刷屏小红书、抖音的AI生图工具，什么来头？
文｜啊游
编｜陈梅希
2012年，计算机科学家吴恩达和Jeff Dean进行了一场试验。
他们用1.6万个CPU、1000万张猫咪图片以及当时全球最大的深度学习网络，训练了3天，生成了世界上第一张AI猫脸图像。这是人们基于深度学习模型自动生成图片的开端，受限于当时的技术能力，图片中的小猫称得上是“面目全非”。
12年后，当网友第一次看到背着白色翅膀的黑猫图片时，几乎所有人都以为，那是一张真实的照片。
毕竟，宠物博主用翅膀饰品装扮自家猫咪后，再用胶片机拍照记录，不算是什么稀奇事。直到看见帖子下方的“AIGC”标签，人们才惊奇地发现：“这竟然是AI生成的？”
怀揣着巨大的好奇心，越来越多网友顺着网线，前往一个名为“Recraft AI”的应用，尝试生成自己心目中的理想小猫。
情况一发不可收拾。
最近几天，各式各样的“小猫胶片照”填满了小红书、抖音等社交平台的信息流。无论是举着红酒杯的小猫、在键盘上打字的小猫，还是举着魔棒正在施法的小猫，全是Recraft AI的杰作。
近年来，AI领域的所有进展中，离普通用户最近的非AI生图莫属。
自2021年年初，OpenAI发布DALL-E大模型，AI得以通过文字生图起，三年内诞生的AI生图工具已经进化、迭代了一波又一波。专攻技术能力突破的有Stable Diffusion、Midjourney、FLUX等等，专攻C端应用的也有妙鸭相机、Remini等等。
从最初追求极致的“像”，到如今逐渐厌倦AI味儿，开始追求风格与审美，这届网友正在将Recraft AI捧上新的“神坛”。
这次火起来的，其实是Recraft AI内置的一种预设风格“Hard Flash”。
该模式可以模拟胶片摄影时，开启闪光灯之后的拍摄效果，生成的图片主体突出，对比度高，彩色饱满浓郁。目前，该AI网站支持免费用户每天获得50个积分，生成50张图片，虽然中文提示词的生成效果仍不如英文，但Recraft支持中文口令直接输入。
如果说，ChatGPT的出现让作者焦虑，Midjourney的出现让画家忧愁，这一次，慌的是摄影师。
其中不乏有摄影爱好者哀嚎“我宣布，摄影不存在了”；也有专业的胶片摄影博主在看完Recraft生成的图片后，认为该AI的构图和色彩、审美极佳，开始思索还有什么是人类摄影师能够抓住的东西；甚至有人开始研究Recraft的调色与构图，试图进行“反向学习”。
尽管其他AI工具的画风更加细腻，生成的图片更为精美，但看久了难免会有一种“AI味儿”。
无论是不和谐的色彩过渡、结构上的不自然；还是过度平滑、整齐的勾线，毫无瑕疵的质感，总之，早期“一眼假”的是AI味儿，如今过于逼真无瑕的，也是一种AI味儿。
在一众追求细节、力争真实的AI绘画工具面前，强烈、鲜明的视觉风格是Recraft出圈的关键。
刺猬公社（ID：ciweigongshe）尝试用几个不同的模型，输入相同的口令“many animals”。从最终生成的结果来看，Recraft内置的Hard Flash模式，一眼望去的确有种不一样的feel。
Recraft并没有像FLUX或是DALL·E 3那样进行常规构图，而是将不同的动物一字排开，画面中土地与天空的大面积留白，似乎给图像增添了别样的情绪：这是一头孤独的狮子。
当AI生成的画面能够传达情绪，Recraft AI也被贴上了“梦核”“怪诞”的标签，越来越多网友的创作欲开始被激发。
有人将自己喜欢的电影台词或是歌词当做口令输入Recraft，期待着会生成什么画面。
在一条有着1.6万点赞的小红书笔记中，博主“帆”将《宇宙探索编辑部》的台词输入了Recraft，生成的图片虽然并不能百分百复刻台词内容，但整体的画面风格简直“比宇宙探索编辑部还宇宙探索”。
