详情

有一说一J9体育网，前几天就如故立冬了，眼瞅着又快到年底了刻下。

搁往年的情况，到了年底这才到各大厂商纷纷发力的时候，年关快要嘛，总得搞出点啥新东西，给全球涨涨眼界。

 诚然说最近对于 AI 的新音讯不是许多，然则东谈主家这段时辰笃定也没闲着，这不，一个多月前，也便是 925 那天咱们才跟全球说了豆包的视频生成，这两天，豆包又又又上新了新功能。

简单来说，这回豆包撑持 “ 一句话编订修改图片 ” 了。

诚然文生图如故搞了两三年，但这回，我敢说真算是国产 AI 文生图里的新打破了。

可能不少差友还认为， AI 生图不是如故挺是非的了嘛，若何还不可修改图片？

骨子上，咱们这几年也测了不少文生图大模子了，撑持图片精确修改的还真莫得，刻下作念的最佳的真便是豆包。

 就比如说 ChatGPT-4o ，你让他画个打篮球的东谈主还可以，然则你要思更动一下，把环境换成沙滩，不好酷好，整张图齐变了。

不啻 OpenAI 的不行，谷歌的 Gemini 也一样。

蓝本说让它把图中的鸡变成鳄鱼，斥逐不仅没变成，还把布景给全改了，两次的篮球也完全不一样。

拿 AI 我方生的图搞齐这样，更别说腹地上传的相片了。

就拿最简单的给图像换颜料来说，即使在豆包夙昔的版块里，这种效力也不睬思。

比如咱们径直把 925 行动里，给脖子哥拍的相片传上去，然后告诉豆包，你给我把脖子哥抱着的小白狗换成小黄。

斥逐便是，整张图齐变了，作风大变就算了，构图也不一样。

然则刻下，这回用上这个上新了的豆包，雷同的相片雷同的辅导词，你再望望：

滑动查看AI效力

诚然有少许点小污点，但要跟前边的一比，是不是上下立判！

 不但保留了脖子哥的作为，热情，小狗的体式也跟上传的图差未几，说换成黄色就换黄色，少许不拖拉。

再来试试图像摒除，效力也可以。

Prompt: 帮我生成图片：摒除白色小狗

发现没，这个文生图变得智能了，它能识别出相片里的内容，你思修改啥他就只改啥，那里别离改那里， so eazy! 

况且不仅能作念到识别，修改颜料，摒除物品这些基本功能，你思整点复杂的也一样可以。

比如更换图片的布景。

咱们把差评硬件部视频里，米罗的相片传上去，然后叫豆包把咱们的拍摄间布景改成上海陆家嘴。

Prompt: 帮我生成图片：布景换成陆家嘴

哎嘿！还真就换成了，纸张的折痕还齐少许没变。

 你以致可以分得清布景里，哪个是 “ 开瓶器 ” 环球金融中心；哪个是 “ 打针器 ” 金茂大厦；哪个是 “ 打蛋器 ” 上海中心大厦，陆家嘴三件套安排的清皎结拜。不知谈的有益第一眼看去，还真以为咱们公司搬到浦东了。

除了这些实验中存在的场景，科幻作品中思象的东西，这回豆包也大略生成。

咱们让豆包把米罗改变成战锤 40K 作风，斥逐亦然十分的 amazing 啊，诚然换了个东谈主种，然则五官还算吞吐能看出米罗的影子，如若戴上面盔，真就跟星际战士一样了。

