|
今年AI 圖像模型的迭代給人帶來的驚喜遠大于語言模型，從GPT 4o Image 的引爆全網(wǎng)，再到Gemini Nano Banana，從最初的“能出圖”到如今的“能控圖、精準改圖到真的幾乎可以替代絕大部分Photoshop功能，實現(xiàn)了言出法隨的人類夢寐以求的目前”，創(chuàng)作體驗正在發(fā)生質(zhì)變。 就在Gemini Nano Banana熱度還沒過去，我們還在期感嘆國產(chǎn)模型何時也能這樣的時候，豆包推出了他們的權(quán)限 Seedream 4.0圖像模型——一款定位為“生成與編輯一體化”的圖像模型。 沒錯！就是和Nano Banana 同樣定位的圖像編輯模型。據(jù)說是和小香蕉能力不相上下... 那么這款和Gemini Nano Banana具有同樣能力的，在中文支持方面更符合國人寶寶體質(zhì)的圖像模型究竟如何呢？ 那么和以前一樣，小互我繼續(xù)為大家進行一個全方位的測評，給大家展示其能力水平... 直接開始... 01 — 基礎(chǔ)核心能力展示 第一部分，老規(guī)矩，還是有請本人頭像親自出場...  打開今日頭條查看圖片詳情 主要測試其精準指令編輯能力和特征保持能力
下面是我的測試： 在豆包上傳我的頭像，要求其根據(jù)我頭像生成我的身體，眾所周知我一直沒有身體只有頭像。  打開今日頭條查看圖片詳情 看看效果... 我有身體了...  打開今日頭條查看圖片詳情 而且保留了我頭像的特征和面部的表情，包括我招牌的犀利眼神和紅框眼鏡  打開今日頭條查看圖片詳情 下面我選取第一張圖像，繼續(xù)進行后續(xù)的要求 讓給我一杯星巴克咖啡，然后再喝一口星咖啡，同時更換背景畫面 都很好的完成了我的要求 然后我們還可以用生成的參考照片去生成其他圖像 比如這樣 面部形象特征都做到了很好的保持  打開今日頭條查看圖片詳情 02 — 推理能力 豆包 Seedream 4.0另一個明顯的提升是對模糊需求的理解，也就是模型的推理能力，這個至關(guān)重要，因為只有模型推理能力上去后，它的衍生功能才能得到極大的發(fā)揮。 以前 AI 更像是“詞對圖”，現(xiàn)在更像是“語義對圖”。
 打開今日頭條查看圖片詳情 測試下來發(fā)現(xiàn)，Seedream 4.0推理能力得到了極大的提升，相較于之前的3.0，個人感覺至少提高了好幾倍。 這種理解力的增強，也意味著它的“推理預(yù)測”更強。比如把圖中的毯子疊好放在沙發(fā)上。  打開今日頭條查看圖片詳情 下面我們進行具體測試 這是一個肯德基的餐品圖，我們看到這有兩個盒子 下面我們讓豆包把這兩個盒子打開看看里面有什么...  打開今日頭條查看圖片詳情 我們看到它打開了盒子，并展示了里面的失誤，第一個長盒子我覺得展示的是很正確的，第二個盒子我個人認為里面應(yīng)該是個漢堡 但是它給我展示的是炸雞，不過這個可能是盒子上有英文誤導了這一結(jié)果。 總體還是不錯的 但是還沒有完，我們將進行極限測試 我們注意到這個可樂是沒有吸管的，不方便我喝，我需要個吸管 讓豆包給我的可樂插個吸管  打開今日頭條查看圖片詳情 我們看到吸管很完美的插入到了可樂中... 這時候我又發(fā)現(xiàn)，沒有番茄醬，我這個人很喜歡吃番茄醬 我必須要開個番茄醬才行  打開今日頭條查看圖片詳情 我們看到番茄醬也有了，而且放在了合適的位置上 好了現(xiàn)在我可以坐下來好好享受我的肯德基了 那么我發(fā)現(xiàn)我沒有桌位，這個難不住我  打開今日頭條查看圖片詳情 我有豆包 來了... 打開今日頭條查看圖片詳情 看到?jīng)]，我終于吃上了肯德基，哈哈哈... 打開今日頭條查看圖片詳情 這些都是基于模型的強大推理能力，全程我只是進行文字提示聊天，上傳參考圖，它自己會根據(jù)你的要求進行自動合成。 這個時候我發(fā)現(xiàn)，我的臉有點黑，發(fā)型也不時尚 另外我的鞋子左右也不一致 打開今日頭條查看圖片詳情 所以我繼續(xù)要求豆包給我：美顏一下、換個時髦的發(fā)型，把我的鞋子換成一樣的... 