当 Kling Image 4.0 自己出设计方案,生图的门槛又变了!
过去几年,AI 生图模型在真实感、分辨率和光影表现上不断刷新人们的认知。但当这些图片真正被用于海报、广告这些商业场景时仍会面临文字能否准确呈现、局部修改是否能保留原有设计等问题。这些看似不起眼的要求,至今仍是图像模型的难题。(雷峰网)今年 3 月,微软研究院发布了一项名为 BizGenEval 的商业视觉生成评测,用 …
过去几年,AI 生图模型在真实感、分辨率和光影表现上不断刷新人们的认知。但当这些图片真正被用于海报、广告这些商业场景时仍会面临文字能否准确呈现、局部修改是否能保留原有设计等问题。
这些看似不起眼的要求,至今仍是图像模型的难题。(雷峰网)
今年 3 月,微软研究院发布了一项名为 BizGenEval 的商业视觉生成评测,用 400 条提示词和 8000 道检查题测试主流模型。结果发现,模型已经能生成颇具美感的海报和网页,但在精确布局、多个对象之间的属性对应等方面,仍然存在明显短板。
也正是在这个阶段,以视频生成出圈的可灵在今天推出了 Kling Image 4.0。

Kling Image 4.0 生成
按照官方介绍,新模型将原生分辨率提升至 8K,单张图片最多支持 2000 字,并能一次生成最多 10 张连贯图片。更值得关注的是,它采用理解与生成统一的自回归架构,尝试让模型在同一上下文中处理图像理解与生成。
这一次,可灵显然不只想把图片做得更漂亮,也希望让模型处理更复杂的创作要求。
我们从最直观的人像写真开始试试 Kling Image 4.0 的能力,从拍好一张照片,到设计一张海报,再到组织一整套视觉内容,Kling Image 4.0 究竟能替创作者完成多少工作?
从写真到创意海报
Kling Image 4.0 的生图能力有多强?
这次体验 Kling Image 4.0,最让我们意外的还是它生成图片的真实质感。我们尝试了几张人像写真,无论是人物的皮肤纹理、细节,还是户外的光影投射,都已经相当接近真实摄影。


这样的真实感,已经开始影响摄影行业本身。今年 4 月,Vogue 杂志采访了一些商业摄影师,发现部分客户开始拿 AI 生成的图片作为拍摄参考,要求摄影师在现实中还原其中的画面。
不过,写真主要考验模型对人物和真实场景的还原。如果要制作一张真正用于传播的海报,事情就复杂了不少,尤其是加入中文之后。
最近,芒果卫视里一档综艺里嘉宾许飞和厉娜的一段对话,意外让“画地为牢”成了互联网的新流行语。我们决定让 Kling Image 4.0 也赶一次热闹。

相比普通的文字海报,“画地为牢”其实是个很适合视觉设计的题目。它既有明确的文字内容,又包含可以被画面表达的意象。可以看到最终生成的作品颇有芒果台综艺宣传海报的感觉:半圆形的海面构图、清冷疏离的色调、包括文字排版设置、艺术字体的设计几乎能够达到可发布海报的水准。
这里有一个值得单独说的变化:Kling Image 4.0 的图像编辑可以直接选中图片里已有的文字进行修改,也可以往已有画面里增加新的文字。 3.0 阶段已经具备局部重编辑能力,4.0 把控制粒度做得更细。我们试了修改海报文字内容并补充一行副文案,原来的海报中只改变了我们要求的文字,并没有重绘图片其他图层。

字体控制也是这次 4.0 和 3.0 拉开差距的地方。3.0 阶段创意字体主要靠提示词描述风格,能做到,但可控性有限;4.0 把这件事变得更工具化:内置 70+ 款预设字体,可以直接选;也支持上传字体参考图,让模型照着参考图的字形和笔画风格去生成。

文字生成一直是 AI 生图模型比较难处理的部分。艺术字设计就要比正确写出汉字更进一步。
比如我们做的下面做的这张的夏日露营海报,艺术字体和场景融合的非常自然,从场景、配色到标题设计都有了相当完整的成品感,稍加检查和调整,就可以用作一张活动宣传图。字体本身就可以成为画面的一部分,可以与云层、海浪和其他视觉元素发生联系。对于模型而言,这要求它同时处理文字内容、空间位置与视觉风格之间的关系。

除了这种字数不多的创意海报,Kling Image 4.0 还宣称支持单张图片最多 2000 字。短标题更考验字体和创意,长文本则更考验文字准确性、信息层级和排版能力。我们也将在后面的商品详情页中,继续观察它处理更复杂图文内容的表现。
五元烤红薯的新品发布会
AI 连文案都想好了
如果说艺术字海报主要考验模型的审美和创意,那么商品详情页要处理的事情就复杂得多。商品图拍摄、在详情页里如何展示内容、图文搭配的顺序排布这些都是真实的商业设计场景。
这也是 Kling Image 4.0 此次强化的能力之一,新模型支持更复杂的图文混合排版,单张图片最多可以容纳 2000 字,能够一键制作电商详情长图。
我们选了一件再普通不过的商品:烤红薯。我们希望 Kling Image 4.0 以这张照片为基础,为一款烤红薯设计电商宣传素材,既要有吸引消费者的商品摄影,也要包含卖点介绍、食用场景和必要的产品说明。
提示词:请根据我上传的真实烤红薯照片,为这块售价 5 元的普通烤红薯设计一张具有国际顶科技品牌(如苹果)新品发布会质感的完整电商详情页长图。

模型交出的结果,倒还真有几分成熟食品品牌的样子。
它给产品设计了“ROOTS 根薯系列”的品牌标识,选用绿色、米白色作为主要视觉元素,并用“红褐焦脆,金黄流心”作为主标题。原本普通的烤红薯被放进了精心布置的商品摄影场景中,暖黄色的薯肉和深褐色表皮成为画面的视觉中心。

更有意思的是,模型没有把所有内容都堆在商品主图里,而是继续延伸出了不同类型的页面:一张用切片摆盘展示食用场景,一张以“向阳丘陵的风土”讲述产品来源,还有一张将不同食用状态和保存、复热方法整理成图文说明。

原文出处:雷峰网 (本文由聚合程序自动采集,版权归原作者所有)