動(dòng)動(dòng)嘴都能修圖不是夢(mèng)？

首先，小雷是對(duì)設(shè)計(jì)一竅不通的，畢竟我不是干設(shè)計(jì)這一行的。

但是嘛，這只要浸淫在互聯(lián)網(wǎng)上的人，多少應(yīng)該都會(huì)對(duì)傳說(shuō)中設(shè)計(jì)行業(yè)里那幾道百年難得一遇的亙古難題，還有各種奇葩甲方才會(huì)提出的變態(tài)要求有所耳聞。

有道是，你的圖片做得很好，那讓畫(huà)面里的大象轉(zhuǎn)個(gè)身應(yīng)該沒(méi)有什么困難吧。

有道是，你的黑色有些單調(diào)，我希望能夠看到一種五彩斑斕的黑色呢。

就不說(shuō)設(shè)計(jì)師們看到這些會(huì)不會(huì)氣血上涌了，我一個(gè)負(fù)責(zé)文字工作的人，看到這種批注都有點(diǎn)難頂。

重點(diǎn)是你也不能說(shuō)些什么，要知道畫(huà)面另一頭就是金主爸爸，而且他們對(duì)這些是真的不懂。

到頭來(lái)，工作就是工作，不管甲方要求有多離譜都得去做，哪怕客戶(hù)要你把他照片里的拉鏈給拉上，你能做到的也只有截個(gè)圖發(fā)到社交媒體上給大伙樂(lè)一樂(lè)，然后為了生活想盡辦法去解決問(wèn)題。

（圖源：新浪微博）

不過(guò)，凡是問(wèn)題，終究是會(huì)有解決辦法的，只是這次的解決辦法可能有點(diǎn)特殊。

昨天，字節(jié)跳動(dòng)的豆包大模型團(tuán)隊(duì)，在公眾號(hào)上秀出了最新的通用圖像編輯模型SeedEdit。

官方表示，這款模型主打的就是「讓一句話輕松P圖成為現(xiàn)實(shí)」，用戶(hù)只需輸入簡(jiǎn)單的自然語(yǔ)言，便可對(duì)圖像進(jìn)行多樣化編輯操作，包括修圖、換裝、美化、風(fēng)格轉(zhuǎn)化以及在指定區(qū)域添加或刪除元素等。

聽(tīng)起來(lái)很不可思議？其實(shí)我也是這么覺(jué)得的。

讓大象轉(zhuǎn)個(gè)身

想體驗(yàn)這個(gè)功能的話，其實(shí)還蠻簡(jiǎn)單的就是了。

根據(jù)官方的說(shuō)法，目前該模型已經(jīng)在豆包PC端及即夢(mèng)網(wǎng)頁(yè)端開(kāi)啟測(cè)試，豆包手機(jī)端暫時(shí)還用不了這個(gè)功能。

接下來(lái)，只要點(diǎn)擊側(cè)邊欄的「圖片生成」，應(yīng)該就能看到上傳參考圖的選項(xiàng)了，這里就是SeedEdit模型的入口。

要做的事情很簡(jiǎn)單，上傳圖片，然后輸入我們想要改變的內(nèi)容。

比方說(shuō)，像畫(huà)面里面這種大象背對(duì)我們喝水的照片，如果我想讓它轉(zhuǎn)身的話，那應(yīng)該怎么做呢？

答案是，輸入「讓大象面對(duì)我」。

（圖源：雷科技）

對(duì)比一下兩張圖片。

可以看到，SeedEdit生成的大象正面是非常合乎邏輯的，耳朵的形狀、腳部的位置、身體的顏色都做得相當(dāng)不錯(cuò)，周?chē)�的環(huán)境也保持了高度的一致，當(dāng)然部分石頭形狀存在差異這點(diǎn)，細(xì)心點(diǎn)還是能看出來(lái)的。

（圖源：雷科技）

生成后的圖片還可以再次編輯，這點(diǎn)真的很棒。

（圖源：雷科技）

不過(guò)進(jìn)一步的操作，似乎就無(wú)法實(shí)現(xiàn)了。

我在豆包修改過(guò)的圖片基礎(chǔ)上，繼續(xù)提出圖片編輯的要求，但不論是「讓大象跑起來(lái)」、「讓大象用鼻子噴水」或者是「讓大象側(cè)過(guò)身子」，基本上很難得到令人滿(mǎn)意的結(jié)果。

叫它噴水，結(jié)果這水確實(shí)是噴出來(lái)了，但卻不是從鼻子里噴出來(lái)的，而是從象牙的部分噴出來(lái)的。

想讓大模型理解啥叫作常識(shí)，確實(shí)不是件容易的事情。

（圖源：雷科技）

再換個(gè)人像，或者說(shuō)模型的照片試試。

因?yàn)槲壹依锃h(huán)境有限嘛，所以一般來(lái)說(shuō)，拍手辦的背景就比較湊合，沒(méi)有時(shí)間也沒(méi)有啥精力去造景拍攝。

不過(guò)現(xiàn)在嘛，我讓它「把背景換成城市」。

（圖源：雷科技）

效果有點(diǎn)平？那就改成「夕陽(yáng)西下的光照質(zhì)感」。 

你還真別說(shuō)，這感覺(jué)馬上就到位了，整個(gè)過(guò)程中，我只對(duì)豆包說(shuō)了簡(jiǎn)單的兩句要求，體驗(yàn)起來(lái)真的很絲滑。

