讓一讓，全球最鮮活的AI小貓來了

　　2012年，計算機科學(xué)家吳恩達和Jeff Dean進行了一場試驗。

　　他們用1.6萬個CPU、1000萬張貓咪圖片以及當時全球最大的深度學(xué)習(xí)網(wǎng)絡(luò)，訓(xùn)練了3天，生成了世界上第一張AI貓臉圖像。這是人們基于深度學(xué)習(xí)模型自動生成圖片的開端，受限于當時的技術(shù)能力，圖片中的小貓稱得上是“面目全非”。

　　12年后，當網(wǎng)友第一次看到背著白色翅膀的黑貓圖片時，幾乎所有人都以為，那是一張真實的照片。

　　畢竟，寵物博主用翅膀飾品裝扮自家貓咪后，再用膠片機拍照記錄，不算是什么稀奇事。直到看見帖子下方的“AIGC”標簽，人們才驚奇地發(fā)現(xiàn):“這竟然是AI生成的?”

　　懷揣著巨大的好奇心，越來越多網(wǎng)友順著網(wǎng)線，前往一個名為“Recraft AI”的應(yīng)用，嘗試生成自己心目中的理想小貓。

　　情況一發(fā)不可收拾。

　　最近幾天，各式各樣的“小貓膠片照”填滿了小紅書、抖音等社交平臺的信息流。無論是舉著紅酒杯的小貓、在鍵盤上打字的小貓，還是舉著魔棒正在施法的小貓，全是Recraft AI的杰作。

　　近年來，AI領(lǐng)域的所有進展中，離普通用戶最近的非AI生圖莫屬。

　　自2021年年初，OpenAI發(fā)布DALL-E大模型，AI得以通過文字生圖起，三年內(nèi)誕生的AI生圖工具已經(jīng)進化、迭代了一波又一波。專攻技術(shù)能力突破的有Stable Diffusion、Midjourney、FLUX等等，專攻C端應(yīng)用的也有妙鴨相機、Remini等等。

　　從最初追求極致的“像”，到如今逐漸厭倦AI味兒，開始追求風格與審美，這屆網(wǎng)友正在將Recraft AI捧上新的“神壇”。

　　沒有AI味的“造夢AI”

　　這次火起來的，其實是Recraft AI內(nèi)置的一種預(yù)設(shè)風格“Hard Flash”。

　　該模式可以模擬膠片攝影時，開啟閃光燈之后的拍攝效果，生成的圖片主體突出，對比度高，彩色飽滿濃郁。目前，該AI網(wǎng)站支持免費用戶每天獲得50個積分，生成50張圖片，雖然中文提示詞的生成效果仍不如英文，但Recraft支持中文口令直接輸入。

　　如果說，ChatGPT的出現(xiàn)讓作者焦慮，Midjourney的出現(xiàn)讓畫家憂愁，這一次，慌的是攝影師。

　　小紅書，是Recraft最初被國內(nèi)用戶關(guān)注到的地方，目前相關(guān)話題下已經(jīng)有超過1萬條筆記。

　　其中不乏有攝影愛好者哀嚎“我宣布，攝影不存在了”;也有專業(yè)的膠片攝影博主在看完Recraft生成的圖片后，認為該AI的構(gòu)圖和色彩、審美極佳，開始思索還有什么是人類攝影師能夠抓住的東西;甚至有人開始研究Recraft的調(diào)色與構(gòu)圖，試圖進行“反向?qū)W習(xí)”。

　　盡管其他AI工具的畫風更加細膩，生成的圖片更為精美，但看久了難免會有一種“AI味兒”。

　　無論是不和諧的色彩過渡、結(jié)構(gòu)上的不自然;還是過度平滑、整齊的勾線，毫無瑕疵的質(zhì)感，總之，早期“一眼假”的是AI味兒，如今過于逼真無瑕的，也是一種AI味兒。

　　在一眾追求細節(jié)、力爭真實的AI繪畫工具面前，強烈、鮮明的視覺風格是Recraft出圈的關(guān)鍵。

　　刺猬公社(ID:ciweigongshe)嘗試用幾個不同的模型，輸入相同的口令“many animals”。從最終生成的結(jié)果來看，Recraft內(nèi)置的Hard Flash模式，一眼望去的確有種不一樣的feel。

　　Recraft并沒有像FLUX或是DALL·E3那樣進行常規(guī)構(gòu)圖，而是將不同的動物一字排開，畫面中土地與天空的大面積留白，似乎給圖像增添了別樣的情緒:這是一頭孤獨的獅子。

　　當AI生成的畫面能夠傳達情緒，Recraft AI也被貼上了“夢核”“怪誕”的標簽，越來越多網(wǎng)友的創(chuàng)作欲開始被激發(fā)。

　　有人將自己喜歡的電影臺詞或是歌詞當做口令輸入Recraft，期待著會生成什么畫面。

　　在一條有著1.6萬點贊的小紅書筆記中，博主“帆”將《宇宙探索編輯部》的臺詞輸入了Recraft，生成的圖片雖然并不能百分百復(fù)刻臺詞內(nèi)容，但整體的畫面風格簡直“比宇宙探索編輯部還宇宙探索”。

