在人工智能领域，文本生成图像（Text-to-Image）技术日益成熟，最近发布的Flux1.1模型更是引发了广泛关注，迅速在各大社交媒体平台上刷屏。这个模型以其强大的图像生成能力和一个简单易用的技巧，让生成的图像几乎无法与真实照片区分开来。通过模仿单反相机的文件命名格式，用户能够生成看似由真实相机拍摄的高质量图像，无论是人物肖像还是自然风景，都能达到照片级的真实感。
评论区的网友们纷纷表达了对这一技巧的惊叹，不少人表示：“我完全分不清这到底是AI生成的还是实际拍摄的！”这个小技巧的使用非常简单，只需要在提示词中加入某些知名相机的文件格式。
例如，佳能相机的原始图像文件格式为“CR2”，如果输入“IMG”加上随机编号，例如“IMG_1018.CR2”，再加上需要生成的图像内容描述，系统就会生成一张具有高度写实感的图像。
许多尝试过的用户反馈，其他品牌的相机文件格式同样有效，例如索尼的“ARW”、尼康的“NEF”以及苹果设备常用的“HEIC”，这些格式在提示词中的使用，也能显著提升生成图像的逼真度。
对于这种现象，不少网友甚至怀疑，这是不是AI模型在生成图像时，可能随机从训练数据中输出了一张真实的照片？
然而，虽然这些图像看起来非常逼真，但如果放大查看一些特定细节，比如车牌号或文字信息，还是能发现明显的AI生成痕迹。例如，车牌上的字母和数字通常是乱码，这显示出AI在生成这些细节时依然存在技术局限。
这种技巧的效果是否仅仅是因为文件格式的变化，还是说Flux1.1本身的图像生成能力已经十分强大？对此，一位资深的修图师进行了测试，并分享了对比结果。在他的对比图中，左侧为使用了“IMG_1018.CR2”文件格式的生成图像，右侧则是不加任何文件格式的图像。经过对比，他认为两者在真实感上的差异是巨大的，添加了文件格式后的图像更具照片的质感和氛围。
我们也通过实测验证了这一技巧的有效性。在我们的测试中，使用该技巧确实能够显著提升图像的真实感。
现在想免费试玩这个Flux1.1模型，可以来到together.ai平台，注册即送5美元的积分。
比如，当我们生成一张游客在长城上的自拍照时，虽然图像乍一看非常逼真，但仔细观察人物的皮肤质感、背景中的山脉和植被，依然能察觉到一些“AI味”。
然而，当我们将提示词改为“IMG_0314.CR2: selfie on The Great Wall”，生成的图像立刻变得更加真实，特别是在细节处理上，更加接近真实拍摄的照片。
代号蓝莓，最新SOTA文生图模型
随着Flux1.1模型的发布，代号“蓝莓”的神秘模型也终于揭晓。此前，这款模型在各大文生图排行榜上屡次登顶，备受瞩目。Flux1.1以其卓越的性能和价格优势超越了同类竞争对手。
在Artificial Analysis Image Arena上，Flux1.1以“blueberry”的代号，获得了最高的Elo评分
超过了包括Midjourney、Stable Diffusion 3（SD3）、以及Ideogram等其他流行模型。
除了在图像质量上占据优势，Flux1.1 [pro]的生成速度也得到了显著提升。据官方数据，该模型的生成速度比前代FLUX.1 [pro]提升了6倍，而后者在其最近的更新中也实现了速度翻倍。更令人期待的是，Flux1.1 [pro]还将在不久后支持快速高分辨率图像生成，能够在不影响生成速度和指令响应的情况下，直接生成2K分辨率的图像。这种能力将在图像创作和设计领域产生深远的影响，尤其是在需要高精度图像的商业和创意工作中。
Flux1.1模型目前已经通过多个在线平台提供，包括Together.ai、Replicate、fal.ai和Freepik等，用户可以轻松访问并体验它的强大功能。同时，官方还推出了BFL API，供其他开发者将该模型集成到自己的应用程序中。API的定价方案也非常灵活，从FLUX.1 [dev]版本的每张图像2.5美分（约人民币0.18元），到专业版FLUX1.1 [pro]每张图像4美分（约人民币0.28元），价格亲民且适合各种应用场景。
Stable Diffusion原班人马打造
值得一提的是，Flux1.1 [pro]的研发团队正是大名鼎鼎的Stable Diffusion原班人马。
△Robin Rombach
这个团队最初隶属于德国慕尼黑大学的机器视觉与学习研究小组，由Björn Ommer教授带领，团队成员包括Robin Rombach、Andreas Blattmann、Dominik Lorenz等。
在Stability AI的支持下，他们完成了多项重要研究，包括广受好评的Stable Diffusion系列模型。2022年，随着Stability AI的加入，这些核心团队成员进一步推动了文本到图像生成技术的发展。
今年三月份，这些核心成员集体离开Stability AI，并组建了新团队——Black Forest Labs（黑森林实验室）。该实验室总部设在德国
并在8月宣布成立后迅速发布了初代文生图模型Flux1.1。该模型包括三个变体：FLUX.1 [pro]、FLUX.1 [dev]和FLUX.1 [schnell]，分别平衡了性能和可访问性。
短短几个月内，黑森林实验室完成了3100万美元的种子轮融资，投资方包括Andreessen Horowitz、Brendan Iribe、Michael Ovitz、Garry Tan、Timo Aila和Vladlen Koltun等著名投资人。此外，黑森林实验室还与马斯克合作，将Flux模型集成到xAI的Grok助手中，进一步扩大了Flux模型的应用场景。
未来，黑森林实验室的团队还计划推出SOTA级文本到视频生成模型，这一领域今年下半年竞争尤为激烈，从Pika 1.5到Meta Movie Gen，新的模型层出不穷。黑森林实验室的加入，势必将为这一快速发展的领域注入新的活力。目前，他们正在以10亿美元的估值筹集1亿美元的资金，相比之前1.5亿美元的估值大幅提升。
从Pika 1.5到Meta Movie Gen，今年下半场视频生成赛道爆火，黑森林实验室的加入，或许会带来不一样的火花。
Flux1.1试玩
https://api.together.ai/playground/image/black-forest-labs/FLUX.1.1-pro
参考链接：
[1]https://x.com/fofrAI/status/1841854401717403944
[2]https://blackforestlabs.ai/announcing-flux-1-1-pro-and-the-bfl-api/
[3]https://techcrunch.com/2024/10/03/black-forest-labs-the-startup-behind-groks-image-generator-releases-an-api/
扫一扫
2080
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
