白丝 萝莉 用完此次更新的豆包 我思把PS卸了

有一说一白丝 萝莉，前几天就依然立冬了，眼瞅着又快到年底了当今。

搁往年的情况，到了年底这才到各大厂商纷繁发力的时候，年关快要嘛，总得搞出点啥新东西，给环球涨涨眼界。

 固然说最近对于 AI 的新音信不是许多，可是东谈主家这段时辰细则也没闲着，这不，一个多月前，也等于 925 那天咱们才跟环球说了豆包的视频生成，这两天，豆包又又又上新了新功能。

简便来说，这回豆包援助 “ 一句话编订修改图片 ” 了。

固然文生图依然搞了两三年，但这回，我敢说真算是国产 AI 文生图里的新打破了。

可能不少差友还合计， AI 生图不是依然挺是非的了嘛，奈何还不行修改图片？

本体上，咱们这几年也测了不少文生图大模子了，援助图片精确修改的还真莫得，现时作念的最佳的真等于豆包。

 就比如说 ChatGPT-4o ，你让他画个打篮球的东谈主还可以，可是你要思改革一下，把环境换成沙滩，不好好奇神往，整张图皆变了。

好利来 丝袜

不啻 OpenAI 的不行，谷歌的 Gemini 也一样。

原本说让它把图中的鸡变成鳄鱼，扫尾不仅没变成，还把布景给全改了，两次的篮球也完全不一样。

拿 AI 我方生的图搞皆这样，更别说土产货上传的相片了。

就拿最简便的给图像换表情来说，即使在豆包当年的版块里，这种遵循也不睬思。

比如咱们平直把 925 行动里，给脖子哥拍的相片传上去，然后告诉豆包，你给我把脖子哥抱着的小白狗换成小黄。

扫尾等于，整张图皆变了，作风大变就算了，构图也不一样。

可是当今，这回用上这个上新了的豆包，相同的相片相同的指示词，你再望望：

滑动稽查AI遵循

固然有小数点小症结，但要跟前边的一比，是不是险阻立判！

 不但保留了脖子哥的作为，表情，小狗的花样也跟上传的图差未几，说换成黄色就换黄色，小数不隐晦。

再来试试图像扬弃，遵循也可以。

Prompt: 帮我生成图片：扬弃白色小狗

发现没，这个文生图变得智能了，它能识别出相片里的内容，你思修改啥他就只改啥，何处不合改何处， so eazy! 

何况不仅能作念到识别，修改表情，扬弃物品这些基本功能，你思整点复杂的也一样可以。

比如更换图片的布景。

咱们把差评硬件部视频里白丝 萝莉，米罗的相片传上去，然后叫豆包把咱们的拍摄间布景改成上海陆家嘴。

Prompt: 帮我生成图片：布景换成陆家嘴

哎嘿！还真就换成了，纸张的折痕还皆小数没变。

 你甚而可以分得清布景里，哪个是 “ 开瓶器 ” 环球金融中心；哪个是 “ 打针器 ” 金茂大厦；哪个是 “ 打蛋器 ” 上海中心大厦，陆家嘴三件套安排的清皎皎洁。不知谈的特意第一眼看去，还真以为咱们公司搬到浦东了。

除了这些践诺中存在的场景，科幻作品中思象的东西，这回豆包也大致生成。

咱们让豆包把米罗改形成战锤 40K 作风，扫尾亦然相配的 amazing 啊，固然换了个东谈主种，可是五官还算隐晦能看出米罗的影子，如果戴上面盔，真就跟星际战士一样了。