也有人试图用Recraft记录自己的梦境，或是表达难以言喻的情绪，有热心网友专门整理出了，能让Recraft生成更空灵、更梦幻感图片的常用提示词。甚至也有网友从中发现了新商机，帮助无法使用Recraft的用户，生成他们心目的梦核图片，一张几块钱。
网友们的热情参与下，继妙鸭相机、Remini黏土特效之后，又一场AI狂欢的浪潮掀起。大家似乎都想亲自试一试，给AI输入“咒语”，生成一张天马行空的图片，实现一种“魔法成真”的奇妙感受。
于是，近期的小红书、抖音等社交媒体似乎被“魔法”包围了：HelloKitty站在窗边看烟花、小狗在雪地里吃蛋糕、金鱼在蓝色天空中飞过……
在社媒的推动下，据点点数据显示，过去一周Recraft在国内App Store的下载量已经跃升至“图形和设计榜单”第二。
尽管Recraft AI已经俘获了国内大量网友的芳心，但实际上，该模式既不能体现、也不能代表Recraft AI的技术实力。
在很多经常使用AI生图工具的用户看来，此前已有的许多AI绘画大模型均能通过口令输入，实现类似的胶片效果。
真正能够证明Recraft AI实力的，是其今年发布的Recraft V3模型。
正式官宣Recraft V3模型前，Recraft AI曾用“red-panda”的化名参与Artificial Analysis网站中AI图像竞技场的投票，并一举超过FLUX、Midjourney、Ideogram、Stable Diffusion 3.5排名第一，成为AI生成图像赛道的一匹黑马。
因为“red-panda”（小熊猫）这个名字，最初还有很多人猜测该模型背后站着的是不是一家中国公司，直到今年10月，Recraft AI在推特上认领该模型，人们才开始关注这家已经成立了两年的AI企业。
Recraft AI成立于2022年，是一家总部位于英国的初创公司。
创始人兼首席执行官安娜•维罗尼卡•多罗古什(Anna Veronika Dorogush)，此前曾在谷歌和微软从事软件工程相关工作，后来加入了俄罗斯最大的搜索引擎平台Yandex，是CatBoost开源梯度提升库的创造者。
今年1月，Recraft AI获得了一笔由美国风投机构Khosla Ventures领投的1100万美元A轮融资，GitHub 前首席执行官纳特•弗里德曼(Nat Friedman)也参与其中，该笔融资主要用于加速技术研发以及市场拓展。
由于国内大多用户是通过社交媒体上传播的“Hard Flash”模式，了解到的Recraft AI，所以人们通常会误以为这是一家像Midjourney那样的AI图像生成公司。
但了解之后便会发现，Recraft AI成立的初衷一直是“专注于为平面设计师提供AI辅助工具”。因此，比起Midjourney，它其实更像是AI版的Cavan或者Photoshop。
就连排名第一的Recraft V3模型，某种程度上也是Recraft AI为了方便设计师生成海报而训练的。
在Recraft V3模型官方介绍的博客中，该公司声称此模型是“图像生成领域里，唯一可以生成带有长文本内容的AI图像模型”。
举个例子，如果一名设计师需要在海报上展现大量文字内容，以往的AI生图模型很容易在文字内容上出现拼写错误，所以设计师的常规做法可能是先借助AI生图生成海报背景图，再用其他工具将文字内容P上去。
而Recraft V3模型的逻辑则是，通过提升AI直接在图像中渲染文字内容的准确性，精简设计师利用AI生成海报的流程。AI媒体“新智元”曾在文章中解释该模型的运作机制：
在构建文本信息的过程中，Recraft团队采用的是TextDiffuser-2的表征方式，每一行文本首先记录了文本的内容，随后通过坐标来指明文本的具体区域。但是与TextDiffuser-2不同的是，Recraft用了三个坐标点表示文本，使得模型能够支持渲染倾斜的文本。
