豆包升級上新，網友們再次玩瘋！
更新的是豆包文生圖功能，官方直接用一張豆包ai生成的海報給划了重點：
沒錯，豆包可以在圖片中生成更準確的文字了，尤其是中文。
做海報，效果可以是醬嬸的：
給自己的旅遊vlog整點某音某書封面，風格也是直接拿捏。
甚至還能直接拿來設計文旅周邊了…
另外，超長複雜提示詞也能準確get：
關鍵是，免費！現在就能暢玩。
嗯，編輯部已經被表情包by豆包刷屏了
實測豆包文生圖升級
豆包文生圖功能本次升級主要體現在四個方面：
標題大字準確度提升至94%，小字也能準確生成
語義理解和影視質感增強，鏡頭更有敘事感
即使是超長複雜提示詞，也能準確遵循
繪畫風格更多元，可生成頭像、梗圖、盲盒、貼紙、logo
有一說一，在文字生成能力方面，不少模型都是demo美好而實際免不了亂碼。
豆包文生圖新模型究竟表現如何，咱們還是得實測才知道。
正值清明假期，那我們不妨讓它生成一張清明節海報：
prompt：幫我生成一張清明節海報，並配文“清明時節雨紛紛，路上行人慾斷魂”。
從生成的4張圖可以看到，它們都100%正確還原了“清明時節雨紛紛，路上行人慾斷魂”這句文字，而且整體氛圍感比較符合清明節主題。
然鵝，每張圖都或多或少在小字生成方面還是有一些小瑕疵。
那如果嘗試規避其弱點，只是單純用來生成大字海報呢？
prompt：生成一張親子戶外風圖像，僅配文“出發啦”，比例9:16
這次的結果就比較符合要求了，而且偷偷告訴大家一個小注意事項：即使用來生成只有大標題的海報，在提示詞中也盡量避免提到“海報”二字，不然豆包ai就會“自作主張”加一些效果不佳的小字。
接下來我們考一下豆包ai的“鏡頭感”。
prompt：通過特寫鏡頭來捕捉一個運動員在比賽關鍵時刻的緊張表情和汗水。
嗯，不僅高度還原了提示詞，而且看上去真有電影截圖內味兒了
變換各種鏡頭語言，幾乎每張都堪比大片：
展現一個偵探在昏暗的巷子里追蹤嫌疑人，緊張的氣氛和快速的步伐。
而且即使是超長複雜提示詞，豆包ai現在也能精準還原了：
賽博朋克風格的插畫，一位身着高科技服裝的東方女性。她的服飾以深藍為主色調，外觀颯爽，科技感配飾 。頭戴對講耳機，ar眼鏡。背景是暗黑風格，有藍綠色扭曲的樹枝，點綴粉色光斑，營造神秘氛圍。背景中安排幾尊白色人形雕塑，賽博朋克風格建築，環境濕潤。
again，還能來一段更長長長的提示詞：
在保證“壁畫，水彩，地中海風格”的整體基調下，豆包ai生動勾勒了一幅海邊小鎮度假圖。
提示詞中的關鍵元素均在圖中有所展現，整體非常夢幻、chill~
最後當然更吸引網友的是，豆包ai繪圖風格更多元了。
喜歡換頭像的友友，即日起一天一個也不是不行（doge）。
此外，除了文藝復興一些經典老梗，咱們現在也能分分鐘成為“造梗小能手”了：
還能自己動手設計一些復古盲盒：
更多玩法歡迎大家自行解鎖~~
全新升級3.0模型
豆包升級版文生圖功能背後，是全新的3.0模型。
官方尚未透露相關細節，不過就在不久前，豆包大模型團隊首度公開了去年12月上線的seedream 2.0的技術細節——
這個版本的更新，開啟了豆包文生圖的“識字”時代。
seedream走的是擴散模型路線。
豆包大模型團隊透露，為了讓模型既看懂文本，又關注字體字形，他們在數據預處理階段和預訓練階段都下了功夫。
seedream 2.0在數據預處理階段，依靠智能標註引擎實現了三級認知進化，提升了模型理解、識別能力，通過多維度、多層級精準圖片描述，讓模型技能理解文字意思，也能捕捉和理解字形細節。
同時在預訓練中，seedream 2.0構建了雙模態編碼融合系統。其中大語言模型負責解析“文本要表達什麼”，字形模型byt5專註於刻畫“文字應該長什麼樣”。
細節是，通過mlp投影層，將byt5的字形特徵對齊到llm語義空間，二者拼接後輸入擴散模型。此種方法下，字體、顏色、大小、位置等渲染屬性不再依賴預設模板，而是通過llm直接描述文本特徵，進行端到端訓練。這樣，模型既能從訓練數據中學習文本渲染特徵，也可以基於編碼後的渲染特徵，高效學習渲染文本的字形特徵。
btw，這次seedream新模型依然是在豆包和字節旗下ai創作平台即夢ai同步接入，不過即夢還是灰度測試的狀態。
以及同樣的提示詞下，豆包和即夢的風格傾向似乎略有不同。
豆包：
即夢ai：
目前，豆包免費，即夢ai每天會贈送免費積分，感興趣的大家都可以自己上手玩一玩。
有什麼好玩的創意，歡迎在評論區留圖分享啊~
* 本文表情包均由豆包ai生成
豆包：https://www.doubao.com/chat/即夢：https://jimeng.jianying.com/ai-tool/image/generate
