作者 | 阿虎 石濑
编辑 | Kino
AI生图界,最近真是要过年了。
谷歌Nano Banana模型还没玩够,字节最新图像创作模型Seedream 4.0又来了。该模型的核心亮点是首次支持多模态生图,同一模型可以实现文生图、图像编辑、组图生成等多种任务。
简单来说就是,无论是用AI“无中生有”,还是用AI实现精准P图,Seedream 4.0都比以往版本的模型体验更丝滑、更可控。
更让我们期待的是,或许Seedream 4.0可以解决Nano Banana中文字生成不稳定、图片比例不可控等问题。对国内大多数用户来说,Seedream 4.0如果在性能上能打,那以后也不必大费周章非要用Nano Banana了。
目前,Seedream 4.0模型已陆续全量上线即梦、豆包App和扣子空间。我们第一时间上手,设计了几个贴近日常使用场景的实测案例,让Seedream 4.0和Nano Banana来了场PK,下面一起来看看“豆包大战香蕉”,谁会是新的P图之王?
连续修改同一张图人物保持不变
我们先是把一张马斯克的图片“喂”给了豆包和Nano Banana,让它们更换原图背景的同时保持人物表情不变。
原图:
背景图:
提示词:把图1背景换成图2。
可以看到,两个模型都遵循了提示词的要求。不过,左边豆包生成的图片色彩饱和度更高,右边Nano Banana更为严谨地引用了用户上传的参考图。
接着我们试着调整了一下图中马斯克发型和妆造。
提示词:把他的发型换成摇滚长发男,加上烟熏妆。
Nano Banana
豆包
有一说一,豆包生成的摇滚长发男还真是那个味儿,虽然提示词里没有要求更改衣服和面部装饰,但它生成的图片确实更符合我们预期的想要生成的形象。
在创意发挥上,豆包更胜一筹,能举一反三生成更符合摇滚氛围的整体形象;而在指令的精准遵循上,Nano Banana的表现则更为严谨。但总的来说,AI生图模型在人物一致性方面确实保持得越来越好了。
生成真实感自拍图
提示词:请画一张极其平凡无奇的iPhone自拍照,没有明确的主体或构图感,就像是随手一拍的快照。照片略带运动模糊,阳光或店内灯光不均导致轻微曝光过度。角度尴尬、构图混乱,整体呈现出一种刻意的平庸感,就像是从口袋里拿手机时不小心拍到的一张自拍。主角是水豚(卡皮巴拉),背景是大学校园的宿舍里。
左边为Nano Banana;右边为豆包生成
豆包和Nano Banana都精准生成了水豚、宿舍等样式,还成功复刻了国内外大学寝室之间的差异性。
值得一提的是,实测过程中我们发现,Nano Banana支持基于上下文的多轮图片编辑,但豆包需要再次上传图片、下达新指令,体验稍显繁琐。
基于参考图生成宠物手办
另外,我们可以上传单张或者多张图片,再加上具体的指令,进行任何形式的图片编辑。
提示词:基于参考图,将角色转换为1/6比例的高完成度PVC静态手办的图片,图片中该角色置于手中,手办背后是一只较大的手办品牌开窗盒,正面透明塑料窗可看见同款手办的本体和配件。室内暖色灯光,柔和的45°主光+顶补光;单反摄影质感,50mm镜头,f/2.8,浅景深,真实PVC/ABS塑料反射,喷涂阴影、细微合模线与微划痕,桌面反射与颗粒感,背景轻微散景。
从左至右,分别是参考图、豆包生成、Nano Banana生成
米其林级别的可视化食谱
提示词:参照这张图的展示风格,把丝瓜汤的制作步骤变成可视化食谱
优雅,太优雅了。在这一轮的比拼中,两者可以说是棋逢对手,都生成了质感高级、菜谱清晰、风格统一的图片。有趣的是,在豆包的概念中,丝瓜汤是一定要配鸡蛋的,符合中式大厨的习惯偏好。
接着,我们再试试豆包和Nano Banana生成组图的能力,举个例子,我们只给一道菜名,看看AI是不是能生成前后相符的关联性图像,把整个制作过程“想象”出来。
提示词:手绘风格,做出一张丝瓜汤的制作步骤完整教程的长图,步骤说明要中文
豆包生成了4张连续图片
Nano Banana生成图片
在生成连续长图方面,两个模型都还有待完善,豆包还无法将整个制作过程完整地展示在一张长图上,而Nano Banana生成中文的能力依然是短板。
但让我们惊喜的是,豆包对漫画风格的一致性“拿捏”得很好。对于有分镜制作需求的漫画师、导演、创作者来说,它或许会是一个“好帮手”,更好地帮助你发散灵感。
最后,再给你们开开眼,当豆包家族“玩梗”丝瓜汤:
提示词:帮我生成图片:风格不变,把图中的女生变成老奶奶的样子,手里端着一碗绿色的丝瓜汤,下方写着文字“喝点丝瓜汤降降火”。比例 1:1。
帮我生成图片:风格不变,把图中的男生变成老大爷的样子,戴着老花眼镜,用手指着镜头,下方写着文字“那你错了”。比例 1:1。
提示词:让这四个人围坐在一个饭桌前,桌上摆满了用丝瓜做成的菜,背景是家里的餐厅,比例16:9
话说回来,自从前两周Nano Banana掀起生图热潮以来,网友们发掘出了成百上千个AI生图的“邪修玩法”,甚至有报道直言“属于AI生图的ChatGPT时刻来了”。
从我们的实测来看,这场对决没有绝对的赢家,更像是两位高手过招。尽管两者在细节上仍有所欠缺,但两者的价值或许不在于一时的技术比拼,而是在一次次技术进步中,用越来越低的门槛,推动我们迈向一个AI生图的新时代。
「AI新榜交流群」进群方式:添加微信“banggebangmei”并备注姓名+职业/公司+进群,欢迎玩家们来群里交流,一起探索见证AI的进化。
欢迎分享、点赞、推荐 一起研究AI