AI告别鬼画符：快手可图与Ideogram文字生成谁更强

最近，快手在AI领域确实势头强劲，备受关注。

这边OpenAI的Sora还在公测的路上走走停停，那边快手已经直接将可灵视频生成模型端上了桌。凭借逼真、高清且视觉效果丝毫不逊于Sora的出色表现，可灵迅速成为全球网友的新宠。据快手官方公布的数据，可灵申请用户数已接近70万，目前已有超过30万用户亲身体验过。

趁着这股热乎劲儿，可灵的网页版也紧接着上线了。

于是，网友们开始脑洞大开，各种花式整活：

让蒙娜丽莎戴上墨镜：

看着容嬷嬷给紫薇喂鸡腿：

大胖橘端着高脚杯、翘着兰花指品红酒：

甚至还有人给肯德基来了一波“植入广告”：

不过，今天的主角不是可灵，而是快手的另一款明星产品——可图。

在不久前结束的2024世界人工智能大会上，快手宣布其自研的文生图大模型“可图”正式开源。目前，模型权重和完整代码已经在Huggingface和GitHub上发布，面向个人开发者免费开放。

对于技术小白来说，想尝鲜的话，直接登录可灵网页版，使用“AI图片”功能就行。

-1-

实测：能写汉字、英文，还能一键生成视频

别看大模型现在能说会道，但就在不久前，它们还是个“文盲”。不管是汉字还是英文，AI生成出来的文字，十有八九都是“鬼画符”。

比如这样：

或者这样：

而可图大模型，不仅能够驾驭丰富的细节、实现多种风格转换，它最大的亮点其实是——会写字。

官方介绍，可图支持中英文双语输出，生成效果已经能和Midjourney-v6掰掰手腕了，并且真正具备中英文文字生成能力。为了理解中文语义，快手还专门用数十亿中文语料训练了一个强大的中文CLIP模型。

使用起来也很直观。

打开可灵网页版，进入操作界面后选择“AI图片”，输入提示词、调整尺寸或者上传参考图就行。值得一提的是，可图支持最长256个字符的文本输入。

文生图功能

比如，输入提示词：“复古摄影写真，80年代的MTV风格，多巴胺的色彩装饰，背景是室内复古电视，电视中写着中文‘机器之能’，一把绑着粉色蝴蝶结的叉子，一个草莓蛋糕，电视广告，80年代流行文化，柔光。”

提示词：“可爱的蜥蜴，穿着环卫工的衣服，一只手拿着拖把一只手拿着水桶。角色扮演游戏，色彩鲜艳，对比度高，印刷纹理。特写摄影，具有表现力的姿势，柔和的彩色背景。”

图生图功能

可图还能实现“图生图”，上传一张参考图，输入提示词即可。

最终生成效果如下：

因为搭载在可灵网页版上，可图还能直接把生成的图片拿来做图生图。

例如，输入提示词：“毛毡艺术，高清，毛毡材质，高级滤镜，可爱，卡通，羊毛毡娃娃，名画，梵高的自画像。”

十几秒就能得到下面这个效果：

接着点击生成的图片上的“垫图”，就能使用参考图功能。再输入提示词：“小羊抱着一束玫瑰花”，设置好参数，就能生成新图。

效果如下：

图生视频

图生视频功能的玩法也一样。

输入提示词：“武林高手故宫猫，几只故宫猫穿着白色、红色、黄色练功服，正在表演武术，美学造型，完美光影。”

然后在生成的图片上点击“生成视频”，就能进入图生视频界面。再输入提示词、负向提示词，设置好参数，等着系统生成就完了。

以下是生成的视频效果：

-2-

快手可图单挑Ideogram：狭路相逢谁更勇？

有意思的是，国外也有一款擅长写字的AI文生图应用——Ideogram。这款应用曾被称作Midjourney和Stable Diffusion的“劲敌”，由前谷歌工程师创立、硅谷AI大神投资，去年8月上线，今年2月底又发布了最新的模型。

Ideogram打出的招牌就是“能生成各式字体”，这一点恰好和快手可图的亮点撞了个满怀。

需要注意的是，无论是快手可图还是Ideogram，要想在图片里生成自定义文本，都得在提示词里加上一段“咒语”。

快手可图的咒语是：写着中文「xxxx」。

Ideogram的咒语：With the text 「xxxx」，风格选中「typography（排版）」。

这样，就能生成带指定文字的图片了。

接下来，双方同台PK，结果如何？

Round 1：写字能力

【写中文】提示词：一只卡通小狗，身上挂着一个木牌，上面写着“可爱”两个字。

快手可图：

Ideogram：

【写英文】提示词：一个生日蛋糕，上面插着生日蜡烛，写着“Happy Birthday”。

快手可图：

Ideogram：

Round 2：多样风格

提示词：摄影人像，写真，东方面孔的羊毛卷长发美女，穿着复古的服装，鲜花点缀在头发上面，高级滤镜，复古，蓝色背景。

快手可图：

Ideogram：

提示词：卡通插画，一个咖啡店内，一个东方面孔的女孩坐在窗边的位置写作，桌子上有咖啡、书本和花朵，c4d，oc渲染，逼真细节，超高清，8k，完美构图，电影灯光，浪漫温馨的画面，甜美。

快手可图：

Ideogram：

提示词：纯黄色背景上排列着一些夏堇和绿叶，菲尔・科赫风格，水滴，浪漫场景，颗粒感，重复。

快手可图：

Ideogram：

经过多轮测评，结论是两者各有千秋。

快手可图在中文生成上确实惊艳，基本告别了“鬼画符”，英文也能写，不过偶尔会写错字。而Ideogram只懂英文，对中文一窍不通。

从生成风格来看，Ideogram提供了18种风格可选，快手可图则只能根据提示词里的描述来生成。不过，作为中国人自己的绘图模型，可图在逼真度上更胜一筹，尤其是在人物特写上。Ideogram毕竟是国外产品，生成的东方女子要么带着外国人的影子，要么就是不太好看。

生成速度方面，两者相差不大，十几秒就能出图。快手可图每次可调整生成图片的数量，最多9张；Ideogram每次固定生成4张。

最关键的一点是，目前快手可图依然是免费的，而Ideogram每天只有10次免费生成机会。

-3-

「一战成名」的快手

这段时间，快手在AI上可以说是真金白银、闷声干大事。

别看此前不显山不露水，一出手就惊艳四座。先是对标Sora的AI视频生成应用可灵一战成名，接着AI生图模型可图广受好评，最近开源的那个擅长挤眉弄眼的LivePortrait模型，更是火遍了国内外。

其实，快手的AI布局远不止这些。

比如，在百模大战时，快手推出了自家的大模型——快意大模型；当Suno引领的AI音乐生成热潮席卷而来时，快手加码了旗下的K歌APP回森，推出了AI美音功能。此外，还有AI剪辑应用快剪、AI特效创作产品必扬、AI社交应用快崽，以及嵌在快手短视频APP里的AI玩评功能等。

不得不说，曾经带着“土味”标签的快手，在AI的加持下，如今显得高端了不少。

不过，考虑到AI圈这日新月异的迭代速度，快手的AI之路，还得步履不停地走下去。