新火種
2024-08-26 
Midjourney地位不穩(wěn)？AI繪圖又一黑馬出現(xiàn)，附4款產(chǎn)品一手實(shí)測
AI圈，再次開卷圖像生成。
一連串進(jìn)展扎堆：
8月21日，Ideogram正式推出2.0版本，聲稱文本渲染能力更強(qiáng)。
沒錯，就是那個成立于去年8月，由谷歌AI繪畫4大牛集體離職創(chuàng)業(yè)的項(xiàng)目，曾獲得過一眾AI大佬投資。
此番Ideogram還公開叫板Flux，官方自信表示其人類評估明顯優(yōu)于Flux Pro。
要知道，F(xiàn)lux由Stable Diffusion原班人馬打造，最近正在因生成以假亂真的TED演講“照片”而走紅各大網(wǎng)絡(luò)。
除此之外，一周前，谷歌正式放出了Imagen 3，在官方評估中，號稱表現(xiàn)優(yōu)于DALL-E 3、Midjourney v6、Stable Diffusion 3等一眾繪圖模型。
或許是受刺激了（doge），Midjourney竟然也轉(zhuǎn)性了，在8月22日直接向所有用戶推出了免費(fèi)網(wǎng)頁版。
這下有好戲看了！
既然大家都宣稱自己很強(qiáng)，那我們不妨把大家拉到一桌，來搞個面對面PK。
誰是最強(qiáng)繪圖AI？先請出咱們的4位參賽選手（全部使用網(wǎng)頁版）：
1號選手：Ideogram 2.0。每天免費(fèi)有10積分，1積分可以生成4張圖，每天最多生成40張圖；2號選手：Flux.1。黑森林官方在Hugging Chat提供了免費(fèi)demo（選FLUX.1 Schnell版本）；3號選手：Imagen 3。在Image FX上可以免費(fèi)無限次使用；4號選手：Midjourney。免費(fèi)試用期一共只有生成25張圖的機(jī)會；下面正式進(jìn)入比賽環(huán)節(jié)。
黑猴子全翻車了一上來，為了檢驗(yàn)這些國外AI是否理解中文提示詞，咱們也來蹭一波當(dāng)今頂流黑猴子的熱度。
不出意外，意外發(fā)生了……
相信大家一眼都被3號的大紅叉給吸引了。沒錯，同一提示詞下，只有3號Imagen 3拒絕了生成請求。
看到這兒，第一反應(yīng)是我們的提示詞是不是觸發(fā)了版權(quán)保護(hù)。于是先刪掉了提示詞中的“游戲角色”，結(jié)果還是提醒無法生成。
難道是谷歌Imagen 3不支持中文？于是又隨機(jī)換了一個更簡單的提示詞，這下倒是有圖了。
只不過結(jié)果一整個大錯誤，而且換了多個中文提示詞，最終都是一些毫不相關(guān)的紋路圖。
看來谷歌Imagen 3確實(shí)對中文提示詞不ok。
3號落榜之后，再看其他幾位，也只有1號Ideogram 2.0表現(xiàn)最佳。
2號倒還能看出國漫的影子，4號Midjourney則完全放飛自我了~（主打一個毫不相干）
最后還是要表揚(yáng)下Ideogram 2.0，精準(zhǔn)命中了所有關(guān)鍵元素。
雖然不是本人心中想要的東西（想要黑神話），但提示詞還原度確實(shí)沒毛病。
是真人還是AI？傻傻分不清楚接下來進(jìn)入各位選手的舒適區(qū)——人像生成。
遙想當(dāng)年，Midjourney以一張?zhí)炫_情侶合照火爆網(wǎng)絡(luò)；眼下，F(xiàn)lux更是以一組TED演講圖風(fēng)靡全網(wǎng)……
究竟誰更勝一籌？答案馬上揭曉。
先單看2號和4號，很明顯，Midjourney贏了！
從細(xì)節(jié)上看，2號Flux.1稍有偏差，衣服顏色多了兩種，這在一水的藍(lán)綠格子襯衫中尤為突出。
另外，一上來我們還發(fā)現(xiàn)了Imagen 3獨(dú)有的一個小亮點(diǎn)：在生成開始前圈出關(guān)鍵詞。
借著它完成的工作，我們正好可以檢驗(yàn)幾位選手對關(guān)鍵元素（藍(lán)綠色方格襯衫、50mm鏡頭等）的還原程度。
可以看到，整體上幾位選手表現(xiàn)都不錯（除了2號），還原度較高且都看向了鏡頭。
