Midjourney地位不稳？AI绘图又一黑马出现，附4款产品一手实测

2024-09-05 15:00 77 阅读 0 评论 51 点赞

声明:本文来自于微信公众号量子位 | 公众号 QbitAI，作者:一水，授权靠谱客转载发布。

AI圈，再次开卷图像生成。

一连串进展扎堆:

8月21日，Ideogram正式推出2.0版本，声称文本渲染能力更强。

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。

除此之外，一周前，谷歌正式放出了Imagen3，在官方评估中，号称表现优于DALL-E3、Midjourney v6、Stable Diffusion3等一众绘图模型。

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。

这下有好戏看了!

既然大家都宣称自己很强，那我们不妨把大家拉到一桌，来搞个面对面PK。

谁是最强绘图AI?

先请出咱们的4位参赛选手（全部使用网页版）:

1号选手:Ideogram2.0。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;
2号选手:Flux.1。黑森林官方在Hugging Chat提供了免费demo（选FLUX.1Schnell版本）;
3号选手:Imagen3。在Image FX上可以免费无限次使用;
4号选手:Midjourney。免费试用期一共只有生成25张图的机会;

下面正式进入比赛环节。

黑猴子全翻车了

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。

不出意外，意外发生了……

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Imagen3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Imagen3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。

看来谷歌Imagen3确实对中文提示词不ok。

3号落榜之后，再看其他几位，也只有1号Ideogram2.0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）

最后还是要表扬下Ideogram2.0，精准命中了所有关键元素。

虽然不是本人心中想要的东西（想要黑神话），但提示词还原度确实没毛病。

是真人还是AI?傻傻分不清楚

接下来进入各位选手的舒适区——人像生成。

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……

究竟谁更胜一筹?答案马上揭晓。

prompt:A young man with auburn hair， wearing a checkered shirt in teal and cream， captured with a50mm lens for a vintage look. Rich colors， sharp focus， and a touch of retro charm.
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。

先单看2号和4号，很明显，Midjourney赢了!

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Imagen3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）

最后悄咪咪说一句，4号选手Midjourney颜值最高。

老大难:图片显示文字

成功骗过了所有人之后，是时候让AI吃点苦头了——

给图片加文字。

这事儿一直都是个老大难，也成了检验AI生图水平的标准之一。

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。

prompt:A horizontal brass sign reading ‘Festive Season’ in a stylish script， encircled by pine and holly on a dark wood backdrop， with a close-up focus on the golden lettering.
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。

一眼扫过，是不是都还不错，好像都高度还原了提示词?

但是，一旦拿出甲方爸爸的犀利眼神，这2号可就藏不住了。

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。

参考麦当劳，整点AI广告

最近，麦当劳请了11个AI美女为薯条疯狂打call，狠狠火了一把~

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。

没想到效果惊人，仅在推特一个平台，相关视频就获得了近千万浏览量。

掌握财富密码后，咱们正式开干，身为中国人，AI助农高低得走起~

prompt:Against the backdrop of a cyberpunk-style metropolis， a girl is promoting organic agricultural products in her hands.
在赛博朋克风格的都市背景下，一位女孩正宣传着手中的有机农产品。

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Ideogram2.0带货种类最为丰富，大白菜、西红柿、紫甘蓝等应有尽有。

而且它是唯一一个打出文字招牌来宣传有机食品的，看得出来相当卖力了~

另外，细看还能发现只有1号在尽力模仿真人，而2号和4号则完全走上了二刺猿。

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]

别急着走，其实还有一个更靠谱的搞钱方法——

用AI轻松拿捏棚拍商业宣传海报，省下请摄影师、场地和后期的钱不香嘛。

A sleek lipstick tube gleams against a backdrop of sophistication， highlighting the rich pigment and smooth glide. Evoke luxury with sharp focus and a hint of shimmer.
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。