“沒有AI味”的Flux.1新模型，現(xiàn)可以免費(fèi)試用

不圓 發(fā)自 凹非寺

量子位 | 公眾號(hào) 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(xiàn)已發(fā)布，可在Krea Edit上免費(fèi)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(xì)節(jié)?！?/p>

主打一個(gè)真實(shí)。

新模型是Krea 1的開源權(quán)重版本，它被訓(xùn)練的目標(biāo)是生成更真實(shí)、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(shí)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(xiàn)

為了測試FLUX.1 Krea [dev]是否“沒有AI感”，我們將從光學(xué)真實(shí)性、紋理連續(xù)性、語義一致性、透視、動(dòng)態(tài)模糊等方面入手，并與真實(shí)的攝影圖片進(jìn)行對比。

一起來看一下。

光學(xué)真實(shí)性

AI作圖容易出現(xiàn)“塑料感”或死白過曝的問題，難以區(qū)分不同的材質(zhì)。

我們先在圖蟲網(wǎng)找到了一些主體為不同材料的攝影圖片，并根據(jù)圖片的內(nèi)容設(shè)置提示詞，把提示詞輸入FLUX.1 Krea [dev]進(jìn)行文生圖，驗(yàn)證模型是否理解物理光學(xué)規(guī)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(huì)一次性輸出4張圖（對，像豆包一樣），我們挑選了相對真實(shí)的那張作為展示。

可以看到，F(xiàn)LUX.1 Krea [dev]在原有提示詞的基礎(chǔ)上，主動(dòng)添加了銹點(diǎn)的特質(zhì)——這確實(shí)讓材料看上去更加真實(shí)。

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(jié)構(gòu)。

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

同樣的，上圖為真實(shí)攝影，下圖為FLUX.1 Krea [dev]的最優(yōu)輸出。

可以看到，F(xiàn)LUX.1 Krea [dev]對于波浪的理解比較淺顯，看起來有些重復(fù)、失真，網(wǎng)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(xù)與語義理解

AI容易出現(xiàn)常見的重復(fù)圖案或斷裂，對于復(fù)雜的真實(shí)紋理，能否自然過渡成了一個(gè)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(jié)構(gòu)的理解能力。

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

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

就微觀結(jié)構(gòu)的連續(xù)性而言，F(xiàn)LUX.1 Krea [dev]的輸出并無明顯問題。

但對于uneven（不平整）的呈現(xiàn)還是比較規(guī)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(jù)輸出結(jié)果可以看出，F(xiàn)LUX.1 Krea [dev]難以掌握準(zhǔn)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(xiàn)同樣問題。）

就材質(zhì)而言，水珠的效果也有些“AI味”，過于均勻、單調(diào)。

透視與動(dòng)態(tài)模糊

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

而生成運(yùn)動(dòng)物體可以驗(yàn)證模型對時(shí)間維度的模擬能力（檢查模糊方向是否符合物理規(guī)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(zhǔn)確，但整體的擬真表現(xiàn)還算不錯(cuò)，甚至能夠做到讓前景和背景都呈現(xiàn)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(shí)），F(xiàn)LUX.1 Krea [dev]的輸出很難看出畫面主體運(yùn)動(dòng)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(diǎn)也很奇怪（吧？）。

物理規(guī)則

通過輸入一些“反常識(shí)”的、邏輯矛盾的內(nèi)容，可以判斷模型是否優(yōu)先遵循物理規(guī)律，還是單純擬合數(shù)據(jù)。

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），F(xiàn)LUX.1 Krea [dev]能夠遵循物理規(guī)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(qiáng)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(shí)候FLUX.1 Krea [dev]就會(huì)跳出既有的物理規(guī)律，生成的圖片也缺乏真實(shí)感。

畢竟本來就是不可能的事。

其它玩法

根據(jù)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(fēng)格（image style），或?qū)υ袌D像進(jìn)行調(diào)整（image prompt）：

還可以調(diào)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(wǎng)頁內(nèi)還可以調(diào)整參考比例。

默認(rèn)參考為0.4，我們使用了0.5作為嘗試，風(fēng)格參考也是0.5，輸出結(jié)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(xiàn)出來的結(jié)果讓人完全認(rèn)不出這是誰。

選擇了油畫風(fēng)格作為參考，卻讓畫面顯得很臟。

所以在下一次測試中，我們?nèi)∠藚⒖硷L(fēng)格，把參考圖像的比例調(diào)整至最大（1），提示詞相同。

輸出的結(jié)果如下：

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

由此大概可以得出，F(xiàn)LUX.1 Krea [dev]并沒有辦法識(shí)別出人物特質(zhì)。

（它的數(shù)據(jù)庫里可能也沒有奧特曼。）

一個(gè)“有主見”的文生圖模型

簡單總結(jié)，它在光影和自然細(xì)節(jié)上做得確實(shí)很不錯(cuò)，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(shí)間和空間結(jié)構(gòu)的理解上還有待提升。

依然會(huì)和大多數(shù)的AI作圖工具一樣，出現(xiàn)較多的重復(fù)，實(shí)際情況往往會(huì)更加復(fù)雜。

當(dāng)提示詞比較明確是某種植物或者某個(gè)具體個(gè)體的時(shí)候，它并沒辦法很好地生成準(zhǔn)確內(nèi)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(zhì)感，我想它確實(shí)做到了。

官方對FLUX.1 Krea [dev]的介紹是：一個(gè)“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(xiàn)相當(dāng)。

此外，它在架構(gòu)上與FLUX.1 [dev]生態(tài)系統(tǒng)兼容，并可作為靈活的基礎(chǔ)模型，用于下游應(yīng)用的定制。

雖然在介紹說是免費(fèi)試用，但一個(gè)賬號(hào)每天也有固定額度。然而，根據(jù)我們的實(shí)測體會(huì)，似乎不是由圖片數(shù)目決定的。

這點(diǎn)也引發(fā)了部分網(wǎng)友的不滿：因?yàn)橐淮涡阅J(rèn)輸出4張圖，可能會(huì)“浪費(fèi)”額度。

不過，趁著它還有免費(fèi)額度，或許也值得一試。

（PS：可以直接用郵箱注冊新賬號(hào)，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