而且，要不是這些都是本人親自用AI生成的，還真無法一下子辨認(rèn)與真人的區(qū)別。（汗顏）
最后悄咪咪說一句，4號選手Midjourney顏值最高。
老大難：圖片顯示文字成功騙過了所有人之后，是時候讓AI吃點(diǎn)苦頭了——
給圖片加文字。
這事兒一直都是個老大難，也成了檢驗(yàn)AI生圖水平的標(biāo)準(zhǔn)之一。
話不多說，直接讓幾位選手制作一塊精美的廣告牌。請各位看官老爺自行帶入甲方爸爸角色。
一眼掃過，是不是都還不錯，好像都高度還原了提示詞？
但是，一旦拿出甲方爸爸的犀利眼神，這2號可就藏不住了。
注意看，2號Flux.1偷工減料了，單詞“Season”少了一個字母“S”。
不過除了2號，其他幾位還是不錯滴，看來各家AI在文字渲染功能上都下功夫了。
所以接下來就是，蘿卜青菜各有所愛，大家憑個人喜好做選擇。（私心投給了Midjourney）
對了，1號Ideogram這次型號升級還特意拿“文字渲染”功能做宣傳了，大家不妨多試試。
參考麥當(dāng)勞，整點(diǎn)AI廣告最近，麥當(dāng)勞請了11個AI美女為薯?xiàng)l瘋狂打call，狠狠火了一把~
其實(shí)原理也比較簡單，無非是用AI生成不同角色宣傳薯?xiàng)l的圖片，再拼接成一個視頻。
沒想到效果驚人，僅在推特一個平臺，相關(guān)視頻就獲得了近千萬瀏覽量。
掌握財(cái)富密碼后，咱們正式開干，身為中國人，AI助農(nóng)高低得走起~
很好，3號選手再次“擺爛了”。不過這波著實(shí)令人費(fèi)解，提示詞既不是中文，也沒有明顯違禁的地方……
淘汰3號后，1號選手Ideogram 2.0帶貨種類最為豐富，大白菜、西紅柿、紫甘藍(lán)等應(yīng)有盡有。
而且它是唯一一個打出文字招牌來宣傳有機(jī)食品的，看得出來相當(dāng)賣力了~
另外，細(xì)看還能發(fā)現(xiàn)只有1號在盡力模仿真人，而2號和4號則完全走上了二刺猿。
u1s1，如果參考麥麥的廣告風(fēng)格，這一次的短暫生成確實(shí)沒有達(dá)到理想效果。（希望更貼近真實(shí)一點(diǎn)）
但是，好在這幾個AI工具目前都可以免費(fèi)用，多來幾次也不是不行，重點(diǎn)還是方法論。[doge]
別急著走，其實(shí)還有一個更靠譜的搞錢方法——
用AI輕松拿捏棚拍商業(yè)宣傳海報(bào)，省下請攝影師、場地和后期的錢不香嘛。
考考大家，假如你要給身邊某位女性挑一只口紅，你會選哪只？（死亡考驗(yàn)來了）
嘿嘿，所以有人選4號了嗎？
雖然4號Midjourney看起來灰常高級，但這個黑色可能有點(diǎn)小眾了。（慎選）
除了它，接下來表現(xiàn)最好的是3號Imagen 3，底下絲絨布料襯托出奢華感，且最重要的是，口紅質(zhì)地很真實(shí)。
對比之下，1號和2號都顯得有點(diǎn)假，“塑料感”撲面而來。
因此這一局，整體來說3號選手獲勝。
小結(jié)一下，整體而言4位選手表現(xiàn)都非常不錯。中文提示詞下，黑馬選手Ideogram 2.0表現(xiàn)最好。
誰是Ideogram？今年2月，Ideogram推出了1.0版本，短短半年時間，它再次進(jìn)化上線了2.0版本。
事實(shí)上，Ideogram與谷歌可謂“沾親帶故”。
成立于去年8月，創(chuàng)始團(tuán)隊(duì)中前4人都是谷歌文生圖研究Imagen論文作者。
CEO Mohammad Norouzi，論文共同一作，他在多倫多大學(xué)計(jì)算機(jī)科學(xué)博士就讀期間拿到了谷歌ML博士獎學(xué)金。
畢業(yè)后他加入谷歌大腦工作了7年，職位也一路升至高級研究科學(xué)家，主要研究的就是生成模型。
此外，他也是谷歌神經(jīng)機(jī)器翻譯團(tuán)隊(duì)的原始成員，Hinton團(tuán)隊(duì)自監(jiān)督對比學(xué)習(xí)框架SimCLR的合著者。
