作者 | 阿虎 石瀨

編輯 | Kino

AI生圖界，最近真是要過年了。

谷歌Nano Banana模型還沒玩夠，字節(jié)最新圖像創(chuàng)作模型Seedream 4.0又來了。該模型的核心亮點是首次支持多模態(tài)生圖，同一模型可以實現(xiàn)文生圖、圖像編輯、組圖生成等多種任務(wù)。

簡單來說就是，無論是用AI“無中生有”，還是用AI實現(xiàn)精準(zhǔn)P圖，Seedream 4.0都比以往版本的模型體驗更絲滑、更可控。

更讓我們期待的是，或許Seedream 4.0可以解決Nano Banana中文字生成不穩(wěn)定、圖片比例不可控等問題。對國內(nèi)大多數(shù)用戶來說，Seedream 4.0如果在性能上能打，那以后也不必大費周章非要用Nano Banana了。

目前，Seedream 4.0模型已陸續(xù)全量上線即夢、豆包App和扣子空間。我們第一時間上手，設(shè)計了幾個貼近日常使用場景的實測案例，讓Seedream 4.0和Nano Banana來了場PK，下面一起來看看“豆包大戰(zhàn)香蕉”，誰會是新的P圖之王？

連續(xù)修改同一張圖人物保持不變

我們先是把一張馬斯克的圖片“喂”給了豆包和Nano Banana，讓它們更換原圖背景的同時保持人物表情不變。

原圖：

背景圖：

提示詞：把圖1背景換成圖2。

可以看到，兩個模型都遵循了提示詞的要求。不過，左邊豆包生成的圖片色彩飽和度更高，右邊Nano Banana更為嚴(yán)謹?shù)匾昧擞脩羯蟼鞯膮⒖紙D。

接著我們試著調(diào)整了一下圖中馬斯克發(fā)型和妝造。

提示詞：把他的發(fā)型換成搖滾長發(fā)男，加上煙熏妝。

Nano Banana

豆包

有一說一，豆包生成的搖滾長發(fā)男還真是那個味兒，雖然提示詞里沒有要求更改衣服和面部裝飾，但它生成的圖片確實更符合我們預(yù)期的想要生成的形象。

在創(chuàng)意發(fā)揮上，豆包更勝一籌，能舉一反三生成更符合搖滾氛圍的整體形象；而在指令的精準(zhǔn)遵循上，Nano Banana的表現(xiàn)則更為嚴(yán)謹。但總的來說，AI生圖模型在人物一致性方面確實保持得越來越好了。

生成真實感自拍圖

提示詞：請畫一張極其平凡無奇的iPhone自拍照，沒有明確的主體或構(gòu)圖感，就像是隨手一拍的快照。照片略帶運動模糊，陽光或店內(nèi)燈光不均導(dǎo)致輕微曝光過度。角度尷尬、構(gòu)圖混亂，整體呈現(xiàn)出一種刻意的平庸感，就像是從口袋里拿手機時不小心拍到的一張自拍。主角是水豚（卡皮巴拉），背景是大學(xué)校園的宿舍里。

左邊為Nano Banana；右邊為豆包生成

豆包和Nano Banana都精準(zhǔn)生成了水豚、宿舍等樣式，還成功復(fù)刻了國內(nèi)外大學(xué)寢室之間的差異性。

值得一提的是，實測過程中我們發(fā)現(xiàn)，Nano Banana支持基于上下文的多輪圖片編輯，但豆包需要再次上傳圖片、下達新指令，體驗稍顯繁瑣。

基于參考圖生成寵物手辦

另外，我們可以上傳單張或者多張圖片，再加上具體的指令，進行任何形式的圖片編輯。

提示詞：基于參考圖，將角色轉(zhuǎn)換為1/6比例的高完成度PVC靜態(tài)手辦的圖片，圖片中該角色置于手中，手辦背后是一只較大的手辦品牌開窗盒，正面透明塑料窗可看見同款手辦的本體和配件。室內(nèi)暖色燈光，柔和的45°主光+頂補光；單反攝影質(zhì)感，50mm鏡頭，f/2.8，淺景深，真實PVC/ABS塑料反射，噴涂陰影、細微合模線與微劃痕，桌面反射與顆粒感，背景輕微散景。

從左至右，分別是參考圖、豆包生成、Nano Banana生成

米其林級別的可視化食譜

提示詞：參照這張圖的展示風(fēng)格，把絲瓜湯的制作步驟變成可視化食譜

優(yōu)雅，太優(yōu)雅了。在這一輪的比拼中，兩者可以說是棋逢對手，都生成了質(zhì)感高級、菜譜清晰、風(fēng)格統(tǒng)一的圖片。有趣的是，在豆包的概念中，絲瓜湯是一定要配雞蛋的，符合中式大廚的習(xí)慣偏好。

接著，我們再試試豆包和Nano Banana生成組圖的能力，舉個例子，我們只給一道菜名，看看AI是不是能生成前后相符的關(guān)聯(lián)性圖像，把整個制作過程“想象”出來。

提示詞：手繪風(fēng)格，做出一張絲瓜湯的制作步驟完整教程的長圖，步驟說明要中文

豆包生成了4張連續(xù)圖片

Nano Banana生成圖片

在生成連續(xù)長圖方面，兩個模型都還有待完善，豆包還無法將整個制作過程完整地展示在一張長圖上，而Nano Banana生成中文的能力依然是短板。

但讓我們驚喜的是，豆包對漫畫風(fēng)格的一致性“拿捏”得很好。對于有分鏡制作需求的漫畫師、導(dǎo)演、創(chuàng)作者來說，它或許會是一個“好幫手”，更好地幫助你發(fā)散靈感。

最后，再給你們開開眼，當(dāng)豆包家族“玩梗”絲瓜湯：

提示詞：幫我生成圖片：風(fēng)格不變，把圖中的女生變成老奶奶的樣子，手里端著一碗綠色的絲瓜湯，下方寫著文字“喝點絲瓜湯降降火”。比例 1:1。

幫我生成圖片：風(fēng)格不變，把圖中的男生變成老大爺?shù)臉幼�，戴著老花眼鏡，用手指著鏡頭，下方寫著文字“那你錯了”。比例 1:1。

提示詞：讓這四個人圍坐在一個飯桌前，桌上擺滿了用絲瓜做成的菜，背景是家里的餐廳，比例16:9

話說回來，自從前兩周Nano Banana掀起生圖熱潮以來，網(wǎng)友們發(fā)掘出了成百上千個AI生圖的“邪修玩法”，甚至有報道直言“屬于AI生圖的ChatGPT時刻來了”。

從我們的實測來看，這場對決沒有絕對的贏家，更像是兩位高手過招。盡管兩者在細節(jié)上仍有所欠缺，但兩者的價值或許不在于一時的技術(shù)比拼，而是在一次次技術(shù)進步中，用越來越低的門檻，推動我們邁向一個AI生圖的新時代。

「AI新榜交流群」進群方式：添加微信“banggebangmei”并備注姓名+職業(yè)/公司+進群，歡迎玩家們來群里交流，一起探索見證AI的進化。

歡迎分享、點贊、推薦

一起研究AI