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 這就很時髦很完美了，可以看到它現(xiàn)在都能給人美顏了，再也不用找胡德祿弄時行的的發(fā)型了 03 — 和Banana的對比 下面我們來拿Gemini Nano Banana 很火的一些案例來和豆包 Seedream 4.0 進行對比，看看兩者的差距和優(yōu)缺點。 1.多圖融合你可以給它多張圖片讓它組合 比如我們上傳奧特曼的照片+字節(jié)跳動的體恤+一個姿勢圖 打開今日頭條查看圖片詳情 讓模型將這些圖進行組合生成一個完整的照片 打開今日頭條查看圖片詳情 我們看到在整個推理組合的過程中，兩個模型都是很不錯的，姿勢還原度和衣服貼合度都很完美，但是如果放大仔細看，Nano Banana在人物的面部保持方面略微的好一些，豆包的面部細節(jié)有瑕疵，同時不能和圖片表現(xiàn)的運動羨慕應(yīng)該展現(xiàn)的表情相吻合。 2.2D變3D 上傳普通的照片生成3D手辦 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 我們看到除了在色彩飽和度上有一些差距外，3D還原度上還是不分上下的，效果都很不錯。 3.老照片上色給老舊照片上色... 這個也是仁者見仁智者見智，Nano Banana 的色彩可能還原更符合老照片的狀態(tài)，豆包的略微偏黃，但是可以通過提示繼續(xù)糾正。 4.室內(nèi)設(shè)計能力 將床鋪放在空曠的房間里，并逐步添加一些家居 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 這個我覺得豆包在整個效果上更好，但是它給出了房間的另一個視角角度，沒有遵循原圖的視角方向，這個不好評，看你們喜歡。 04 — 總結(jié)一下 總體來說在圖像編輯和推理方面 Seedream 4.0 和 Gemini Nano Banana 已經(jīng)非常的接近，在各個方面不相上下，整體感受是推理能力 Nano Banana 還是略微強大一些，但是在圖像編輯和其他控制方面已經(jīng)不分伯仲。 剩下的就是每個人的個人主觀感受問題。 可以說：不必在意國外的小香蕉，我們有自己的豆包 Seedream 4.0 更香更甜... 打開今日頭條查看圖片詳情 當然還有很多方面我沒有能夠展示出來，我只是展示了一些核心功能。 官方有個詳細的功能展示和精細的提示手冊： https://bytedance./docx/XwngdqdhIowfF8xhEA4cwpS2nLb 你們可以看看 下面是一些案例展示： 1、用圖2的圖案替換圖1的衣服花紋，圖3的圖案替換圖1的墻面 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 2、將圖1的主體替換為圖2的主體 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 打開今日頭條查看圖片詳情 3、證件照生成 提示詞模板：一張以圖片中人物為主的證件照，展示腰部以上，照片居中、正面拍攝、【藍色】背景。 打開今日頭條查看圖片詳情 4、更改鏡頭深度 打開今日頭條查看圖片詳情 將景別改成全景、遠景、中景、近景... 打開今日頭條查看圖片詳情 5、變換風格和創(chuàng)意發(fā)散 打開今日頭條查看圖片詳情
打開今日頭條查看圖片詳情 變換各種風格 6.多參考圖生成 根據(jù)上述的網(wǎng)格圖像生成畫面 更多案例請自行在豆包選擇：AI生圖/視頻 嘗試 體驗入口： （1）即夢網(wǎng)頁端-圖片生成-上傳參考圖-選擇圖片 4.0 模型-輸入 提示詞（操作方便，但是需要積分) （2）豆包 App 對話框-AI 生圖/生視頻-上傳參考圖-輸入 提示詞或者需求即可。(完全免費） 加入XiaoHu.ai 日報社群 每天獲取最新的AI信息 打開今日頭條查看圖片詳情 ____________ End.
|
|
|