　　也有人試圖用Recraft記錄自己的夢境，或是表達難以言喻的情緒，有熱心網(wǎng)友專門整理出了，能讓Recraft生成更空靈、更夢幻感圖片的常用提示詞。甚至也有網(wǎng)友從中發(fā)現(xiàn)了新商機，幫助無法使用Recraft的用戶，生成他們心目的夢核圖片，一張幾塊錢。

　　網(wǎng)友們的熱情參與下，繼妙鴨相機、Remini黏土特效之后，又一場AI狂歡的浪潮掀起。大家似乎都想親自試一試，給AI輸入“咒語”，生成一張?zhí)祚R行空的圖片，實現(xiàn)一種“魔法成真”的奇妙感受。

　　于是，近期的小紅書、抖音等社交媒體似乎被“魔法”包圍了:HelloKitty站在窗邊看煙花、小狗在雪地里吃蛋糕、金魚在藍色天空中飛過……

　　11月25日，小紅書官方科技薯還專門發(fā)起了一項活動，用戶使用Recraft生圖，帶相關(guān)話題發(fā)布筆記，將有機會被推流。

　　在社媒的推動下，據(jù)點點數(shù)據(jù)顯示，過去一周Recraft在國內(nèi)App Store的下載量已經(jīng)躍升至“圖形和設(shè)計榜單”第二。

　　AI黑馬，什么來頭?

　　盡管Recraft AI已經(jīng)俘獲了國內(nèi)大量網(wǎng)友的芳心，但實際上，該模式既不能體現(xiàn)、也不能代表Recraft AI的技術(shù)實力。

　　在很多經(jīng)常使用AI生圖工具的用戶看來，此前已有的許多AI繪畫大模型均能通過口令輸入，實現(xiàn)類似的膠片效果。

　　真正能夠證明Recraft AI實力的，是其今年發(fā)布的Recraft V3模型。

　　正式官宣Recraft V3模型前，Recraft AI曾用“red-panda”的化名參與Artificial Analysis網(wǎng)站中AI圖像競技場的投票，并一舉超過FLUX、Midjourney、Ideogram、Stable Diffusion3.5排名第一，成為AI生成圖像賽道的一匹黑馬。

　　因為“red-panda”(小熊貓)這個名字，最初還有很多人猜測該模型背后站著的是不是一家中國公司，直到今年10月，Recraft AI在推特上認領(lǐng)該模型，人們才開始關(guān)注這家已經(jīng)成立了兩年的AI企業(yè)。

　　Recraft AI成立于2022年，是一家總部位于英國的初創(chuàng)公司。

　　創(chuàng)始人兼首席執(zhí)行官安娜•維羅尼卡•多羅古什(Anna Veronika Dorogush)，此前曾在谷歌和微軟從事軟件工程相關(guān)工作，后來加入了俄羅斯最大的搜索引擎平臺Yandex，是CatBoost開源梯度提升庫的創(chuàng)造者。

　　今年1月，Recraft AI獲得了一筆由美國風投機構(gòu)Khosla Ventures領(lǐng)投的1100萬美元A輪融資，GitHub 前首席執(zhí)行官納特•弗里德曼(Nat Friedman)也參與其中，該筆融資主要用于加速技術(shù)研發(fā)以及市場拓展。

　　由于國內(nèi)大多用戶是通過社交媒體上傳播的“Hard Flash”模式，了解到的Recraft AI，所以人們通常會誤以為這是一家像Midjourney那樣的AI圖像生成公司。

　　但了解之后便會發(fā)現(xiàn)，Recraft AI成立的初衷一直是“專注于為平面設(shè)計師提供AI輔助工具”。因此，比起Midjourney，它其實更像是AI版的Cavan或者Photoshop。

　　就連排名第一的Recraft V3模型，某種程度上也是Recraft AI為了方便設(shè)計師生成海報而訓(xùn)練的。

　　在Recraft V3模型官方介紹的博客中，該公司聲稱此模型是“圖像生成領(lǐng)域里，唯一可以生成帶有長文本內(nèi)容的AI圖像模型”。

　　舉個例子，如果一名設(shè)計師需要在海報上展現(xiàn)大量文字內(nèi)容，以往的AI生圖模型很容易在文字內(nèi)容上出現(xiàn)拼寫錯誤，所以設(shè)計師的常規(guī)做法可能是先借助AI生圖生成海報背景圖，再用其他工具將文字內(nèi)容P上去。

　　而Recraft V3模型的邏輯則是，通過提升AI直接在圖像中渲染文字內(nèi)容的準確性，精簡設(shè)計師利用AI生成海報的流程。AI媒體“新智元”曾在文章中解釋該模型的運作機制:

　　在構(gòu)建文本信息的過程中，Recraft團隊采用的是TextDiffuser-2的表征方式，每一行文本首先記錄了文本的內(nèi)容，隨后通過坐標來指明文本的具體區(qū)域。但是與TextDiffuser-2不同的是，Recraft用了三個坐標點表示文本，使得模型能夠支持渲染傾斜的文本。

