刚出来就被冠上最强称号，但这图像AI好像也就那样_风闻

本文原创于微信公众号：差评  作者：世超

大家还记得 Stable Diffusion嘛，就是那个曾经和 DALL·E 、 Midjourney 齐名的图像生成 AI 。

经历了老板跑路，核心开发成员离职，昔日搅动图像 AI 市场的 Stability AI ，内部已经乱成一锅粥了。

近几个月来，关于它资金链断裂、寻求卖身的消息，是没怎么断过。

而在前东家身陷狼狈处境，正想法子自救时，年初离开的那批成员，就正正好对标Stable Diffusion成立了一家新公司Black Forest Lab（ 黑森林实验室 ）。

就在这个月月初，他们宣布成立新公司的时候，也一口气放出了三个不同体量的文生图模型 FLUX.1 。

有主打图片质量的大杯 pro ；兼顾速度和图片质量的中杯 dev ；还有人称 “ 速度旋风 ” 的小杯 schnell 。

按照他们官网的说法，大中杯的 FLUX ，已经成了所有图片 AI 里最厉害的存在。

拆分出来的各项能力，像是视觉质量、尺寸可变性、输出多样性等等，也都要比其他模型强不少。

不光官方这么说，在不少网友和媒体的嘴里，刚发布的这个 FLUX ，也已经到了拳打 Midjourney ，脚踢 DALL·E 的程度。

看网上的评论，倒是把世超的兴趣给勾起来了。FLUX 是不是真像大伙们说得那么厉害，这次我们拉来了 Midjourney ，把它和大杯的 FLUX 放一块一起测了测。

开局我们先来一个常规的测试题热热身，分别让它们俩画一幅中国的水墨画。

结果表现都还不错，像渔夫、群山、芦苇等提示词里的内容，全都有画出来。不过 Midjourney 这边画得太阳，着实有点太大了，也没啥夕阳的感觉。

提示词：

中国水墨画风格，一个孤独的渔夫在传统的木船上，在夕阳下在宁静的湖面上轻轻漂流，中国水墨画风格，温暖的蓝色调映照着平静的水面，柔和的笔触捕捉着傍晚的宁静，远处的群山在渐渐的灯光下剪影，岸边的传统小屋，芦苇在微风中摇曳， 8K 分辨率，电影般的感觉，怀旧而宁静的氛围

FLUX （ 左 ）， Midjourney （ 右 ）

关注图片 AI 这块的朋友应该都知道，**“ 文字生成太差 ”**几乎是所有 AI 都再过跟头的地方。之前 DALL·E 也曾专门针对这个弱项优化过一次，但偶尔也还是会出错。

而这次，据说 FLUX 在这块的能力已经是炉火纯青了，于是我专门选了几个要生成文字的提示词丢给它和 Midjorney 。

先让它们各自生成一个带有 Prada 商标的包包，最后给出的答案都还算不错，文字都没出现错误。

看图片整体的效果也是各有千秋， FLUX 不仅把文字写对了，甚至连 Prada 那个倒三角 LOGO 都给画了出来，而 Midjourney 的看起来则更时尚点儿。

提示词：一个大的白色 “ Prada ” 手提包，小人物用冰块搭建而成，被冰雪包围，风格像时尚广告，灵感来源于 prouce 杂志广告、高分辨率摄影、广告灵感的印刷设计风格

FLUX （ 左 ）， Midjourney （ 右 ）

接下来再上点难度，让它们给短袖设计一个复古的图片，而且还要加上两个英文单词。

这次它俩也都没出啥大错，但要论整体效果的话，世超个人觉得，还是 Midjourney 的更好一些。

提示词：复古风格的 T 恤设计以一辆带有方格旗的老式飙车为特色，并附有文字 “Lagertha” 和 “Semper Fi” ，以单色背景为背景。举着旗帜的拉格萨身上有纹身。这幅艺术作品的风格捕捉到了她的动作姿势，展示了车速和维京力量的力量。这是一个高对比度的插图，突出了他们的运动装和大胆的文字排版。

FLUX （ 左 ）， Midjourney （ 右 ）

看一个图像模型能力，经典问题**“ 画手 ”**肯定也绕不过。

Midjourney 这边呢，依旧是有点不太稳定，生成的手时好时坏，像右边这张图，比个耶就莫名多出一个小指。

两张均由 Midjourney 生成

而 FLUX 的效果，说实话还是挺让人意外的，无论是剪贴画风格，还是写实风格，手部几乎都看不出啥破绽来。

两张均由 FLUX 生成

到这为止， FLUX 在一些图片细节和小问题上，处理得还不错。

当然了，在一定程度上，图像 AI 也是个帮大伙实现想象力的工具，于是世超又丢了一些脑洞大的提示词。

提示词：一个穿着红色连衣裙的年轻女孩，坐在一条长着巨大牙齿和眼睛的巨龙旁边。她正面对它，好像他们是朋友或好警察。这个场景发生在山里的雪石里。以詹姆斯 · 卡梅隆的风格拍摄的《 狼的秘密生活 》， 70 年代的电影。

FLUX （ 左 ）， Midjourney （ 右 ）

emmm 。。。谁好谁坏就不用世超帮大伙下结论了吧， FLUX 基本上就是一眼 AI 的程度，反观 Midjourney ，到真有点真人特效的味儿。

之后，世超又给 FLUX 为了个简单点的提示词： “ 现代文明的毁灭 ” ，看看它自个儿的想象力咋样。

结果这次，它和 Midjourney 都栽跟头了。

单看图片效果， Midjourney 会更胜一筹，确实是把史诗感拿捏了，但这建筑前看后看，跟现代文明也半毛钱关系啊。。。

FLUX （ 左 ）， Midjourney （ 右 ）

有趣的是， FLUX 在生成夸张漫画版本的名人肖像时，还挺在行。像是马斯克和乔布斯，它在生成时，五官特色抓得都挺精准。

两张均由 FLUX 生成

整体体验下来，世超觉得 FLUX 的真实水平，还谈不上一骑绝尘，但也差不到哪里去。

毕竟还是 Stable Diffusion 的原班人马搞出来的，差不多就和 Midjourney 一个梯队。

而且新公司黑森林在月初推出 FLUX 的时候，还官宣了自家的融资进度，到现在已经完成了3100 万美元的融资。

更重要的是，虽然黑森林的各位都离开 Stability AI 了，但还是继承了它开源的传统美德，中杯、小杯的 FLUX 都开源。

这还没完，推出图片 AI ，似乎也只是他们赶进度的一环。官网上，他们也挑明了下一步的计划，要做视频 AI 里的 SOTA 。

但话说回来，图片 AI 的商业化都是快被讨论烂的一个话题了。

黑森林的前东家 Stability AI 就是因为商业化的问题，烂摊子一堆。而它自个儿，现在搞得开源，还有付费模型那套，和之前的 Stability AI 基本没啥差别。

后续在商业化上，会不会有啥其他新动作，咱只能再观望观望，毕竟也才刚出来。

可别照搬 Stability AI 的老路，又重走一遍。。。

图片、资料来源：

FLUX、MidJourney