不圓 發自 凹非寺
量子位 | 公眾號 QbitAI

AI生圖，但是沒有AI味，可能么？

一款全新、可編輯、照片級的AI生圖模型FLUX.1 Krea [dev]現已發布，可在Krea Edit上免費試用。

官方介紹該模型“沒有AI感，沒有過曝的高光，只有自然細節。”

主打一個真實。

新模型是Krea 1的開源權重版本，它被訓練的目標是生成更真實、更多樣化的圖像，這些圖像不包含文生圖生成中常見的過度飽和紋理。

我們實測了這款模型，看看下面這張拼圖，可以猜一下哪張是FLUX.1 Krea [dev]生成的。

答案馬上揭曉~

模型表現

為了測試FLUX.1 Krea [dev]是否“沒有AI感”，我們將從光學真實性、紋理連續性、語義一致性、透視、動態模糊等方面入手，并與真實的攝影圖片進行對比。

一起來看一下。

光學真實性

AI作圖容易出現“塑料感”或死白過曝的問題，難以區分不同的材質。

我們先在圖蟲網找到了一些主體為不同材料的攝影圖片，并根據圖片的內容設置提示詞，把提示詞輸入FLUX.1 Krea [dev]進行文生圖，驗證模型是否理解物理光學規律。

There is a row of stainless steel pipes neatly arranged at the bottom, and three horizontally placed stainless steel pipes at the top, with the pipe openings facing outward at a 45° angle to the right.

剛剛的那張拼圖就是由以上的提示詞生成的，正確答案是下圖，猜對了么？

FLUX.1 Krea [dev]會一次性輸出4張圖（對，像豆包一樣），我們挑選了相對真實的那張作為展示。

可以看到，FLUX.1 Krea [dev]在原有提示詞的基礎上，主動添加了銹點的特質——這確實讓材料看上去更加真實。

但也并非十全十美，例如下圖中圈出來的部分，仍存在一些難以解釋的結構。

The water is calm, a gentle and transparent blue with a few waves.

同樣的，上圖為真實攝影，下圖為FLUX.1 Krea [dev]的最優輸出。

可以看到，FLUX.1 Krea [dev]對于波浪的理解比較淺顯，看起來有些重復、失真，網狀波紋光看起來不像是在水底，反而像是浮在水面上。

紋理連續與語義理解

AI容易出現常見的重復圖案或斷裂，對于復雜的真實紋理，能否自然過渡成了一個難題。

為此，我們以針織面料和植物為例，測試一下FLUX.1 Krea [dev]對微觀結構的理解能力。

以下拼圖的上圖均為真實攝影，下圖為FLUX.1 Krea [dev]的最優輸出。

Texture of green twill stitch knitted fabric, top view, the fabric is slightly uneven.

就微觀結構的連續性而言，FLUX.1 Krea [dev]的輸出并無明顯問題。

但對于uneven（不平整）的呈現還是比較規律，且似乎并不能理解twill（斜紋針）的含義。

There are some water droplets on the back of the Plumeria rubra leaves.

上圖為雞蛋花（Plumeria rubra，華南常見樹種）葉子的背面，有水珠。

根據輸出結果可以看出，FLUX.1 Krea [dev]難以掌握準確的植物類型，甚至沒能很好地理解back（背面）的要求。

（以下是此次輸出的全部四張圖片，均出現同樣問題。）

就材質而言，水珠的效果也有些“AI味”，過于均勻、單調。

透視與動態模糊

生成多物體交錯場景可以測試文生圖模型對空間關系的理解，還是僅能簡單拼接訓練樣本。

而生成運動物體可以驗證模型對時間維度的模擬能力（檢查模糊方向是否符合物理規律）。

There is a blanket on the grass, with three books stacked on top of it, and a lilac flower in front of it partially blocking the books.

