读者福利:关注公众号【大模型应用开发LLM】可获取入门大模型学习资料包一份~
豆包已经好用成这样了?
今天看到不少AI同行在热聊豆包刚刚发布的CreationAgent v1.0 Beta(目前尚在灰测),颇多好评,我们也试了试这些新能力。
登录豆包出现“智能升级”或“超能创意1.0”
即账号被灰测到
不得不说豆包真的是很出息了,功能运营上也做得相当细致,就拿这份官方使用指南来说,一个文档从产品能力介绍、优质案例、不同场景下的使用指南,乃至当前存在的不足都总结得清清楚楚(附官方指南:https://bytedance.larkoffice.com/docx/OWpHdkNoYoBjHVxntQPcZa5Qndb),不愧是豆包。
简单来说,豆包这次主要有这几点能力升级:
1.可以一口气免费输出最多20张差异化图像
2.意图理解能力提升,不需要复杂提示词就能听懂“人话”
3.多图一致性。涉及多图生成的创作场景中,如批量生成AI绘本、视频分镜头脚本等,不仅可以保持风格色调一致性,还能保持(基本的)人物一致性
4.能够精准呈现复杂故事场景、人物神态和氛围细节,甚至会“猜你所想”添加画面细节
5.图像二次编辑,豆包已经能理解大部分修改场景,但也存在部分案例还需要人工辅助
为了防止被官方Demo画饼,我们也跑了几十个案例发现,豆包已经可以一口气出完20张图片,还能保持风格一致性。
在人物一致性上更是直接“掀桌”,以往AI视频“文生图-图生视频工作流”制作门槛无疑大大降低。
不夸张地说,对广大的UGC用户群体来说,不仅用嘴作图的可玩性更高了,进行AI绘本、AI视频等热门AI内容创作也开启了一扇新的大门。
以下是我们跑的几个好玩的实测案例:
01.一句提示词,批量生成同一风格但细节不同的图片
提示词:请生成10张国内著名景区的五一旅游海报,每张图都要出现一个地标性建筑,海报上写上匹配的文案,画面风格统一为动画电影,图片尺寸为3:4
提示词:请生成10张描述不同情绪的表情包,每张图都用猫猫头像来展示,画面风格统一为简笔画,图片尺寸为1:1
提示词:生成20张猫猫简笔画,每张有不同的打工情绪,给它们都配上对应的英语情绪单词,可支持上架到微信表情包使用
02.人物一致性超强,还支持多轮对话和豆包一起创作短剧分镜头
AI绘本、视频分镜头脚本等对人物风格一致性要求很高的多图画面,以往需要在Midjourney等AI生图工具里,一张一张图片生成,调试提示词,如今升级后的豆包一键就可以完成了。
把我们之前制作过的圣诞视频分镜头脚本发给了豆包,主角小女孩的外表形象都保持一致,这点相当逆天(做过文生图-图生视频工作流的朋友们都懂)。
还可以和豆包一起创作短剧,一边写脚本一边出图,也是和AI灵感共创上了。
从母女温馨共处的画面,到父亲归家、母亲怒扇他耳光的短剧常见戏剧性场面,豆包不仅精准还原了场景,还自己加戏让小女孩“一脸惊讶”,实际提示词中并没有这个要求。
不过,这个“戏”倒也完美契合现场氛围。
03.图像理解与二次编辑
AI生成的图片效果不好,也可以用嘴改图。
如删掉海报里多余的字:
不过,实测中我们也发现一些豆包的“弱点”。例如,让豆包把“gogogo出发咯”的邓超梗图改成豆包的3D形象,结果生成的图片仍然是邓超,不过是“女装大佬版邓超”。
破案了,原来豆包对自己的认知是女装版邓超(不是)。
此外,官方Bad Case里也有提到,部分图片编辑需求(如扩图、高清、重绘)无法通过对话实现,也无法基于原图编辑文字。
对话过长或需求复杂,如为英语单词添加音标细节,图片也会崩掉。
此外,官方Bad Case里也有提到,部分图片编辑需求(如扩图、高清、重绘)无法通过对话实现,也无法基于原图编辑文字。
大家都玩上豆包新功能了吗?欢迎在评论区留言分享好玩案例(或者离谱案例),给没用上的朋友开开眼👀
如何学习AI大模型?
大模型的发展是当前人工智能时代科技进步的必然趋势,我们只有主动拥抱这种变化,紧跟数字化、智能化潮流,才能确保我们在激烈的竞争中立于不败之地。
那么,我们应该如何学习AI大模型?
对于零基础或者是自学者来说,学习AI大模型确实可能会感到无从下手,这时候一份完整的、系统的大模型学习路线图显得尤为重要。
它可以极大地帮助你规划学习过程、明确学习目标和步骤,从而更高效地掌握所需的知识和技能。
这里就给大家免费分享一份 2025最新版全套大模型学习路线图,路线图包括了四个等级,带大家快速高效的从基础到高级!
如果大家想领取完整的学习路线及大模型学习资料包,可以扫下方二维码获取
👉2.大模型配套视频👈
很多朋友都不喜欢晦涩的文字,我也为大家准备了视频教程,每个章节都是当前板块的精华浓缩。(篇幅有限,仅展示部分)
大模型教程
👉3.大模型经典学习电子书👈
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。(篇幅有限,仅展示部分,公众号内领取)
电子书
👉4.大模型面试题&答案👈
截至目前大模型已经超过200个,在大模型纵横的时代,不仅大模型技术越来越卷,就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道,我总结了大模型常考的面试题。(篇幅有限,仅展示部分,公众号内领取)
大模型面试
**因篇幅有限,仅展示部分资料,需要的扫描下方二维码领取 **