无 SLA，不适合生产使用 |
优缺点
优点
-
范式级创新。Flipbook 走了一条跟所有人都不一样的路：不优化代码，而是跳过了代码。这种”像素流”替代”组件树”的架构，至少证明了另一个方向的可行性。 -
视觉沉浸感极强。当你在一张 AI 画出来的图里点击探索时，那种沉浸感是文字链接没法比的，尤其是在地理、历史、科学这类视觉密集型主题上。 -
零门槛上手。不需要注册，不需要账号，打开网站输个想法就开始玩。对于想体验未来交互的人来说，这是目前最低的试错成本。 -
为探索式消费设计。传统的浏览器是为”完成任务”设计的，Flipbook 是为”发现内容”设计的。两种场景不同，Flipbook 在后者上确实更自然。
缺点
-
延迟和准确性硬伤。每次交互 3 到 8 秒的等待、文字拼写错误、点击意图误判，这些问题在短期内很难彻底解决。 -
无状态导致无法执行操作。不能搜索链接、不能交表单、不能收藏，它更像是”能看的画册”而不是”能用的浏览器”。 -
商业成熟度几乎为零。没有收费模式也没有 SLA，背后依赖第三方 GPU 服务，一旦 Modal 调整策略，Flipbook 的体验会受到直接影响。 -
可访问性和 SEO 问题。屏幕阅读器读不了像素，搜索引擎也抓不了图像内容，这决定了它在严肃场景下基本不可用。
适用人群
教育工作者和学生。Flipbook 在处理需要视觉解释的主题，地理、历史、科学，时表现出色，适合做课堂演示课件或自学探索工具。
产品经理和设计师。如果你正在做交互原型或视觉概念验证，用 Flipbook 快速生成一个可点击的视觉 demo 给团队看，比写 Figma 或前端代码快得多。
技术爱好者和前瞻研究者。关心下一代人机交互方向的从业者，Flipbook 绝对值得花半小时体验一下，它展示的可能就是五年后的界面形态。
普通内容消费者。如果你只是想来一场放松的视觉漫游，输入一个感兴趣的话题，像翻一本无限厚的画册一样随便看看。
定价方案
Flipbook 目前处于实验性原型阶段，完全免费，无需注册。打开官网 https://flipbook-page.com 就能直接用。没有免费额度限制，也没有付费套餐。
未来可能的收费方向：根据创始人回应，Flipbook 目前靠 Modal 赞助的 GPU 算力运行，每页生成成本大约在 $0.01-0.1 之间。如果项目要继续发展，大概率会引入类似 Credits 的按使用量计费模式，或者对标 Perplexity 的订阅制。
FAQ
Q1：Flipbook 免费吗？会不会后续收费？
A1：当前完全免费，无需注册。 未来大概率会引入付费模式，因为后端 GPU 算力成本不低，长期免费不太现实。
Q2：Flipbook 和传统浏览器有什么区别？
A2：核心区别是界面生成方式不同。 传统浏览器用 HTML/CSS/JS 渲染页面，Flipbook 用 AI 直接生成像素视频流，屏幕上没有任何代码结构。
Q3：Flipbook 需要用 GPU 跑吗？
A3：不需要用户跑。 所有计算在云端 Modal GPU 上完成，用户只需一个普通浏览器和稳定的网络连接。
Q4：支持中文输入吗？
A4：支持。 但中文产出的文字效果还不太行。
Q5：生成的图像可以用于商业项目吗？
A5：官方未明确说明版权归属。 目前是实验原型，建议在个人探索和学习场景下使用，商用前最好联系团队确认版权条款。
Q6：为什么 Flipbook 的交互延迟这么高？
A6：因为每次点击都要走完”视觉理解→意图推断→网络搜索→图像生成→流式推送”整个链路。 这比传统网页的请求-响应周期复杂得多，3-8 秒已属工程优化后的结果。
Q7：可以上传图片让 Flipbook 解析吗？
A7：可以。 Flipbook 支持图片上传作为输入，系统会基于上传的图片内容生成后续的视觉探索页面。
Q8：我的浏览器很卡，是电脑配置不够吗？
A8：大概率不是电脑问题。 Flipbook 是纯 Web 端体验，卡顿通常跟网络带宽或云端负载有关，多人访问时体验会下降。
Q9：Flipbook 团队有多大？
A9：目前是三人小团队。 由 Zain Shah（前 OpenAI）、Eddie Jiao 和 Drew O’Carr 组成，South Park Commons 提供支持，是个实验性项目而非商业化产品。
Q10：有没有和 Flipbook 类似的产品推荐？
A10：不完全对标。 如果想体验相似的视觉探索感，可以试试 Perplexity 的视觉搜索；如果想用 AI 生成可编辑界面，Vercel v0 更实用。
最后说两句
Flipbook 不是一个合格的产品，但它是一个极具诚意的技术声明。它回答了一个很少有人敢认真问的问题：如果我们可以直接生成像素，为什么还需要 HTML？虽然答案是”现阶段还不行”，但这个问题本身的价值，已经让 Flipbook 在互联网发展史上留下了自己的名字。
它的意义不在于替代谁，而在于提醒我们：当模型生成一张图已经能快过你读懂一篇文章时，Web 的形态也许真的到了该重新想象的时候。当然，如果 Flipbook 能把响应延迟再压进一秒以内，那就更好了。