总之，结果就是借助Recraft V3，设计师对于海报中文字内容的生成效果与把控力，大大提升了。
除了AI生成漫画风、写实风、胶片风，矢量图、插图、图标和3D图像外，Recraft还提供套索、局部重绘、抠图、mockup等设计工具。
体验过后，最令刺猬公社的设计同事惊艳的是其中的mockup功能。借助AI能力，Recraft AI能够实现图样或图标自动贴合产品图片，直接生成产品样图，省去了设计师手动调整参数的麻烦。此外，Recraft还引入了实时协作功能，同一项目的设计师可在无限画布上对生成的内容进行评论，并及时修改。
虽然似乎有80%的国内用户，并没有像Recraft AI创始人设想的那样，把它当成AI设计工具使用，但凭借Hard Flash走红对其而言也并非坏事。
从AI生成图像领域的历史来看，最近3年绝对是赛道内各大玩家竞争最激烈的时期，大家都在争先恐后地更新大模型，生怕一不小心就被甩在身后。
2021年年初，OpenAI发布了DALL-E大模型，AI得以通过文字生图；
2022年3月，Midjourney上线，能根据用户输入的文字快速生成高质量图像；
2022年8月，Stable Diffusion正式开源，通过将随机噪点转化为高保真图像，实现从文本到图像的生成；
2024年8月，Black Forest Labs推出FLUX模型，其图像质量、文本理解和细节表现均超越了Stable Diffusion 3以及Midjourney，成为了该领域新的领头羊……
而到了10月，人们讨论的主角又迅速变成了Recraft。
根据Recraft AI的官方数据显示，在Recraft V3模型发布20天后，该应用在全球的累计注册用户已经超过了200万。每次注册登录时，Recraft都会询问用户“通过什么途径得知的该应用”，据创始人多罗古什透露：“几乎所有的增长都来自于社交媒体，以及用户之间的口口相传。”
这背后暗含的变化是，随着AI生成图像工具逐渐走进普罗大众的生活，AI企业们要想出圈，仅凭模型实力也许还不够。就像多罗古什在采访时说的那样：“仅仅靠生成高质量的AI图像是不够的，（产品）还需要建立一些能够吸引人们注意力的东西。”
以往一些主要面向C端的AI产品，其实早已证明了这点。
比如去年火爆网络的妙鸭相机和今年上半年火了一阵的Remini，这两款产品一个瞄准了“AI写真”，一个创建了“黏土特效”，两者都是凭借极具代表性的产品功能，才在用户心中留下了不可替代的产品标签。
对于Recraft AI来说，Hard Flash所带来的胶片感，就是它在社媒出圈、在更多用户心中形成认知的“抓手”。
在一众力争画面细节与真实感的AI模型中，Recraft出人意料地切入了允许不合常理的“想象力”赛道。
一方面，风格统一的滤镜画风，加深了普通用户对于该应用的记忆，让Recraft的名字在人们脑海中扎下了根。另一方面，这也十分巧妙了掩盖了AI模型在部分能力上的欠缺，就算是生成的人物充满塑料感、画面总是以彩色幕布作为背景，但在“梦核”“怪诞”的风格标签下，一切都变得合理。
AI企业不断追求技术能力的层层突破，自然仍是当下AI发展阶段的重中之重。但若想带领更多的普通用户走进AI时代，也许除了突破性的AI技术，同样也需要进一步降低使用门槛、选择适宜的产品定位以及营销策略，唯有如此，才能有越来越多的AI产品“飞入寻常百姓家”。
1、新智元：深度解析Recraft V3 突破文本渲染限制，「文生图」黑马是怎样炼成的？
2、Web3天空之城：AI 绘画何以突飞猛进? 从历史到技术突破, 一文读懂火爆的 AI 绘画发展史
如需和我们交流可后台回复“进群”加社群
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.