文章来源 | 智东西

作者 |  程茜

编辑 |  心缘

图片来源：由无界AI生成

距离龙年春节只剩11天了，你的新年头像或红包封面准备好了吗？如果还没有，AI绘画工具可能是个“私人定制”的不错选择。

▲提示词：生成一张龙年头像，要有喜庆的氛围，还能体现招财进宝、大吉大利（第一排为百度文心一言、百度文心一格、360智绘、阿里云通义万相、讯飞星火；第二排为智谱AI智谱清言、抖音豆包、腾讯混元助手、美图MiracleVision、讯飞星火绘画助手）

过去一年，AI文生图模型持续进化，不仅能熟练驾驭各路画风，而且陆续解决画不好手、搞不明白空间位置、不理解“红烧狮子头”等有歧义或抽象概念的种种难点。

国外Midjourney、DALL·E 3、Imagen 2虽好，但用起来有一定门槛。好在国内大模型企业们急追猛赶，发布了一大波适合中国人体质的AI绘图工具，在易得性上甩开国外AI工具十条街。

这些工具通通可以免费体验，通过网页或App即可使用，在使用门槛上基本拉不开差距。拼生成速度吧，大致每张图片都能在半分钟内生成，具体受网络环境或浏览器状况的影响，做不到很客观。

那么谁才是国产AI文生图工具的头号玩家？谁才是辅助专业创作者提高效率、解救绘画小白于水火之中的神器？回答这个问题，要考察两个关键能力：理解到位，画得精细。

为此，我对国内10款免费的AI文生图工具进行了5个梯度进阶的体验对比，考题包括但不限于日常脑洞、网络名梗、头像设计、公司年会、春节氛围、跨界组合、诗词理解、多轮修改，来看看哪款工具更得心应手、更能秒懂用户的心。

综合来看，智谱AI的智谱清言是整体表现最稳定的一款AI文生图工具，在10个考验中基本都能生成符合我要求的图像。

不过全员翻车的考题也不少，例如画出来的鹦鹉爪子不仅奇形怪状，数量也与真实不符；理解不了时下正热的“南方小土豆”，还把“拿着冰糖葫芦”这一动作画成了串在一起的土豆；把福字、春联上的文字写的像鬼画符……

论文字理解能力，智谱清言、文心一言、讯飞星火、通义万相、混元助手的表现更胜一筹。360智绘、美图MiracleVision则在面对第一道题的“阿拉斯加”时就出了岔子，莫名把阿拉斯加画成一个男人/北极熊。

论画面精细程度，智谱清言、通义万相、文心一格生成的春节氛围图几乎可以拿来即用；但画出来的吉祥物，即使直接点名龙年背景，结果通义万相、讯飞星火、抖音豆包的吉祥物形象可以说与传统“龙”没有关系。

论多轮修改的靠谱程度，文心一言是每一轮都坚持到最后的玩家，智谱清言都是忠于上一幅图片修改，腾讯混元助手的表现则可圈可点，有的每一步需求都理解到位，有的却加了一些奇怪元素。整体来看，多轮修改是画图、设计的必备技能，但基本所有的AI绘画工具都无法做到。

为了保证对比的公平，我在体验每一个工具的生成能力时均以第一次生成图片为准，具体的对比如下：

01.青铜难度：1-2个关键词，鸟爪、网络热词难拆解，讯飞、智谱AI表现亮眼

第一阶段青铜难度的提示词较为简单，这些提示里包含的关键词大多只有2个，包含生成图片中的主要角色，以及其这一角色的地理位置、行为动作、图片大小、图片风格等其中之一个关键要素。

首先是“一只站在楼顶的阿拉斯加”，主要包含对地理位置和阿拉斯加犬种的理解。

▲第一排左起：百度文心一言、百度文心一格、360智绘、阿里云通义万相、智谱AI智谱清言；第二排左起：抖音豆包、讯飞星火、讯飞星火绘画助手、腾讯混元助手、美图MiracleVision

将两个关键词分拆来看，各个工具都通过周围楼层的对比或者俯瞰来呈现“站在楼顶”。大多数图片也都突出了阿拉斯加大型犬、黑白配色、长毛等主要特征。