魔改「黑神话悟空」，打败 Midjourney，这个 AI 生图神器让人上头
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
当AI文生图比拼真实度、艺术感，Ideogram开辟了一个刁钻的赛道：在图片上精准生成文字，并且字体和排版都好看。这个需求并不小众，一键生成海报、插画，还不用P图，能够省不少事，很适合对设计一窍不通的普通人。我们之前写过Ideogram的1.0版本。8月21日，2.0版本来了，真实感更好了，海报更有设计感了，文字这个看家本领也更强了。你或许从来没有听说过它，这是一款前Google员工开发的AI产品，缺点不少，但长板能「弯道超车」Midjourney。指路https://ideogram.ai/AI想知道，
当 AI 文生图比拼真实度、艺术感，Ideogram 开辟了一个刁钻的赛道：在图片上精准生成文字，并且字体和排版都好看。
这个需求并不小众，一键生成海报、插画，还不用 P 图，能够省不少事，很适合对设计一窍不通的普通人。
我们之前写过 Ideogram 的 1.0 版本。8 月 21 日，2.0 版本来了，真实感更好了，海报更有设计感了，文字这个看家本领也更强了。
你或许从来没有听说过它，这是一款前 Google 员工开发的 AI 产品，缺点不少，但长板能「弯道超车」Midjourney。
指路 https://ideogram.ai/
AI 想知道，你说的悟空，是哪个悟空
Ideogram 有个特别新手友好的功能：「魔法提示」。
你直接输入中文提示词，它会帮你翻译成英文，同时帮你优化。作为一款海外产品，这样的操作很能收买人心。
同时，Ideogram 主打五种风格：普通、写实、设计、3D、动漫，都很好理解，所以选择起来也不会让人纠结。
先来个简单的中文提示词，「拿着金箍棒的孙悟空」，动漫风格，让 AI 帮我翻译和优化，看看它能自由发挥成什么模样。
当水灵灵的《七龙珠》版悟空出来的时候，我惊了一下，一看提示词，AI 把孙悟空翻译成了「Son Goku」，那就不奇怪了。
而且，也很想问问 Ideogram，是不是太明目张胆，给版权费了么。
为了避免 AI 再误解，再输入提示词的时候，我不偷懒了，强调「孙悟空」是「Sun Wukong」，不是「Son Goku」。
这次走写实风格，并且规定了比较详细的场景，大圣身穿铠甲，手拿金箍棒，神情肃穆，威风凛凛，站在佛窟前，温暖的橙色调，图片底部写着「Black Myth: Wukong」（黑神话：悟空）。
文字没有错误，大写字母冲击感强，佛窟的氛围也营造了三分，但「大圣」的气质差了点、形象返祖了点，眼神里也没有光。
用相同的提示词让 Midjourney 生成一次，文字既有错误又没设计感，但稍帅一筹的「大圣」和页游的画风弥补了这一点。
▲ Midjourney 生成
不甘心的我又试了 3D 风格，提示词基本保持不变，只是把底部的文字改成了「8 月 20 日游戏上线」。
结果，Ideogram 生成的结果很像某个国风 Q 版盲盒系列的宣传图，画面处理得很干净，但完全不是我脑海里的 3D 游戏风格，还把美猴王画出了二郎神的模样。
并且 AI 也从中暴露了自己，虽然它对英文的文字渲染得心应手，却对中文一窍不通，这个缺陷从 1.0 延续到了 2.0。
看来海外产品不够理解国内的传统文化，Ideogram 第一回合的表现有些令人失望，却也不失趣味。
Ideogram 团队说过，2.0 版本不输 Flux 和 DallE。最近，Flux 真实版 LoRA 生成的 TED 演讲照片因为真假难辨，骗过了不少网友的眼睛。那么就来测测，Ideogram 生成的结果能多像照片。
▲ Flux 生成
选择写实风格后，我输入了中文提示词，TED 演讲照片，幻灯片标题为「Ideogram 2.0 发布」，上面有三个要点：「文字准确」「擅长设计」和「更真实」，女性演讲者站在白板前，背景中有几个人。
可以看出，Ideogram 的语义理解是不错的，该有的元素都有，TED 的标志几乎以假乱真，演讲者和观众的表情都很生动，头发和皮肤比较自然。
