当前位置：首頁 > 文章訊息

21點：一个默默无闻的文生图模型，直接给Midjourney秒了？

admin2年前 (2024-08-24)文章訊息300

前两天Ideogram更新了2.0版本，并且现在可以免费体验。

网友：什么？干嘛的？

一年前发布的Ideogram确实在AI生图领域没什么太大水花，甚至很多人都不知道它。

但Ideogram在更新2.0版本后直接点名挑战前几天爆火的FLUX和DALL·E3以及众多文生图模型。

Ideogram官方声称，2.0版本要比FLUX和DALL·E3要强，并且在生成逼真图像、图形设计、排版等方面具有行业领先的功能。还在许多质量指标上都显着优于其他文生图模型，包括图像文本对齐、总体主观偏好和文本渲染准确性。

优于其他模型？口说无凭，我们先来测测实力，让Ideogram和最近爆火的FLUX以及DALL·E3、Midjourney一起接受我们的考验。

我们按照以下统一标准进行测评，每个标准设置1分，每题5分共4题，总分20分。

（PS：prompt统一使用英文投喂，仅在文中翻译为中文。）

评价标准：

准确性：生成的图像是否准确地反映了文本描述的内容和细节。

清晰度：图像的分辨率和细节清晰度，是否能够清晰地看到图像中的元素。

逼真度：图像的逼真程度，包括颜色、纹理、光影效果等是否接近现实世界。

创造性：AI在生成图像时展现的创造性，是否能够根据文本描述创造出新颖和有趣的图像。

多样性：AI在生成图像时是否能够提供多种风格或视角的图像，以适应不同的需求。

写实风格

prompt：小丑在专业摄影环境中优雅行走的特写镜头。他沐浴在霓虹红、蓝色和紫色的灯光中。

Ideogram

FLUX

DALL·E3

Midjourney

Ideogram、FLUX、DALL·E3和Midjourney四家对小丑的理解一致性还挺高的，基本都还原了杰昆·菲尼克斯饰演的亚瑟·弗莱克的形象，并且基本还原了提示词中的内容。

Ideogram和FLUX在整体的画质和人物的真实感和一些细节（比如衣服褶皱，光影明暗对比）方面表现比较好；DALL·E3生成的效果有点生硬，不够自然真实；Midjourney生成效果风氛围强，但光影对比效果不明显。

Ideogram：FLUX：DALL·E3：Midjourney 5:5:3:4

广告创意设计

prompt：一辆豪华跑车停在光线昏暗的高端车库中，光束突出跑车的曲线和光泽饰面。汽车的前灯发出强烈的光芒。顶部用粗体字写着“Unleash the Beast”。标语“Engineered for Excellence”位于下方。

Ideogram

FLUX

DALL·E3

Midjourney

Ideogram对于提示词中的文字生成最准确，画面的真实感表现得最好，光影反射也符合物理规律，图片的质感和设计感表现突出；其次是FLUX，环境背景真实，但汽车的线条有点不自然，文字生成有一点错误；Midjourney生成的汽车背景和光影还算自然，但文字生成与提示词有明显出入，最后DALL·E3，背景真实感强，但是主体汽车生成不自然，文字生成有些模糊。

Ideogram：FLUX：DALL·E3：Midjourney 5:4:2:3

漫画海报设计

prompt：为《这个杀手不太冷》设计一张宣传海报，以现代城市为背景，雾霾的夜晚。马路中间一名大叔身穿黑色风衣的，神色凝重，手捧盆栽，目光深邃。一个穿着红色外套，拿着手枪的小女孩，眼神坚定，神色固执。背景中隐约可见城市的高楼大厦和霓虹灯，营造出一种紧张不安的气氛。海报下方用粗体写下电影片名“Leon:The Professional”，并在底部附上标语："Cold appearance，warm heart，a wonderful killing journey!"

Ideogram

FLUX

DALL·E3

Midjourney

整体来说还是Ideogram和FLUX表现较好，但Ideogram文字生成漏掉了一个字母，FLUX的大叔形象不太符合漫画风格；DALL·E3的海报设计感强，但文字生成错乱严重；Midjourney与最贴合原著，但是背景生成与提示词不符，而且文字生成不准确。

Ideogram：FLUX：DALL·E3：Midjourney 4:4:2:4

3D风格

prompt：主题是《黑神话：悟空》中的悟空，他身穿华丽的铠甲，上面饰有金色的龙鳞，肩甲和护腕上都饰有古老的符文。他手持一根金箍棒，散发出强烈的光芒。他的头发如火焰般飘扬，面部表情坚毅而威严。背景是充满神秘色彩的古老战场，断断续续的山脉和神秘的光影环绕，呈现出史诗般的氛围。整体风格将中国传统元素与现代3D渲染技术相结合。