對(duì)貧困的膠佬來(lái)說(shuō)，布景和打光的繁瑣步驟或許真的能省略掉了。

（圖源：雷科技）

當(dāng)然，這些都是在原圖上的小打小鬧，如果我想直接更換畫(huà)面主體呢？

比如「指鹿為馬」。

（圖源：雷科技）

實(shí)際生成的效果確實(shí)很不錯(cuò)，不僅草地背景保留得挺完整，連馬身上的紋理之類(lèi)的都進(jìn)行了替換。

如果不看原圖，基本很難察覺(jué)比例上的問(wèn)題。

換衣服也沒(méi)啥問(wèn)題，連光影和褶皺都改得挺到位的。

（圖源：雷科技）

試了一下汽車(chē)，目前SeedEdit是不認(rèn)識(shí)小米SU7的。

不過(guò)我隨便傳了一張五菱宏光Mini EV的照片上去，然后輸入了一個(gè)異常復(fù)雜的編輯指令。

（圖源：雷科技）

最后生成的車(chē)子，雖然不像瑪莎拉蒂，但起碼也有個(gè)跑車(chē)形狀了。

AI修圖，爆發(fā)在即

事實(shí)上，如今AI在繪畫(huà)這塊兒，已經(jīng)能讓我們眼前一亮了。

但是在圖像編輯領(lǐng)域，AI技術(shù)其實(shí)是相對(duì)落后的，無(wú)法進(jìn)行精準(zhǔn)編輯，一直是行業(yè)的老大難問(wèn)題。

在今年以前，這類(lèi)需求一般通過(guò)Stable Diffusion的ControlNet插件來(lái)實(shí)現(xiàn)。

它可以獲取額外的輸入圖像，通過(guò)不同的預(yù)處理器轉(zhuǎn)換為控制圖，進(jìn)而作為Stable Diffusion擴(kuò)散的額外條件，只需使用文本提示詞，就可以在保持圖像主體特征的前提下任意修改圖像細(xì)節(jié)。

（圖源：新浪微博，識(shí)別特征并進(jìn)行重新繪制）

本地部署AI應(yīng)用這事，和大部分小白是基本無(wú)緣的。

所以在進(jìn)入今年后，包括ChatGPT/DALLE3、Midjourney、百度超能畫(huà)布都推出了局部重繪應(yīng)用，試圖充當(dāng)在線編輯圖片的功能。

不過(guò)這類(lèi)應(yīng)用，大多數(shù)時(shí)候還得咱們手動(dòng)涂抹，選定你要修改的對(duì)象，然后輸入各種提示詞來(lái)做修改。

（圖源：雷科技）

需要掌握正確的AI話術(shù)，才能獲得理想的修圖質(zhì)量，門(mén)檻還是有點(diǎn)高了。

如果，我是說(shuō)如果，我們只需要給定輸入圖像和告訴模型要做什么的文本描述，然后模型就能遵循描述指令來(lái)編輯圖像，那得多省事兒啊。

字節(jié)端出的SeedEdit，確實(shí)是朝著這個(gè)方向努力的。

不過(guò)圖修多了，問(wèn)題也就出來(lái)了，目前這款模型在生成圖片時(shí)還是有一些問(wèn)題存在的。

首先，缺乏人像前后的一致性。

只要涉及到人物面部的修圖，那么最終出來(lái)的圖像和原圖的差異會(huì)很夸張，基本上看不出來(lái)原來(lái)的樣子。

（圖源：雷科技）

其次，缺乏圖片內(nèi)容的方向性。

對(duì)于元素較多的圖像，目前SeedEdit很難判斷你要修改的是圖片里的哪個(gè)元素，即便偶然識(shí)別對(duì)了，出來(lái)的圖片效果也會(huì)異常扭曲。

（圖源：雷科技）

最后，文字處理能力依然不行。

就像早期AI繪畫(huà)那樣，目前SeedEdit會(huì)編造文字內(nèi)容，下面這三行小字看似有點(diǎn)邏輯，我看了半天，愣是沒(méi)認(rèn)出來(lái)寫(xiě)的是個(gè)啥。

（圖源：雷科技）

在我看來(lái)，SeedEdit的出現(xiàn)，算是彌補(bǔ)了國(guó)產(chǎn)大模型在語(yǔ)義AI修圖應(yīng)用這塊的空白。

可以預(yù)見(jiàn)的是，隨著AI圖像編輯技術(shù)的不斷發(fā)展，未來(lái)手機(jī)、電腦都可能會(huì)集成這項(xiàng)功能，就像AI消除、AI擴(kuò)圖那樣走進(jìn)尋常百姓家。無(wú)論是小白還是大咖，每個(gè)人都有機(jī)會(huì)輕松上手使用，讓自己對(duì)美的理解可以更直觀地展現(xiàn)出來(lái)。

修圖有手就行？或許真的不是夢(mèng)。

 來(lái)源：雷科技

       原文標(biāo)題 : 字節(jié)豆包SeedEdit上線，AI修圖成大廠AI應(yīng)用新焦點(diǎn)？