不过，细节处理得还不够好，虽然要求生成的文字没有问题，随机出现的一些小字坏了一锅粥，人物的手指和身体也不太对劲，但已经比之前的 1.0 版本强太多了。
至于海报设计，可以说是 Ideogram 吊打其他文生图 AI 的「舒适区」了。
如果以票房异常火爆的《异形：夺命舰》为考题，AI 能设计出那种不可名状的恐怖感觉吗？
我选择了设计风格，用提示词描述了一下画面的要素，并特别提及，海报底部写上一句：「未成年观众谨慎观看。」
总体的效果让人眼前一亮，长串的文字也成功生成了，只有一处小错误，但特别不写实，更像美漫的画风，和真人电影不太相配。
我再以暑期档烂片《红楼梦之金玉良缘》为灵感，让 Ideogram 生成海报，提示词写到的背景、装饰物乃至人物都在其中了，再次感叹提示词的跟随性真的不错。
片名当然也写对了，但字体像借鉴了指环王，有些出戏，整体风格更像花木兰动画电影。
Ideogram 的「设计风格」偏向二次元，比较独特，但反过来想，这也局限了海报的使用场景。
小结一下，Ideogram 是一款很有自己特色的 AI 文生图产品，写实的水平和 Flux 相近，艺术感和 Midjourney 各有千秋。
▲ 「rainy summer」图案
但文字生成水平独一档，比较适合用来生成海报、插画、广告、表情包、T 恤印花等。
人类评估的结果显示，Ideogram 2.0 在提示词对齐、整体表现和文本渲染质量方面，都比 Flux Pro 和 DALL · E 3 更好。
▲ 但这是 Ideogram 自己的说法
可玩性高又接地气，这样的 AI「甜品」不妨多来一些
去年 8 月 22 日，Ideogram 宣布成立，与 2.0 发布正好相隔一年。
创始团队共 7 人，来自 Google Brain、加州大学伯克利分校、卡内基梅隆大学和多伦多大学，其中 4 位是 Google 文生图扩散模型 Imagen 研究论文的作者。
这次除了发布 2.0，Ideogram 还推出了 iOS app，国内可以直接下载，Android 版计划稍晚发布，从网页到移动端，我们可以随时随地生成图片了。
▲ 手机端界面
Ideogram 目前向所有用户免费开放，不过，额度非常有限，生成 5 次共 20 张照片后，Ideogram 就提醒我，10 个积分用完了，请明天再来。（当然，隔壁的 Midjourney 免费生成 25 张也没有显得多大气。）
如果很少接触文生图，想要一款文生图 AI 用来入门的，Ideogram 是个不错的选择。
输入中文提示词、用「魔法提示」翻译和优化是一方面，另外，Ideogram 还有很多选项帮你生成更接近脑海所想的画面。
提供范围有限的选项让用户「点击」，相比在空白的输入框完成「输入」，交互起来更简单。想要什么图片比例、什么风格、什么色调，Ideogram 都可以让你挑选。
▲ 不同色调的「戴珍珠耳环的少女吃麦当劳」
不会写提示词，那也可以画出来，让 Ideogram 帮我们化腐朽为神奇。
我为我的糟糕画工感到抱歉，但 AI 能够领会意思，优化了线条和上色，还加了个背景，格调一下子上去了。有了 AI，谁不是神笔马良。
另外，网页版的输入框下面，都是他人生成的作品，遇到喜欢的，我们可以查看和参考提示词。Ideogram 表示，他们的用户在过去一年生成了超过 10 亿张公开可见的图片。
如果想要生成一个特定的对象，但又不知道怎么写提示词，Ideogram 这次还推出了用文本搜索公共创作库的功能，但这个功能目前需要会员。
▲ 搜索「cat」的结果
总而言之，Ideogram 是一款可玩性较强的文生图产品。
它可以比较精准地生成用户所需的文字内容，并适配各种风格的图片，就业领域很广。
▲ Ideogram 博客
偶尔还能带来情绪价值，以图言志，虽然做的表情包太偏欧美互联网的审美了。
▲ 「我想玩《黑神话：悟空》」表情包
Ideogram 的整体质量不差，文本功能强大，对新手友好，使用方便，交互也让人愉悦。当 AI 工具兼具了创意、便利和分享价值，就很容易让人上头。
