难倒了Midjourney和FLux的问题，被它解了！AI生图的终结者杀出来了

Ideogram，一个一年前发布的AI生图模型，在生成图片领域一直不温不火，甚至大有要被遗忘的趋势。

但就在昨晚，Ideogram重磅推出他们模型的2.0版本，成功以超强的文字渲染能力，一骑绝尘。

Ideogram宣布，该模型支持生成5种不同的风格的图片：一般、写实、设计、3D和动漫。写实风格可以生成照片样的，设计风格可以轻松生成logo、海报等。

据评估，Ideogram 2.0明显优于Midjourney和OpenAI的DALLE-3。

令人眼前一亮的是，Ideogram称自己的文本渲染是业界领先水平，新的模型解决了AI生成图像领域的文本渲染问题，可以轻松处理约20个单词的内容。

这是什么样的概念呢？

要知道，一直以来，AI生图模型在文本渲染方面饱受诟病。

哪怕是想在图片中生成寥寥数语，AI的表现也不尽人意。这里拿比较火的Midjourney和Flux Schnell展示一下，我给它们输入这样的prompt：

An illustration of a letter pad with the text "Hi, I’m Xi Xiaoyao. I’m a content creator and If you love AI, please follow. From - Xi Xiaoyao". The letter pad is on a wooden. 信笺的插图，上面写着“hi，我是夕小瑶。我是一名内容创作者，如果你喜欢AI，请关注我。来自——夕小瑶。信笺位于木板上。

这是Midjourney给我的反馈，只能说文本内容一塌糊涂，单词错误、词不成句。

Flux就更加惨不忍睹了，简直牛头不对马嘴：

我甚至一度怀疑，Flux是不是有什么文本方面的幻觉。

但我拿着同样的prompt去问Ideogram时，我的感觉就是：Wow！

单词形状、拼写都没有问题，图片生成也符合要求。我真的震惊了家人们，这是AI能做到的效果吗？

美中不足的是，内容不完全正确（缺了一个I am、多了一个if），信纸的形状也有些奇怪。

此外，我还试了一下其他风格的图片生成，比如这个蝙蝠侠看报：

A cinematic shot of Batman sitting on a rooftop. He is reading a newspaper with the headline "The Joker Terrorizes Zavalia". The background contains a city skyline. 蝙蝠侠坐在屋顶上的电影镜头。他正在阅读一份标题为“小丑恐吓萨瓦利亚”的报纸。背景包含城市天际线。

先来看看Ideogram的效果：

符合要求，文字内容也正确，甚至在报纸上还印上了小丑的头像。

只是右手处的报纸形状不太正确；此外蝙蝠侠的脸也非常的“AI风”。

再来看看Midjourney的效果：

我认为蝙蝠侠的形象部分，Midjourney比Ideogram要写实一些。

但还是输在了文本内容方面。总觉得这段文字没有很好的融入到图片中。

还有Flux，生成质量也不差。但是文本方面是真的不忍直视：

甚至右下角还有个三条腿的人！

此外，在文字渲染的加持下，从设计方面看，Ideogram也非常强大：

A modern website design with a bubble tea theme. The background is a soft teal color. There's a peach bubble tea with tapioca pearlsin a clear cup. Next to the cup is a peach laptop with a blog post open. There's a comfortable teal chair with a curved back. The text "Relax, create, and work from home" is written in a modern font. 一个以珍珠奶茶为主题的现代网站设计。背景是柔和的青色。透明杯子里有一杯桃子珍珠奶茶，里面有木薯珍珠。杯子旁边是一台桃色笔记本电脑，上面打开着一篇博客文章。有一张舒适的青色椅子，带有弧形靠背。以现代字体书写“在家放松、创造和工作”文字。

这设计感，大家怎么评价？反正我要打印出来，贴在我们办公室的墙上了。

再拿Midjourney和Flux的图片对比一下吧！从文本上就输了，这简直比不了啊：

感觉Ideogram 2.0的文本渲染能力，简直领先其他家模型一个世纪啊！

Ideogram还在3D、动漫等领域也颇有建树，我就不进行对比了，只展示一下Ideogram 2.0的效果：

Ideogram还开放了API构建。开发人员可以将Ideogram 2.0集成到自己的应用程序中，与其他同赛道产品相比，该API能以更低的成本提供更卓越的图像质量。

不仅如此，App Store上也上线了Ideogram的应用程序：

令人捧腹的是，就在Ideogram 2.0上线数小时后，midjourney似乎是想做出一些反制措施：

Midjourney宣布，在网页版中向所有人开放免费试用！

Midjourney终于感受到危机了，但是我已经加入Ideogram了。

建议AI生图模型们快打起来！多给这一赛道带来一些竞争，多给这一领域带来一些突破。

不过，比较可惜的是，包括Ideogram在内，这些模型能镶嵌的文本仅限于英文，其他语种的渲染，或许还要等很久。

就中文这复杂的笔画和汉字数量，真是够AI们吃一壶的。

参考资料

 [1]https://about.ideogram.ai/2.0
 [2]https://twitter.com/midjourney/status/1826305298560418171