查看原文
其他

AI告别鬼画符!快手可图和国外写字小能手Ideogram打擂台,谁更牛?

关注AI的 机器之能
2024-09-05
机器之能报道编辑:杨文
快手AI,步履不停。

最近,快手出尽风头。

OpenAI 当家花旦 Sora 的公测还遥遥无期,快手就率先祭出了可灵。凭借其逼真、高清、不输 Sora 的视觉效果,一下子成了全球网友的新宠。

据快手称,可灵申请用户数量已经接近 70 万,目前已开放给超 30 万用户使用。

趁着热乎劲,快手又马不停蹄地上线了可灵网页版。

老铁们拿它各种整活儿 ——

蒙娜丽莎戴墨镜:

容嬷嬷喂紫薇吃鸡腿:

大胖橘端着高脚杯、翘着兰花指喝红酒:

甚至还给肯德基来了一波广告植入:

不过呢,今天我们不聊可灵,而是唠唠快手的另一款明星产品 —— 可图

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。

目前,可图已在 Huggingface 平台和 GitHub 上线,包括模型权重和完整代码,供个人开发者免费使用。

  • 官网地址:

https://kwai-kolors.github.io/

  • Github 项目地址:

https://github.com/Kwai-Kolors/Kolors

  • Huggingface 模型地址:

https://huggingface.co/Kwai-Kolors/Kolors

  • 技术报告地址:

https://github.com/Kwai-Kolors/Kolors/blob/master/imgs/Kolors_paper.pdf

对于技术小白来说,如果想尝鲜,可以直接登录可灵网页版,使用「AI 图片」功能。

可灵网页版:https://klingai.kuaishou.com/


-1-

实测:能写汉字、英文,还能一键生成视频

别看大模型能说会道,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「鬼画符」。

这样的:

或者这样的:

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。

其玩法也很简单。

点击可灵网页版链接,进入操作界面后,选择「AI 图片」,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。

文生图功能

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“机器之能”,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:可爱的蜥蜴,穿着环卫工的衣服,一只手拿着拖把一只手拿着水桶。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,柔和的彩色背景。

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:

图生视频

图生视频功能玩法同理。

我们输入提示词:武林高手故宫猫,几只故宫猫穿着白色、红色、黄色练功服,正在表演武术,美学造型,完美光影。

然后在生成的图片中点击「生成视频」,即可进入图生视频界面。

接着输入提示词、负向提示词以及设置参数,静待系统生成就 OK 了。

以下是生成视频效果:


-2-

快手可图单挑Ideogram:狭路相逢谁更勇?

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。

Ideogram 链接:

https://ideogram.ai/t/explore

发布之初,该应用打出的招牌就是「能生成各式字体」,这正好与快手可图的亮点不谋而合。

值得注意的是,无论是快手可图还是 Ideogram,要想在图片中自定义文本,则需要在提示词中加上一段「咒语」。

快手可图咒语:写着中文「xxxx」。

Ideogram 咒语:With the text 「xxxx」,风格选中「typography(排版)」。

如此一来,就能生成带有「xxxx」文字的图片。

接下来,我们就让这两家产品进行同台 PK。

Round 1:写字能力

【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:

Round 2:多样风格

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。

快手可图:

Ideogram:

提示词:卡通插画,一个咖啡店内,一个东方面孔的女孩坐在窗边的位置写作,桌子上有咖啡、书本和花朵,c4d,oc 渲染,逼真细节,超高清,8k,完美构图,电影灯光,浪漫温馨的画面,甜美。

快手可图:

Ideogram:

提示词:纯黄色背景上排列着一些夏堇和绿叶,菲尔・科赫风格,水滴,浪漫场景,颗粒感,重复。

快手可图:

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。


-3-

「一战成名」的快手

这段时间,快手重押 AI,狠砸真金白银,埋头搞大模型和 AI 应用。

别看此前不显山不露水,一出手就艳惊四座。

先是对标 Sora 的 AI 视频生成应用可灵一战成名,接着 AI 生图模型可图备受好评,最近开源的、擅长挤眉弄眼的 LivePortrait 模型火遍国内外。

其实,快手的 AI 布局远不止于此。

例如,AI 厂商们掀起百模大战时,快手也推出了自家大模型 —— 快意大模型;Suno 领衔的 AI 音乐生成红透半边天,快手加码旗下的 K 歌 APP 回森,推出 AI 美音功能。

此外,还有 AI 剪辑应用快剪、AI 特效创作产品必扬、AI 社交应用快崽以及嵌在快手短视频 APP 里的 AI 玩评功能等。

不得不说,曾经「土味」的快手,如今在 AI 的加持下显得高端了不少。

不过,以 AI 圈日新月异的迭代速度,快手的 AI 之路还得步履不停……

以后我们会带来更多AI大模型、AI应用的一手评测,也欢迎大家进群交流。





© THE END 
转载请联系本公众号获得授权
投稿或寻求报道:content@jiqizhixin.com
继续滑动看下一个
机器之能
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存