北京 – 自OpenAI推出具备“吉卜力”滤镜的GPT-4o以来，AI绘画领域再次掀起波澜。社交媒体上涌现大量宫崎骏风格作品，ChatGPT也因此吸引了大量用户。面对这一市场热潮，各家科技公司纷纷加速布局，力图在AI绘画领域占据一席之地。
近日，字节跳动悄然启动了“即梦3.0”模型的灰度测试，该模型主打“影视质感、文字更准、直出2K高清图”的特性。此前，Ideogram已率先发布并免费开放其3.0模型，而Midjourney CEO也暗示即将推出V7版本，竞争态势愈发激烈。
AI“补齐短板”，文字生成能力显著提升
长期以来，AI在图像生成领域存在“文字识别”的短板。生成的图像中，文字往往出现乱码或错误。然而，随着各家公司加大研发投入，AI的文字生成能力得到了显著提升。以GPT-4o为例，现在甚至可以生成漫画作品，AI已不再是“文盲”。
“即梦3.0”的一大亮点便是其强大的文字生成能力，尤其是在中文文字的处理上。
实测对比：各有千秋，字节“即梦”表现亮眼
为了更直观地了解“即梦3.0”的性能，我们将其与GPT-4o、Ideogram 3.0进行了对比测试。
- 提示词1： 一个黄色的易拉罐漂浮在空中，罐身上凝结着水滴，并写着英文 “Soda”，周围环绕着新鲜的柠檬半块和切片，冰块在空中散落，营造出一种清爽的氛围。背景是蓝天和柔软的云朵，整个场景呈现出零重力的效果，采用写实风格的摄影表现，光线明亮而鲜艳。
在这一轮测试中，三款AI工具均能准确识别英文单词“Soda”，但在配色和光影处理上有所差异。“即梦3.0”呈现出日系小清新的朦胧美感，配色较浅，光影处理也更为出色。GPT-4o生成的画面清晰度较高，但字体略显呆板。Ideogram 3.0则用色较重，整体画面偏暗。
- 提示词2： 一张照片展示了一个淡绿色和白色的化妆品乳霜罐，罐身上印有深红色字体的品牌标识 “Freitas_Arts”。罐子放置在一个自然背景中，周围有光滑的石头、浅浅的清澈水池，水面反射着柔和的涟漪，还有洋甘菊的枝条，其花瓣洁白细腻，花心呈黄色，周围点缀着新鲜的绿叶和艺术地散落的草叶。这张照片是在专业摄影棚拍摄的，光线设计突出了乳霜罐的质感和细节，同时将其自然地融入到宁静的自然主题场景中。
Ideogram 3.0在审美方面表现更胜一筹，画面整体协调，元素比例大小也恰到好处。“即梦3.0”在细节处理上没有明显问题，但化妆品瓶身的配色略显逊色。
- 提示词3： 画一个肯德基的简体中文菜单，其中有一个套餐叫做 “V 我 50”。
在中文文字识别方面，“即梦3.0”表现出色，是唯一一个能够正确生成中英文的模型。然而，生成的图像更像是一个优惠海报，而非菜单。GPT-4o和Ideogram 3.0在生成英文方面没有问题，但在处理中文时则出现了乱码。
“即梦3.0”的应用前景
通过测试可以看出，“即梦3.0”在插画风格和写实风格的图像生成方面均表现出色，能够较好地处理中文和英文文字。除了设计电影海报、时尚杂志外，该模型还可以用于制作可爱的九宫格表情包。
AI绘画的未来：机遇与挑战并存
AI绘画技术的快速发展，无疑为内容创作领域带来了新的机遇。然而，对于设计师而言，这也意味着新的挑战。AI绘画工具的普及，可能会降低部分设计工作的门槛，使得设计师面临更大的竞争压力。
但与此同时，AI也可以成为设计师的得力助手，帮助他们提高工作效率，拓展创作思路。关键在于，设计师需要不断学习和适应新技术，将AI工具融入到自己的工作流程中，才能在未来的竞争中立于不败之地。
参考文献
- 机器之心. (2024). 实测完即梦3.0，我后悔大学选了设计专业…… Retrieved from [在此处插入文章链接]
Views: 0