CTO William Chan（陳俊樂），論文共同一作，他先后就讀于加拿大滑鐵盧大學(xué)、卡內(nèi)基梅隆大學(xué)。
他2012年加入谷歌時先做的機(jī)器學(xué)習(xí)廣告工程，后轉(zhuǎn)到谷歌大腦作NLP研究。
聯(lián)合創(chuàng)始人 Jonathan Ho，博士畢業(yè)于UC伯克利，曾在OpenAI工作一年，后加入谷歌。
他除了是Imagen論文的核心貢獻(xiàn)者，還是去噪擴(kuò)散模型奠基之作《Denoising Diffusion Probabilistic Models》的一作，這篇論文合著者中的Pieter Abbeel也是Ideogram AI的投資人。
聯(lián)合創(chuàng)始人 Chitwan Saharia，論文共同一作，本科畢業(yè)于孟買理工學(xué)院，2019年加入谷歌，在谷歌主要負(fù)責(zé)領(lǐng)導(dǎo)image-to-image擴(kuò)散模型的工作。
創(chuàng)始團(tuán)隊(duì)中的另外三人，Shayaan Abdullah曾是Twitter的機(jī)器學(xué)習(xí)工程師，于去年4月離職，后加入Ideogram AI。
Jacob Lu為軟件工程師，加入Ideogram之前曾在亞馬遜等公司任職；Jenny Lei是軟件工程實(shí)習(xí)生，加入Ideogram AI之前曾在谷歌實(shí)習(xí)。
可以看出，Ideogram由頂級擴(kuò)散模型研究團(tuán)隊(duì)組成，自成立之初便獲得了資本青睞。
Ideogram種子輪融資由a16z和Index Ventures領(lǐng)投，金額1650萬美元 （當(dāng)時約1.2億人民幣）。
個人投資者中也不乏Andrej Karpathy、強(qiáng)化學(xué)習(xí)大牛Pieter Abbeel，GitHub聯(lián)合創(chuàng)始人Tom Preston-Werner等。
另外，今年2月，多方消息傳出Ideogram進(jìn)行了新一輪融資。
據(jù)稱成功籌集了8000萬美元（約57億人民幣）A輪融資，領(lǐng)投方為Andreessen Horowitz，其他參與投資者包括Index Ventures、Redpoint Ventures、Pear VC和SV Angel。
看來有錢、有技術(shù)的Ideogram無疑又是AI生圖領(lǐng)域的一匹黑馬。
卷，繼續(xù)卷。
Ideogram 2.0鏈接：https://ideogram.ai/t/explore
Midjourney鏈接：https://www.midjourney.com/home
Flux鏈接:https://huggingface.co/spaces/black-forest-labs/FLUX.1-schnell
Imagen3鏈接：https://aitestkitchen.withgoogle.com/tools/image-fx
參考鏈接：[1]https://x.com/ideogram_ai/status/1826277550798278804[2]https://ideogram.ai/launch[3]https://x.com/AIandDesign/status/1826277963681370213
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點(diǎn)僅代表作者個人看法，不代表新火種的觀點(diǎn)。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項(xiàng)目不表示認(rèn)可。 交易和投資涉及高風(fēng)險(xiǎn)，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨(dú)立判斷。新火種不對因依賴本文觀點(diǎn)而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
