中文海報設計，賽道一夜顛覆

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生成的海報給劃了重點：

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：

給自己的旅游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，超長復雜提示詞也能準確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：

1. 標題大字準確度提升至94%，小字也能準確生成
2. 語義理解和影視質感增強，鏡頭更有敘事感
3. 即使是超長復雜提示詞，也能準確遵循
4. 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，并配文“清明時節雨紛紛，路上行人欲斷魂”。

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，路上行人欲斷魂”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。

而且即使是超長復雜提示詞，豆包AI現在也能精準還原了：

賽博朋克風格的插畫，一位身著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，賽博朋克風格建筑，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~

最后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后，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，依靠智能標注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“文本要表達什么”，字形模型ByT5專注于刻畫“文字應該長什么樣”。

細節是，通過MLP投影層，將ByT5的字形特征對齊到LLM語義空間，二者拼接后輸入擴散模型。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直接描述文本特征，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征，也可以基于編碼后的渲染特征，高效學習渲染文本的字形特征。

BTW，這次Seedream新模型依然是在豆包和字節旗下AI創作平臺即夢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。

有什么好玩的創意，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