可灵之后，快手又一最新明星产品：告别鬼画符，一键生成理想图像

作者：AI研习所发布时间：2024-07-16

近期，快手平台又又又成为了焦点。

就在OpenAI 当家花旦 Sora 的公测还遥遥无期时，快手就率先祭出了对标的当家产品可灵。得益于其逼真、高清和与Sora不相上下的视觉表现，它迅速赢得了全球网民的喜爱。根据快手的数据，可灵的申请用户已经达到了近70 万，而现在已经有超过30 万的用户可以使用它。

而趁着市场的热度高居不下，快手迅速地推出了可灵的网页版本，其中便包含了它的另一最新产品 —— 可图，也就是本文重点介绍的对象。在刚结束不久的 2024 世界人工智能大会上，快手宣布自研文生图大模型可图正式开源，已经登录可灵AI网站且可供免费使用。

实操：中英拼写毫无压力还可以一键生成视频

虽然大模型看上去能说会道，其实此前还是个不会写字的“文盲”，无论是汉字还是英文，只要 AI 生成的，八成是难以言表的“鬼画符”。像是这样的：

而可图大模型不仅能刻画丰富的细节，进行多种风格转化，其最大的亮点是 ——会写字!

据介绍，可图支持中英文双语，生成效果比肩 Midjourney-v6 水平，具备英文和中文写字能力。其中，为了更好地理解中文，快手称可图大模型通过数十亿中文语料的训练，构建了一个强大的中文 CLIP 模型。其使用方法也很简单。点击可灵网页版链接，进入操作界面后，选择“AI 图片”选项，用户只需输入提示词、调整比例大小或者上传参考图。其中可图支持长达 256 字符的文本输入。

文生文

例如，我们输入提示词：复古摄影写真，80年代的MTV风格，多巴胺的色彩装饰，背景是室内复古电视，电视中写着中文“AI研究”，一把绑着粉色蝴蝶结的叉子，一个草莓蛋糕，电视广告，80年代流行文化，柔光。

提示词：可爱的柴犬，穿着西装，一只手托着酒杯，另一只手拿着玫瑰花。角色扮演游戏，色彩鲜艳，对比度高，印刷纹理。特写摄影，具有表现力的姿势，柔和的深色背景。

图生图功能可图还具备图生图功能，直接上传一张参考图片，然后输入提示词即可。

最终生成效果如下：

由于搭载在可灵网页版上，可图还可以将生成的图片直接进行图生图。例如，我们输入提示词：毛毡艺术，高清，毛毡材质，高级滤镜，可爱，卡通，羊毛毡娃娃，名画，梵高的自画像。十几秒即可得到以下成果：

接着在生成的图片中点击「垫图」，即可使用参考图功能。我们继续输入提示词：小羊抱着一束玫瑰花，设置完参数，就能生成新图片。

效果如下：

对比国外相似软件

恰好，国外也有一款擅长写字的 AI 文生图应用 ——Ideogram。这款应用被称为 Midjourney 和 Stable Diffusion 的「劲敌」，由前 Google 工程师创立，硅谷 AI 大神投资，去年 8 月面世，2 月底发布了最新的模型。我们不妨拿它与可图对比一下：

【写中文】

提示词：一只卡通小狗，身上挂着一个木牌，上面写着 “可爱” 两个字。快手可图：

Ideogram：

【写英文】

提示词：一个生日蛋糕，上面插着生日蜡烛，写着 “Happy Birthday”。快手可图：

Ideogram：

【多关键词】

提示词：摄影人像，写真，东方面孔的羊毛卷长发美女，穿着复古的服装，鲜花点缀在头发上面，高级滤镜，复古，蓝色背景。

Ideogram：

经过多次测评，我们发现快手可图和 Ideogram 各有优势。快手可图在中文生成方面确实惊艳，基本告别「鬼画符」，英文也能生成，不过有时会写错字；而 Ideogram 只懂英文，对于中文那是一窍不通。从生成风格来看，Ideogram 提供 18 种风格，用户可任意选择，而快手可图则只能按照提示词中的风格生成。不过，快手可图作为中国人自己的绘图模型，其逼真度更强，尤其是人物特写，Ideogram 毕竟是外国产品，生成的东方女子要么有外国人的影子，要么不咋好看。此外，二者的生成速度相差不大，10 多秒就能出图。快手可图可调整每次生成图片数量，最多不超过 9 张，Ideogram 每次固定可生成 4 张。最关键的一点是，目前快手可图仍是免费使用，而 Ideogram 每日只有十次免费生成机会。