服务热线:400-123-4567
当前位置: 首页 > 工程案例 > 规划设计

Midjourney地位不稳?AI绘图又一黑马出现附4款产品一手实测

时间:2024-08-30 19:31:39 文章作者:小编 点击:

  没错,就是那个成立于去年8月,由谷歌AI绘画4大牛集体离职创业的项目,曾获得过一众AI大佬投资。

  此番Ideogram还公开叫板Flux,官方自信表示其人类评估明显优于Flux Pro。

  要知道,Flux由Stable Diffusion原班人马打造,最近正在因生成以假乱真的TED演讲“照片”而走红各大网络。

  或许是受刺激了(doge),Midjourney竟然也转性了,在8月22日直接向所有用户推出了免费网页版。

  1号选手:Ideogram 2.0。每天免费有10积分,1积分可以生成4张图,每天最多生成40张图;

  一上来,为了检验这些国外AI是否理解中文提示词,咱们也来蹭一波当今顶流黑猴子的热度。

  prompt:游戏角色,一只猴子,身披盔甲,头戴凤羽金冠,手上拿着一根金箍棒,站在一座悬崖之上。

  相信大家一眼都被3号的大红叉给吸引了。没错,同一提示词下,只有3号Imagen 3拒绝了生成请求。

  看到这儿,第一反应是我们的提示词是不是触发了版权保护。于是先删掉了提示词中的“游戏角色”,结果还是提醒无法生成。

  难道是谷歌Imagen 3不支持中文?于是又随机换了一个更简单的提示词,这下倒是有图了。

  只不过结果一整个大错误,而且换了多个中文提示词,最终都是一些毫不相关的纹路图。

  3号落榜之后,再看其他几位,也只有1号Ideogram 2.0表现最佳。

  2号倒还能看出国漫的影子,4号Midjourney则完全放飞自我了~(主打一个毫不相干)

  遥想当年,Midjourney以一张天台情侣合照火爆网络;眼下,Flux更是以一组TED演讲图风靡全网……

  一位红褐色头发的年轻男性,身着蓝绿色奶油色方格衬衫,用50mm镜头捕捉复古风格。色彩丰富,焦点清晰,带有一丝复古魅力。

  从细节上看,2号Flux.1稍有偏差,衣服颜色多了两种,这在一水的蓝绿格子衬衫中尤为突出。

  另外,一上来我们还发现了Imagen 3独有的一个小亮点:在生成开始前圈出关键词。

  借着它完成的工作,我们正好可以检验几位选手对关键元素(蓝绿色方格衬衫、50mm镜头等)的还原程度。

  可以看到,整体上几位选手表现都不错(除了2号),还原度较高且都看向了镜头。

  而且,要不是这些都是本人亲自用AI生成的,还真无法一下子辨认与真人的区别。(汗颜)

  话不多说,直接让几位选手制作一块精美的广告牌。请各位看官老爷自行带入甲方爸爸角色。

  一块水平黄铜标牌,上面以时尚手写体写着’Festive Season’,周围环绕着松枝和冬青,背景是深色木材,特写镜头聚焦于金色字体。

  注意看,2号Flux.1偷工减料了,单词“Season”少了一个字母“S”。

  不过除了2号,其他几位还是不错滴,看来各家AI在文字渲染功能上都下功夫了。

  所以接下来就是,萝卜青菜各有所爱,大家凭个人喜好做选择。(私心投给了Midjourney)

  对了,1号Ideogram这次型号升级还特意拿“文字渲染”功能做宣传了,大家不妨多试试。

  其实原理也比较简单,无非是用AI生成不同角色宣传薯条的图片,再拼接成一个视频。

  很好,3号选手再次“摆烂了”。不过这波着实令人费解,提示词既不是中文,也没有明显违禁的地方……

  淘汰3号后,1号选手Ideogram 2.0带货种类最为丰富,大白菜、西红柿、紫甘蓝等应有尽有。

  u1s1,如果参考麦麦的广告风格,这一次的短暂生成确实没有达到理想效果。(希望更贴近真实一点)

  但是,好在这几个AI工具目前都可以免费用,多来几次也不是不行,重点还是方法论。[doge]

  一支光滑的口红管在精致的背景前闪耀,突显出浓郁的色泽和顺滑的涂抹感。以锐利的焦点和一抹微光唤起奢华感。

  考考大家,假如你要给身边某位女性挑一只口红,你会选哪只?(死亡考验来了)

  虽然4号Midjourney看起来灰常高级,但这个黑色可能有点小众了。(慎选)

  除了它,接下来表现最好的是3号Imagen 3,底下丝绒布料衬托出奢华感,且最重要的是,口红质地很线号都显得有点假,“塑料感”扑面而来。

  小结一下,整体而言4位选手表现都非常不错。中文提示词下,黑马选手Ideogram 2.0表现最好。

  今年2月,Ideogram推出了1.0版本,短短半年时间,它再次进化上线版本。

  成立于去年8月,创始团队中前4人都是谷歌文生图研究Imagen论文作者。

  CEO Mohammad Norouzi,论文共同一作,他在多伦多大学计算机科学博士就读期间拿到了谷歌ML博士奖学金。

  毕业后他加入谷歌大脑工作了7年,职位也一路升至高级研究科学家,主要研究的就是生成模型。

  此外,他也是谷歌神经机器翻译团队的原始成员,Hinton团队自监督对比学习框架SimCLR的合著者。

  CTO William Chan(陳俊樂),论文共同一作,他先后就读于加拿大滑铁卢大学、卡内基梅隆大学。

  他2012年加入谷歌时先做的机器学习广告工程,后转到谷歌大脑作NLP研究。

  联合创始人 Jonathan Ho,博士毕业于UC伯克利,曾在OpenAI工作一年,后加入谷歌。

  联合创始人 Chitwan Saharia,论文共同一作,本科毕业于孟买理工学院,2019年加入谷歌,在谷歌主要负责领导image-to-image扩散模型的工作。

  Jacob Lu为软件工程师,加入Ideogram之前曾在亚马逊等公司任职;Jenny Lei是软件工程实习生,加入Ideogram AI之前曾在谷歌实习。

  可以看出,Ideogram由顶级扩散模型研究团队组成,自成立之初便获得了资本青睐。


【产品推荐】