可以看到，雖然對花朵的理解不太準確，但整體的擬真表現還算不錯，甚至能夠做到讓前景和背景都呈現出模糊的效果（淺景深）。

乍一看沒什么大問題。

A silver car was driving from left to right at about 70 miles per hour, with the city receding behind it.

且不說左右不分的問題（并不是全部輸出都左右不分，但這張圖效果相對真實），FLUX.1 Krea [dev]的輸出很難看出畫面主體運動的趨勢。

背景的模糊沒有方向性，更像是散光，輪胎上有反光這點也很奇怪（吧？）。

物理規則

通過輸入一些“反常識”的、邏輯矛盾的內容，可以判斷模型是否優先遵循物理規律，還是單純擬合數據。

At noon, the sun was so strong that an oak tree cast no shadow at all in the sun.

可以看出，即使提示詞為cast no shadow at all（完全沒有影子），FLUX.1 Krea [dev]能夠遵循物理規則，保持影子的存在。

但如果提示詞為“魚在天上飛”這類幻想性比較強的文本，輸出將有所不同：

The weather was sunny, the sky was blue, and some goldfish were swimming above the city.

雖然金魚像貼圖一樣，但可以看出，在這種時候FLUX.1 Krea [dev]就會跳出既有的物理規律，生成的圖片也缺乏真實感。

畢竟本來就是不可能的事。

其它玩法

根據頁面上已有的功能，似乎還可以做出一些別的嘗試。

比如可以選擇作圖的風格（image style），或對原有圖像進行調整（image prompt）：

還可以調整生成圖片的比例：

我們試著用奧特曼的一張照片作為參考，提示詞為“被美元包圍”，“表情自信”。

注意到在網頁內還可以調整參考比例。

默認參考為0.4，我們使用了0.5作為嘗試，風格參考也是0.5，輸出結果如下：

比較大的問題是它似乎無法很好地把人物特征抓出來，呈現出來的結果讓人完全認不出這是誰。

選擇了油畫風格作為參考，卻讓畫面顯得很臟。

所以在下一次測試中，我們取消了參考風格，把參考圖像的比例調整至最大（1），提示詞相同。

輸出的結果如下：

把提示詞中的“The person in the photo”改成“Samuel Harris Altman”，結果也并沒有多大改變：

由此大概可以得出，FLUX.1 Krea [dev]并沒有辦法識別出人物特質。

（它的數據庫里可能也沒有奧特曼。）

一個“有主見”的文生圖模型

簡單總結，它在光影和自然細節上做得確實很不錯，屬于乍一看看不出什么大問題的水平，但對于形象的把握、時間和空間結構的理解上還有待提升。

依然會和大多數的AI作圖工具一樣，出現較多的重復，實際情況往往會更加復雜。

當提示詞比較明確是某種植物或者某個具體個體的時候，它并沒辦法很好地生成準確內容，哪怕有圖像參考也是如此。

不過嘛，如果“AI味”指的僅僅是光影和材料的質感，我想它確實做到了。

官方對FLUX.1 Krea [dev]的介紹是：一個“有主見”的文生圖模型。

FLUX.1 Krea [dev]在人類偏好評估中仍超越了以往的開源文生圖模型，并與FLUX1.1 [Pro]等閉源解決方案表現相當。

此外，它在架構上與FLUX.1 [dev]生態系統兼容，并可作為靈活的基礎模型，用于下游應用的定制。

雖然在介紹說是免費試用，但一個賬號每天也有固定額度。然而，根據我們的實測體會，似乎不是由圖片數目決定的。

這點也引發了部分網友的不滿：因為一次性默認輸出4張圖，可能會“浪費”額度。

不過，趁著它還有免費額度，或許也值得一試。

（PS：可以直接用郵箱注冊新賬號，額度就更多了，嘻嘻）

參考鏈接：
[1]https://x.com/bfl_ml/status/1950920537741336801
[2]https://x.com/krea_ai/status/1928218053893828931
[3]https://x.com/roileean/status/1951314395578925061