一个照着模子刻出来的世界太无聊了，洞察到很小的需求，然后将解决办法做到行业第一，那也很有意思。
世界上有很多的产品，同时有更多的受众，我们可以期待更多这样的 AI「甜品」。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
Boom 3D macOS版是一款系统级音效增强工具，可为音乐、电影、游戏和流媒体提供3D虚拟环绕声、31段均衡器、音量增强及应用独立音量控制，并支持本地播放器与多种音频输出设备。
Boris FX macOS版是一套面向剪辑、合成、调色及动态图形工作的专业后期工具，涵盖视觉特效、平面与三维跟踪、转描、画面修复、粒子动画和音频清理，可配合多种主流宿主软件使用。
Capto 是面向 macOS 的屏幕截图、高清录屏与媒体编辑工具，支持区域及整屏捕获、网页长截图、双音轨处理、图片和视频标注、素材分类与多渠道分享，适合教师、学生、内容创作者及需要制作演示教程的用户。
Cursor Crane 是一款仅面向 macOS 的键盘操控效率工具，可通过提示标签、网格、文字查找和窗口模式完成点击、滚动、定位与切换，并支持屏幕内容提取、脚本及工作流扩展。
Deep Freeze 冰点还原 macOS版通过冻结系统配置，让受保护的Mac在重新启动后回到预设状态，并提供解冻空间、维护计划、密码保护及Apple Remote Desktop管理能力。
Focusky macOS版是一款面向教学课件、商务汇报、产品展示和动画宣传内容的演示制作工具。它通过无限画布、路径编排、缩放旋转转场及多媒体编辑，将传统逐页幻灯片转化为更具空间感的动态演示。
Folder Colorizer 2 macOS版是一款直观的文件夹外观定制工具，可更换颜色，添加表情、贴纸及图片背景，并支持批量处理、智能推荐和恢复默认样式，帮助用户更快辨认工作、学习与生活资料。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。
Boom 3D Windows版是一款面向音乐、电影和游戏场景的系统级音效增强工具，支持虚拟3D环绕声、31段均衡器、预设音效、应用音量控制及本地音乐播放，可配合耳机、扬声器和蓝牙耳机使用。
Boris FX Windows版是一套服务于影视剪辑、视觉特效、运动跟踪、转描、图像修饰及音频修复的专业创作工具集合，可作为插件接入多种主流后期宿主，也包含可独立运行的应用，适合剪辑师、特效师与内容创作者使用。
ChemDraw Windows版是一款面向化学研究、药物研发、材料科学和教学工作的专业结构绘图工具，可快速绘制分子、反应式及生物聚合物，并提供结构整理、格式转换、性质计算和科研文档协作能力。
CODESOFT Windows版是一套企业级条码与RFID标签设计打印工具，可连接Excel、Access、SQL及云端数据源，支持变量、表单、GS1条码、数据库记录和多种工业打印机，适合制造、仓储、物流及合规标识场景。
Deep Freeze 冰点还原 Windows版通过重启恢复技术保护系统盘及指定分区，自动撤销恶意程序、误操作和配置漂移造成的改动，并支持密码保护、解冻空间与多硬盘管理，适合学校机房、公共电脑、办公终端及家庭电脑使用。
EDIUS 11 Windows版是一款面向影视制作、广播电视、纪录片、短视频及教育机构的专业非线性编辑工具，支持4K/8K、多格式混编、HDR调色、字幕、音频处理和后台渲染，并提供素材管理及丰富的导出预设。
FastStone Capture Windows版是一款轻量级屏幕捕捉、录屏与图像编辑工具，可截取窗口、区域、菜单和滚动页面，并提供标注、模糊、取色、OCR、录音录像及多格式导出能力，适合办公说明、教程制作和问题反馈。
Focusky Windows版是一款动画演示与交互课件制作工具，通过无限画布、缩放旋转镜头、模板素材和对象动画组织内容，可导入PPTX，并输出视频、EXE、PDF、网页等格式，适用于课堂教学、微课、商务汇报及产品展示。