Prompt: 帮我生成图片：一稔换成战锤40K装甲，手拿激光炮

更垂危的是，固然东谈主物的着装和作风变了，但图片前边的桌子，跟布景的墙壁、窗帘、挂画可皆是小数没动。

就这个遵循，你要不跟别东谈主说，谁知谈这到底是 AI 生成照旧 PS ，一眼望去是真分不清。

 不外，在东谈主物测试中咱们还发现，如果你拿AI 生成的图进行修改，遵循比用相片还要强上不少。

你比如就说，咱们先生成一张屏幕前诸君彦祖的日系写照，然后告诉豆包，把彦祖的衬衣换换表情。

Prompt: 帮我生成图片：一稔表情换成棕色

你瞅瞅，脸部的细节，头发的细节，甚而背后墙砖上的纹理，辽远的电线杆子，皆小数没动，说换装就换装，那叫一个干净利落。

 天然了，用东谈主像演示照旧为了测试它在东谈主脸细节上的主理才气，毕竟东谈主脸这玩意，一但生成的不好，就会产生恐怖欢笑谷效应，一眼盯真实事。

戴珍珠耳饰的青娥皆见过吧，寰宇名画，咱们让豆包给你把东谈主脸换成猫脸版块，来望望它对跨物种的面部交融作念的咋样。

Prompt: 帮我生成图片：把东谈主脸换成猫

扫尾举座瞅下来，发扬照旧相配可以。不但保留了头饰、一稔纹理的细节，小猫耳朵这块也科罚的很好，没穿模，平直能拿去当微信头像用了。

除了相片东谈主像这些，物品啥的表面上会更容易，可是咱们还得测，比喻说汽车。

咱们把一张大师 CC 的相片传上去，让它给换成奔突。

Prompt: 帮我生成图片：车头换成奔突

扫尾也还行，前脸一套皆改成了奔突 C260 ，照旧现金的，其他的像车身表情，周围的环境，也皆没变。

但遇上了多东谈主物，复杂场景的情况下，豆包又会发扬成啥样呢？

 就像刘华强买瓜这段，咱今天就把这个换成刘华强买炸鸡和棉花。

扫尾遵循还怪好嘞，瓜估客一稔上的图案皆一模一样，统统的西瓜皆改掉了，特机灵。

Prompt: 帮我生成图片：把西瓜换成棉花和炸鸡

还有一个要点是，如果同期给豆包不同的修改条目，它能不行沿路完成。

就比如，西纪行里的唐三藏，我思给改成战地版唐三葬，给的指示一句话里有三个指示，同期要完成戴墨镜，拿机枪，换布景，三样任务。

滑动稽查AI遵循

Emmm ，扫尾照旧沿路皆完成了，遵循也可以。墨镜一戴谁也不爱，身处战场手拿机枪，清清爽爽贫铀弹，一息三千六百转，杀生为护生，斩业非斩东谈主，主打一个物理超度。

详尽来看的话，不啻相片、视频截图，包括在制作梗图表情包这一块，豆包皆大致手到拿来，即便细节上还能发现可以提升的处所，但话又说转头，不怕东谈主比东谈主，生怕货比货嘛。

 就现时来说，比起当年的文生图模子，如实是高的不知谈何处去了。

看到这可能有差友就要问了，世超鸽鸽，为啥豆包此次短暂就跟换了个姆妈生的一样，比之前机灵了这样多？

该说不说，这内部如实有门谈。

这样说吧，咱们当年用的文生图模子，基本用的皆是 Diffusion 工夫，是先把图片一步步变糊，然后反向分析奈何从糊到明晰，从而产生新的图像。

 但问题是，在这个历程中，模子生成图像是基于全局信息的，要思局部修改，不好好奇神往，举座饱胀要重来，是以每次生成的皆不一样，也没法在细节上再退换。

咱们这两年也测了不少文生图模子，咋说呢，东西是没问题，可以生成，但皆没法一模一样的，准确规复出思象中阿谁形势，就比如这种：

而那些 AI 艺术家们，搞出来的皆是底下这种，细节拉满，跟电影截图似的。

是不是嗅觉跟东谈主家用的皆不是一个软件？

图源：Mac Baconai ， “Al 的异星 cult 幻思之城 ” 

可要已毕东谈主家这种遵循，指示词弄的就得巨复杂，还要微调很久很久，甚而他们还编纂了专门的指示词辞典。大伙如果没进修过这个，本体上就很难作念好图，更别说把我方的相片传上去编订了。

如果能像画画一样，何处不合改何处，冷静成型就好了。

而豆包此次更新的，恰是这个标的。为了已毕图片编订的遵循，豆包此次的文生图罗致的是 SeedEdit 模子。

比拟仅仅通过翰墨生成，这玩意更微操，它会把图片的领会和生成交融到一个和洽的大模子框架里，从而在生成和编订图像的时候，可以事无巨细的参考咱传上去的图像，完事儿逼迫的就相对精确，何况出来的图片也更天然。

 打个比喻，如果说当年的文生图模子是冷凌弃泼墨画匠， SeedEdit 就更像画笔小巧，有创造力的画家。本体咱们上面用下来，可以说遵循如实相配可以。

本体上， SeedEdit 这样的工夫，现时行业内也刚驱动用，能集成在 AI 助手里的，豆包其实是第一家。

而像 AI 编订图片这种标的，当今早就依然是是图片编订行业的标配，各式修图软件、编订软件甚而手机相册里皆在作念。

 可是先不说遵循，起码当今其实大多半居品皆照旧要手动涂抹修改，或者我方在上面 P 图，加配饰，不知谈大伙奈何合计，我归正每次 P 布景，扬弃东谈主物，皆得花不少功夫。。。

至于 AI 平直出的图嘛，咱上面也说了，跟抽卡似的，很难一次就有理思的图，还没法再二次修改。

这也等于为啥咱发轫就说，由 AI 平直逼迫的编订修改图片，会是一个工夫打破了。

换句话说，这个工夫不仅改变的是 AI 文生图，其他的相片修改、视频编订啥的，基本饱胀能用获取。

到时候，平直跟语音助手说一声给我出图！AI 就帮你往你思的标的退换，好意思好意思当甲方白丝 萝莉，思思皆爽。