有一说一，前几天就已经立冬了，眼瞅着又快到年底了现在 。

搁往年的状况，到了年底这才到各大厂商纷纷发力的时候，年关将近嘛，总得搞出点啥新东西，给大家涨涨眼界 。

? 固然说近期对于 AI 的新 信息不是众多，然而人家这段 工夫 确定也没闲着，这不，一个多月前，也便是 925 那天我们才跟大家说了豆包的视频生成，这两天，豆包又又又上新了新 性能 。

容易来说，这回豆包 支撑?“?一句话编辑 批改图片?”?了 。

固然文生图已经搞了两三年，但这回，我敢说真算是国产 AI 文生图里的新 打破了 。

可能不少差友还觉得， AI 生图不是已经挺厉害的了嘛，怎么还不能 批改图片？

实际上，我们这几年也测了不少文生图大模型了， 支撑图片精确 批改的还真没有，当前做的最好的真便是豆包 。

?就 比方说 ChatGPT-4o ，你让他画个打篮球的人还 能够，然而你要想 改变一下，把环境换成沙滩，不 好心思，整张图都变了 。

不止 OpenAI 的不行，谷歌的 Gemini 也一样 。

原来说让它把图中的鸡变成鳄鱼， 后果不只没变成，还把背景给全改了，两次的篮球也 彻底不一样 。

拿 AI 自己生的图搞都这样，更别说当地上传的照片了 。

就拿最 容易的给图像换 色彩来说， 即便在豆包以往的版本里，这种 动机也不 现实 。

比方我们直接把 925 运动里，给脖子哥拍的照片传上去， 而后告诉豆包，你给我把脖子哥抱着的小白狗换成小黄 。

后果便是，整张图都变了， 格调大变就算了，构图也不一样 。

然而现在，这回用上这个上新了的豆包，同样的照片同样的 揭示词，你再看看：

滑动查看AI 动机

固然有丝毫点小瑕疵，但要跟前面的一比，是否高下立判！

?不单保留了脖子哥的动作，表情，小狗的 形态也跟上传的图差不多，说换成黄色就换黄色，丝毫不模糊 。

再来试试图像 肃清， 动机也不错 。

Prompt:?帮我生成图片： 肃清白色小狗

发现没，这个文生图变得智能了，它能 鉴别出照片里的内容，你想 批改啥他就只改啥，哪里不对改哪里，?so eazy!?

并且不只能做到 鉴别， 批改 色彩， 肃清物品这些 根本 性能，你想整点复杂的也一样 能够 。

比方改换图片的背景 。

我们把差评硬件部视频里，米罗的照片传上去， 而后叫豆包把我们的拍摄间背景改成上海陆家嘴 。

Prompt:?帮我生成图片：背景换成陆家嘴

哎嘿！还真就换成了，纸张的折痕还都丝毫没变 。

?你甚至 能够分得清背景里，哪个是?“?开瓶器?”?环球金融 核心；哪个是?“?注射器?”?金茂大厦；哪个是?“?打蛋器?”?上海 核心大厦，陆家嘴三件套 调度的明清楚白 。不晓得的有意第一眼看去，还真 认为我们公司搬到浦东了 。

除了这些 事实中存在的场景，科幻作品中 设想的东西，这回豆包也 能够生成 。

我们让豆包把米罗革新成战锤 40K 格调， 后果也是相当的 amazing 啊， 固然换了个人种，然而五官还算依稀能看出米罗的影子，要是戴上头盔，真就跟星际 兵士一样了 。

