早在 2 年多之前，第一次感受到 AI 生圖的震撼時(shí)，我用 Midjourney 做了一個(gè)篇幅很短的漫畫（）。在總結(jié)做漫畫的體會(huì)時(shí)，我是這么寫的：

連貫性很難保證。尤其人臉和動(dòng)作，想要在連貫畫面里保持一致，非常難... ... 在可控性方面，只能用畫圖再墊圖，再畫圖墊圖的笨辦法確保想要的內(nèi)容。

這個(gè)一直是 AI 生圖的痛點(diǎn)。之前用墊圖也就是參考圖片的方式，生成的人物差異非常大。比如主角的樣子：

甚至這已經(jīng)是我墊圖十幾次才得到的結(jié)果了。只能勉強(qiáng)讓人感知到是同一個(gè)人。

而 2 年多過去了，這個(gè)世界進(jìn)化到什么階段了呢？

我近期用的比較多的是 Vidu。第一次注意到是在 4 月份，有新聞稱其在 VBench 模型評(píng)測(cè)上拿了第一。

真正試用了一下，的確很是喜歡。作為國產(chǎn)大模型，可以輸入中文，比起 Midjourney 來也方便不少。

前幾天拿到了 Vidu 的朋友送的 Q1 參考生圖的內(nèi)測(cè)資格，這次玩得有點(diǎn)停不下來。跟各位分享一下。這個(gè)版本應(yīng)該在你看到文章的 9.9 就正式發(fā)布了。

先感受一下，我用剛剛的這個(gè)角色側(cè)臉，讓 Vidu Q1 生成一個(gè)穿著白色條紋 T 恤向右看的圖：

忽然穿越到 2 年前的墊圖到瘋的那個(gè)情緒里，現(xiàn)在感動(dòng)得要哭。

整個(gè)看起來就真的很準(zhǔn)確。

接下來，就是參考生圖更厲害的地方，它可以參考不止一張圖。

比如，可以直接讓男主站在他的船上。

船的還原度非常好。對(duì)比我之前畫的內(nèi)容就發(fā)現(xiàn)，我之前是沒辦法做這樣拼接的生成的，除非手動(dòng)操作。

也可以繪制男主跟鯊魚搏斗的場(chǎng)景：

我還發(fā)現(xiàn)，Vidu 為了讓用戶更好地完成像這樣延續(xù)主體的創(chuàng)作，貼心提供了主體庫的功能，像畫漫畫的話，男主就可以存到庫里，隨時(shí)調(diào)用。

嘗試了一些有意思的多圖參考。比如讓這兩個(gè)最知名的老鼠抱在一塊。

參考的圖片數(shù)量可以達(dá)到 7 張。比如可以讓喬布斯跟他的所有最重要的產(chǎn)品合影。

不過比例略有點(diǎn)不太對(duì)?？磥砟Ｐ瓦€需要更聰明一些。

既然參考生圖的效果這么好，那就可以用現(xiàn)成的場(chǎng)景，讓我們直接穿越進(jìn)去。

我今年夏天跟妻子去北極走了一個(gè)祝福儀式。本來很像去光之教堂的，可惜多年前就關(guān)閉了。

用參考生圖就可以解饞體驗(yàn)一下。

還可以讓我出現(xiàn)在喜歡的電影場(chǎng)景里。比如《瘋狂的麥克斯 4》里：

或者去《權(quán)力的游戲》里讓小龍女和馬王跟我合張影。看得我還是有點(diǎn)發(fā)怵。

再比如，也可以去《血源詛咒》里受苦。

或者去跟馬斯克錄播客，看他噴云吐霧。

那么，Vidu Q1 這樣的參考生圖功能除了好玩，到底有沒有實(shí)際用途？首先玩也是實(shí)際用途。其次，當(dāng)然還有別的用途。

由于參考的效果很好，電商場(chǎng)景就可以用來做帶貨展示圖。

比如，讓米老鼠坐在這張椅子上。溫馨提示，黑白的米老鼠才是沒有版權(quán)的哦。

自然也可以讓人物坐在這張椅子上：

坐椅子看起來并不難，喝飲料也是可以的。注意看蜜雪冰城的 logo 幾乎沒怎么變樣，這點(diǎn)對(duì)于品牌商家來說太重要了。

像這是我之前合伙創(chuàng)業(yè)做的茶品牌三五杯，可以讓圖 1 里的女生捧著它展示。展示角度發(fā)生了變化，盒子居然沒有什么變形，完美復(fù)現(xiàn)。除了文字還是需要簡(jiǎn)單 p 一下才能用。

