Ideogram 是一年前发布的人工智能图像生成模型，但它在图像生成领域并没有获得太多关注，并且处于被遗忘的边缘。
但就在昨晚，Ideogram 发布了其模型的2.0 版本，并以其超强的文本渲染能力超越了其他模型。
Ideogram宣布该模型支持生成五种不同风格的图像：一般、写实、设计、3D和动画。真实风格可以让您生成类似照片的物品，设计风格可以让您轻松生成徽标、海报等。
根据我们的评估，Ideogram 2.0 显着优于Midjourney 和OpenAI 的DALLE-3。
引人注目的是，Ideogram 声称其文本渲染是业界领先的。新模型解决了AI生成图像领域的文本渲染问题，可以轻松处理20字左右的内容。
这是一个什么样的概念呢？
如您所知，AI图形模型一直因文本渲染而受到诟病。
3.5 研究测试：
互交爱网
4项研究测试：
问问曼雅网
Claude-3 研究测试：
hiclaude3.com
即使你想从照片中生成一些文字，AI 的表现也不能令人满意。这里有流行的Midjourney 和Flux Schnell。输入类似于以下内容的提示：
信笺插图，上面写着“你好，我是席逍遥。如果你喜欢AI，请关注我。” Letterpad 上写着：“你好，我是一名内容创作者，如果你喜欢AI，请关注我。—— 我是席逍遥。”
中途的反馈只能用乱七八糟来形容，词不达意，句子不完整。
Flux 更糟糕并且完全错误。
我什至认为Flux可能产生了幻觉。
但是，当我在同一提示中询问Ideogram 时，我的感受如下：
词形、拼写都没有问题，图像生成也符合要求。一家人实在是太震惊了。这是AI可以达到的效果吗？
唯一的缺点是内容不完全正确（I am 缺失，if 缺失），而且信纸的形状有点奇怪。
我们还尝试了其他风格的图像生成，例如蝙蝠侠读报纸。
蝙蝠侠坐在屋顶上的电影镜头。您正在阅读一份标题为“小丑恐吓扎巴利亚”的报纸。背景包括蝙蝠侠坐在屋顶上的电影镜头。他正在读一份报纸，标题是“小丑吓坏了萨巴里亚”。背景包括城市天际线。
首先，我们来看看表意文字的作用。
符合要求，文字正确，报纸上还印有小丑脸。
然而，右边报纸的形状并不完全正确。另外，蝙蝠侠的脸也非常“像AI”。
我们来看看中途的效果。
就蝙蝠侠的形象而言，我认为《中途旅程》比《Ideogram》更真实。
但它仍然输在了文字内容上。我总觉得这个文字和图片不太协调。
助焊剂也有，而且生成质量还不错。但文字实在是不忍直视：
右下角还有一个三足人！
此外，从设计角度来看，对文本渲染的支持使得Ideogram 非常强大。
现代网站设计以珍珠奶茶为主题。背景是柔和的青色。透明的杯子里装有桃色笔记本电脑和舒适的青色椅子。弧形背面印有现代字体的“Relax, Create, Work from Home”字样。一个以珍珠奶茶为主题的现代网站设计。背景是柔和的蓝绿色。透明杯子里装有桃子珍珠奶茶和木薯粉。杯子旁边是一台粉色笔记本电脑，上面打开着一篇博客文章。舒适的青色椅子配有弧形靠背。您可以放松身心，在家里和工作中用现代字体编写文本。
您觉得这个设计怎么样？无论如何，我要把它打印出来并贴在我办公室的墙上。
我们来对比一下Midjourney和Flux的照片吧！从文字上你看不出来，但这简直是无与伦比的。
Ideogram 2.0 的文本渲染功能感觉比其他模型领先一个世纪。
Ideogram在3D、动画等领域也取得了巨大成功。我们不做任何比较，只展示Ideogram 2.0的效果。
Ideogram 也开放API 构建。开发者可以将Ideogram 2.0集成到自己的应用程序中，该API可以比同赛道的其他产品以更低的成本提供更好的图像质量。
不仅如此，Ideogram应用程序也可以在App Store上找到。
有趣的是，就在Ideogram 2.0 上线几个小时后，Midjourney 似乎就试图采取一些措施来对抗它。
Midjourney 宣布网页版可供所有人免费试用。
中途终于感受到了危机，但我已经上了Idegram。
推荐AI生成模型，快速上阵！它给这款卡车带来了更多的竞争，也给这个领域带来了更多的进步。
不幸的是，您可以嵌入这些模型中的文本（包括表意文字）仅限于英语，并且您可能需要等待很长时间才能呈现其他语言。
中文繁杂的笔画和字符确实够AI吃的。
参考文献[1]https://about.ideogram.ai/2.0
[2]https://twitter.com/midjourney/status/1826305298560418171
版权声明：本文转载于网络，版权归作者所有。如有侵权，请联系本站编辑删除。