Prompt:?帮我生成图片：衣服换成战锤40K装甲，手拿激光炮

更主要的是， 固然人物的着装 和 格调变了，但图片前面的桌子，跟背景的墙壁、窗帘、挂画可都是丝毫没动 。

就这个 动机，你要不跟别人说，谁晓得这到底是 AI 生成还是 PS ，一眼望去是真分不清 。

?不过，在人物测试中我们还发现，假如你拿AI?生成的图进行 批改， 动机比用照片还要强上不少 。

你 比方就说，我们先生成一张屏幕前各位彦祖的日系写真， 而后告诉豆包，把彦祖的衬衣换换 色彩 。

Prompt:?帮我生成图片：衣服 色彩换成棕色

你瞅瞅，脸部的细节，头发的细节，甚至背后墙砖上的纹理，远处的电线杆子，都丝毫没动，说换装就换装，那叫一个 清洁利落 。

?固然了，用人像演示还是为了测试它在人脸细节上的把握 威力，毕竟人脸这玩意，一但生成的不好，就会产生恐惧 欢畅谷效应，一眼盯真的事 。

戴珍珠耳环的少女都见过吧，世界名画，我们让豆包给你把人脸换成猫脸版本，来看看它对跨物种的面部 交融做的咋样 。

Prompt:?帮我生成图片：把人脸换成猫

后果整体瞅下来， 体现还是相当不错 。不单保留了头饰、衣服纹理的细节，小猫耳朵这块也 解决的很好，没穿模，直接能拿去当微信头像用了 。

除了照片人像这些，物品啥的 实际上会更方便，然而我们还得测， 譬如说汽车 。

我们把一张大众 CC 的照片传上去，让它给换成 驰骋 。

Prompt:?帮我生成图片：车头换成 驰骋

后果也还行，前脸一套都改成了 驰骋 C260?，还是现款的， 其余的像车身 色彩， 四周的环境，也都没变 。

但遇上了多人物，复杂场景的状况下，豆包又会 体现成啥样呢？

?就像刘华强买瓜这段，咱今日就把这个换成刘华强买炸鸡和棉花 。

后果 动机还怪好嘞，瓜贩子衣服上的图案都 如出一辙，全部的西瓜都改掉了，特聪慧 。

Prompt:?帮我生成图片：把西瓜换成棉花和炸鸡

还有一个重点是，假如同时给豆包不同的 批改要求，它能不能全部 实现 。

就 比方，西游记里的唐三藏，我想给改成战地版唐三葬，给的 揭示一句话里有三个指令，同时要 实现戴墨镜，拿机枪，换背景，三样 使命 。

滑动查看AI 动机

Emmm ， 后果还是全部都 实现了， 动机也 能够 。墨镜一戴谁也不爱，身处战场手拿机枪，六根清净贫铀弹，一息三千六百转，杀生为护生，斩业非斩人，主打一个物理超度 。

综合来看的话，不止照片、视频截图，包含在制作梗图表情包这一块，豆包都 能够手到擒来， 即便细节上还能发现 能够 遍及的地方，但话又说回来，不怕人比人，就怕货比货嘛 。

?就当前来说，比起以往的文生图模型， 确切是高的不晓得哪里去了 。

看到这可能有差友就要问了，世超鸽鸽，为啥豆包这次蓦地就跟换了个妈妈生的一样，比之前聪慧了这么多？

该说不说，这里面 确切有门道 。

这么说吧，我们以往用的文生图模型， 根本用的都是 Diffusion 技术，是先把图片一步步变糊， 而后反向 综合怎么从糊到清楚，从而产生新的图像 。

?但问题是，在这个过程中，模型生成图像是基于全局信息的，要想 部分 批改，不 好心思，整体全都要重来，所以每次生成的都不一样，也没法在细节上再调整 。

我们这两年也测了不少文生图模型，咋说呢，东西是没问题， 能够生成，但都没法 如出一辙的，精确还原出 设想中那个样子，就 比方这种：

而那些 AI 艺术家们，搞出来的都是下面这种，细节拉满，跟电影截图似的 。

是否觉得跟人家用的都不是一个软件？

图源：Mac Baconai ，?“Al 的异星 cult 梦想之城?”?

可要实现人家这种 动机， 揭示词弄的就得巨复杂，还要微调很久很久，甚至他们还编纂了专门的 揭示词辞典 。大伙要是没训练过这个，实际上就很难做好图，更别说把自己的照片传上去编辑了 。

假如能像画画一样，哪里不对改哪里，逐步成型就好了 。

而豆包这次更新的，正是这个方向 。为了实现图片编辑的 动机，豆包这次的文生图采纳的是 SeedEdit 模型 。

相比只不过通过文字生成，这玩意更微操，它会把图片的 了解和生成 交融到一个统一的大模型框架里，从而在生成和编辑图像的时候， 能够事无巨细的参考咱传上去的图像，完事儿操纵的就 绝对精准，并且出来的图片也更自然 。

?打个 譬如，假如说以往的文生图模型是无情泼墨画匠， SeedEdit 就更像画笔精致，有制造力的画家 。实际我们上面用下来， 能够说 动机 确切相当不错 。

实际上， SeedEdit 这样的技术，当前行业内也刚开始用，能集成在 AI 帮手里的，豆包其实是第一家 。

而像 AI 编辑图片这种方向，现在早就已经是是图片编辑行业的标配，各种修图软件、剪辑软件甚至手机相册里都在做 。

?然而先不说 动机，起码现在其实大多数产品都还是要手动涂抹 批改，或者自己在上面 P 图，加配饰，不晓得大伙怎么觉得，我反正每次 P 背景， 肃清人物，都得花不少功夫 。 。 。

至于 AI 直接出的图嘛，咱上面也说了，跟抽卡似的，很难一次就有 现实的图，还没法再二次 批改 。

这也便是为啥咱开头就说，由 AI 直接操纵的编辑 批改图片，会是一个技术 打破了 。

换句话说，这个技术不只转变的是 AI 文生图， 其余的照片 批改、视频剪辑啥的， 根本全都能用得到 。

到时候，直接跟语音帮手说一声给我出图！AI 就帮你往你想的方向调整，美美当甲方，想想都爽 。

免责声明：凡标注转载/编译字样内容并非本站原创，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。