也可以讓同一個(gè)女生展示我的新書《內(nèi)容即品牌》。

換一個(gè)隨機(jī)生成的棒球女生，效果也很不錯(cuò)。

某些產(chǎn)品未必需要人，可能需要的是場(chǎng)景化的展示。

比如一個(gè)竹凳，就可以放到有竹子的潺潺小溪中展示。

當(dāng)然，也可以非?；齑睿扔腥宋?，又有竹凳。背景再放飛一些，放到外太空，也是可以的。

電商場(chǎng)景里還有一個(gè)至關(guān)重要的痛點(diǎn)，就是試衣。說 AI 試衣已經(jīng)說了很多年了。我也是第一次感知到，AI 試衣真的能幫到我。

比如這兩個(gè)就是非常糟心辣眼睛的例子。

一個(gè)是中國風(fēng)西裝。

一個(gè)是英倫紳士風(fēng)。

嘗試了一下，衣服的適配度跟顏值還是息息相關(guān)的。顏值高的，穿什么都好看一些。顏值像我這樣的，需要謹(jǐn)慎篩選、仔細(xì)斟酌。

像同一件衣服，用剛剛的女生形象，生成的效果就很棒。

既然可以試一件衣服，那是不是也能試好幾件衣服？

當(dāng)然也是可以的。選了一件非常暴力美學(xué)的襯衫、半拿鐵的帽子以及相當(dāng)寬松的褲子。

我還挺喜歡這套的，于是也讓其他幾位朋友試了試。

以上就是我試用的階段性體驗(yàn)。

電商和廣告是我相對(duì)熟悉的，第一時(shí)間能想到應(yīng)用場(chǎng)景的領(lǐng)域。

而生圖乃至生視頻的一致性、對(duì)參考圖的精準(zhǔn)控制問題解決后，將會(huì)影響幾乎所有跟圖像有關(guān)的行業(yè)。

比如，漫畫轉(zhuǎn)制動(dòng)畫方面，原本的分鏡內(nèi)容就像是關(guān)鍵幀，可以快速生成很多角度和動(dòng)作的補(bǔ)幀，能自然地把劇情連貫起來。就不需要擔(dān)心動(dòng)畫畫師偷懶，把人物給畫毀掉（比如某小學(xué)生偵探動(dòng)畫）。

再比如，影視行業(yè)里的概念設(shè)計(jì)，基于已有的人物和場(chǎng)景，就能不斷生成大量的風(fēng)格統(tǒng)一的概念圖，作為參考。并且由 AI 產(chǎn)生的各種可能性，也是一種低成本的頭腦風(fēng)暴，大大提升效率。

再比如，品牌的 VI 系統(tǒng)，也可以由基礎(chǔ)的元素，快速實(shí)現(xiàn)平面設(shè)計(jì)，包括廣告圖、海報(bào)、帖子配圖、包裝圖等等。

能聯(lián)想到的還有很多。各位工作中有接觸設(shè)計(jì)工作的朋友，尤其是上次接觸 AI 生圖還是一兩年前的，真心推薦體驗(yàn)一下。

在眾多有參考生圖的 AI 工具里，我個(gè)人還是傾向各位嘗試下 Vidu Q1。

有這么幾點(diǎn)原因：

1 參考圖片數(shù)量足夠多，達(dá)到 7 張。很多元素都可以參加進(jìn)去。而多數(shù)競(jìng)品還是只支持 1-3 張參考圖片。

2 主體一致性夠強(qiáng)，不會(huì)出現(xiàn)太多細(xì)節(jié)走樣。就像前面說的，在廣告營銷領(lǐng)域，是能夠成為生產(chǎn)力的。拿來即用，很重要。

3 可控性好。輸入的提示詞對(duì)圖片生成的效果會(huì)產(chǎn)生非常具體的影響。而且就像前面說的，中文輸入的門檻更低。圖片是提示詞的必選元素，因此圖片中內(nèi)容的關(guān)系是指定的、可控的。

最后，用這樣一張圖作為結(jié)尾吧。我要去冥想一會(huì)兒了。

點(diǎn)擊原文也可以直接跳轉(zhuǎn)到 Vidu 官網(wǎng)申請(qǐng)使用。

*本文中沒提到名字的人物形象，均為 AI 生成