　　總之，結(jié)果就是借助Recraft V3，設(shè)計師對于海報中文字內(nèi)容的生成效果與把控力，大大提升了。

　　除了AI生成漫畫風、寫實風、膠片風，矢量圖、插圖、圖標和3D圖像外，Recraft還提供套索、局部重繪、摳圖、mockup等設(shè)計工具。

　　體驗過后，最令刺猬公社的設(shè)計同事驚艷的是其中的mockup功能。借助AI能力，Recraft AI能夠?qū)崿F(xiàn)圖樣或圖標自動貼合產(chǎn)品圖片，直接生成產(chǎn)品樣圖，省去了設(shè)計師手動調(diào)整參數(shù)的麻煩。此外，Recraft還引入了實時協(xié)作功能，同一項目的設(shè)計師可在無限畫布上對生成的內(nèi)容進行評論，并及時修改。

　　懂模型不夠，還要懂內(nèi)容

　　雖然似乎有80%的國內(nèi)用戶，并沒有像Recraft AI創(chuàng)始人設(shè)想的那樣，把它當成AI設(shè)計工具使用，但憑借Hard Flash走紅對其而言也并非壞事。

　　從AI生成圖像領(lǐng)域的歷史來看，最近3年絕對是賽道內(nèi)各大玩家競爭最激烈的時期，大家都在爭先恐后地更新大模型，生怕一不小心就被甩在身后。

　　2021年年初，OpenAI發(fā)布了DALL-E大模型，AI得以通過文字生圖;

　　2022年3月，Midjourney上線，能根據(jù)用戶輸入的文字快速生成高質(zhì)量圖像;

　　2022年8月，Stable Diffusion正式開源，通過將隨機噪點轉(zhuǎn)化為高保真圖像，實現(xiàn)從文本到圖像的生成;

　　2024年8月，Black Forest Labs推出FLUX模型，其圖像質(zhì)量、文本理解和細節(jié)表現(xiàn)均超越了Stable Diffusion3以及Midjourney，成為了該領(lǐng)域新的領(lǐng)頭羊……

　　而到了10月，人們討論的主角又迅速變成了Recraft。

　　根據(jù)Recraft AI的官方數(shù)據(jù)顯示，在Recraft V3模型發(fā)布20天后，該應(yīng)用在全球的累計注冊用戶已經(jīng)超過了200萬。每次注冊登錄時，Recraft都會詢問用戶“通過什么途徑得知的該應(yīng)用”，據(jù)創(chuàng)始人多羅古什透露:“幾乎所有的增長都來自于社交媒體，以及用戶之間的口口相傳。”

　　這背后暗含的變化是，隨著AI生成圖像工具逐漸走進普羅大眾的生活，AI企業(yè)們要想出圈，僅憑模型實力也許還不夠。就像多羅古什在采訪時說的那樣:“僅僅靠生成高質(zhì)量的AI圖像是不夠的，(產(chǎn)品)還需要建立一些能夠吸引人們注意力的東西。”

　　以往一些主要面向C端的AI產(chǎn)品，其實早已證明了這點。

　　比如去年火爆網(wǎng)絡(luò)的妙鴨相機和今年上半年火了一陣的Remini，這兩款產(chǎn)品一個瞄準了“AI寫真”，一個創(chuàng)建了“黏土特效”，兩者都是憑借極具代表性的產(chǎn)品功能，才在用戶心中留下了不可替代的產(chǎn)品標簽。

　　對于Recraft AI來說，Hard Flash所帶來的膠片感，就是它在社媒出圈、在更多用戶心中形成認知的“抓手”。

　　在一眾力爭畫面細節(jié)與真實感的AI模型中，Recraft出人意料地切入了允許不合常理的“想象力”賽道。

　　一方面，風格統(tǒng)一的濾鏡畫風，加深了普通用戶對于該應(yīng)用的記憶，讓Recraft的名字在人們腦海中扎下了根。另一方面，這也十分巧妙了掩蓋了AI模型在部分能力上的欠缺，就算是生成的人物充滿塑料感、畫面總是以彩色幕布作為背景，但在“夢核”“怪誕”的風格標簽下，一切都變得合理。

　　AI企業(yè)不斷追求技術(shù)能力的層層突破，自然仍是當下AI發(fā)展階段的重中之重。但若想帶領(lǐng)更多的普通用戶走進AI時代，也許除了突破性的AI技術(shù)，同樣也需要進一步降低使用門檻、選擇適宜的產(chǎn)品定位以及營銷策略，唯有如此，才能有越來越多的AI產(chǎn)品“飛入尋常百姓家”。

　　參考文章:

　　1、新智元:深度解析Recraft V3突破文本渲染限制，「文生圖」黑馬是怎樣煉成的?

　　2、Web3天空之城:AI 繪畫何以突飛猛進? 從歷史到技術(shù)突破， 一文讀懂火爆的 AI 繪畫發(fā)展史