Prompt: 帮我生成图片：穿戴换成战锤40K装甲，手拿激光炮

更热切的是，诚然东谈主物的着装和作风变了，但图片前边的桌子，跟布景的墙壁、窗帘、挂画可齐是少许没动。

就这个效力，你要不跟别东谈主说，谁知谈这到底是 AI 生成照旧 PS ，一眼望去是真分不清。

 不外，在东谈主物测试中咱们还发现，如果你拿AI 生成的图进行修改，效力比用相片还要强上不少。

你比如就说，咱们先生成一张屏幕前诸君彦祖的日系写照，然后告诉豆包，把彦祖的衬衣换换颜料。

Prompt: 帮我生成图片：穿戴颜料换成棕色

你瞅瞅，脸部的细节，头发的细节，以致背后墙砖上的纹理，远方的电线杆子，齐少许没动，说换装就换装，那叫一个干净利落。

 天然了，用东谈主像演示照旧为了测试它在东谈主脸细节上的主办能力，毕竟东谈主脸这玩意，一但生成的不好，就会产生恐怖忻悦谷效应，一眼盯竟然事。

戴珍珠耳饰的青娥齐见过吧，寰球名画，咱们让豆包给你把东谈主脸换成猫脸版块，来望望它对跨物种的面部会通作念的咋样。

Prompt: 帮我生成图片：把东谈主脸换成猫

斥逐全体瞅下来，闪现照旧十分可以。不但保留了头饰、穿戴纹理的细节，小猫耳朵这块也处置的很好，没穿模，径直能拿去当微信头像用了。

除了相片东谈主像这些，物品啥的表面上会更容易，然则咱们还得测，譬如说汽车。

咱们把一张群众 CC 的相片传上去，让它给换成疾驰。

Prompt: 帮我生成图片：车头换成疾驰

斥逐也还行，前脸一套齐改成了疾驰 C260 ，照旧现金的，其他的像车身颜料，周围的环境，也齐没变。

但遇上了多东谈主物，复杂场景的情况下，豆包又会闪现成啥样呢？

 就像刘华强买瓜这段，咱今天就把这个换成刘华强买炸鸡和棉花。

斥逐效力还怪好嘞，瓜估客穿戴上的图案齐一模一样，系数的西瓜齐改掉了，特贤达。

Prompt: 帮我生成图片：把西瓜换成棉花和炸鸡

还有一个重心是，如果同期给豆包不同的修改条款，它能不可沿途完成。

就比如，西纪行里的唐三藏，我思给改成战地版唐三葬，给的辅导一句话里有三个指示，同期要完成戴墨镜，拿机枪，换布景，三样任务。

滑动查看AI效力

Emmm ，斥逐照旧沿途齐完成了，效力也可以。墨镜一戴谁也不爱，身处战场手拿机枪，一干二净贫铀弹，一息三千六百转，杀生为护生，斩业非斩东谈主，主打一个物理超度。

轮廓来看的话，不啻相片、视频截图，包括在制作梗图热情包这一块，豆包齐大略手到拿来，即便细节上还能发现可以普及的场地，但话又说总结，不怕东谈主比东谈主，生怕货比货嘛。

 就刻下来说，比起夙昔的文生图模子，照实是高的不知谈那里去了。

看到这可能有差友就要问了，世超鸽鸽，为啥豆包此次瞬息就跟换了个姆妈生的一样，比之前贤达了这样多？

该说不说，这内部照实有门谈。

这样说吧，咱们夙昔用的文生图模子，基本用的齐是 Diffusion 时代，是先把图片一步步变糊，然后反向分析若何从糊到明晰，从而产生新的图像。

 但问题是，在这个流程中，模子生成图像是基于全局信息的，要思局部修改，不好酷好，全体统统要重来，是以每次生成的齐不一样，也没法在细节上再调遣。

咱们这两年也测了不少文生图模子，咋说呢，东西是没问题，可以生成，但齐没法一模一样的，准确复原出思象中阿谁面目，就比如这种：

而那些 AI 艺术家们，搞出来的齐是底下这种，细节拉满，跟电影截图似的。

是不是嗅觉跟东谈主家用的齐不是一个软件？

图源：Mac Baconai ， “Al 的异星 cult 幻思之城 ” 

可要结束东谈主家这种效力，辅导词弄的就得巨复杂，还要微调很久很久，以致他们还编纂了专门的辅导词辞典。大伙如若没磨练过这个，骨子上就很难作念好图，更别说把我方的相片传上去编订了。

如果能像画画一样，那里别离改那里，平稳成型就好了。

而豆包此次更新的，恰是这个看法。为了结束图片编订的效力，豆包此次的文生图选拔的是 SeedEdit 模子。

比较仅仅通过笔墨生成，这玩意更微操，它会把图片的强健和生成会通到一个提拔的大模子框架里，从而在生成和编订图像的时候，可以事无巨细的参考咱传上去的图像，完事儿收尾的就相对精确，况且出来的图片也更天然。

 打个譬如，如果说夙昔的文生图模子是冷凌弃泼墨画匠， SeedEdit 就更像画笔小巧，有创造力的画家。骨子咱们上面用下来，可以说效力照实十分可以。

骨子上， SeedEdit 这样的时代，刻下行业内也刚运转用，能集成在 AI 助手里的，豆包其实是第一家。

而像 AI 编订图片这种看法，刻下早就如故是是图片编订行业的标配，多样修图软件、裁剪软件以致手机相册里齐在作念。

 然则先不说效力，起码刻下其实大多半居品齐照旧要手动涂抹修改，或者我方在上面 P 图，加配饰，不知谈大伙若何认为，我归正每次 P 布景，摒除东谈主物，齐得花不少功夫。。。

至于 AI 径直出的图嘛，咱上面也说了，跟抽卡似的，很难一次就有理思的图，还没法再二次修改。

这也便是为啥咱起首就说，由 AI 径直受尾的编订修改图片，会是一个时代打破了。

换句话说，这个时代不仅改变的是 AI 文生图，其他的相片修改、视频裁剪啥的，基本统统能用得回。

到时候，径直跟语音助手说一声给我出图！AI 就帮你往你思的看法调遣，好意思好意思当甲方，思思齐爽。

职守编订：若风

著述内容举报J9体育网

]article_adlist--> 　　声明：新浪网独家稿件，未经授权不容转载。 -->