動動嘴都能修圖不是夢？

首先，小雷是對設計一竅不通的，畢竟我不是干設計這一行的。

但是嘛，這只要浸淫在互聯網上的人，多少應該都會對傳說中設計行業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提出的變態要求有所耳聞。

有道是，你的圖片做得很好，那讓畫面里的大象轉個身應該沒有什么困難吧。

有道是，你的黑色有些單調，我希望能夠看到一種五彩斑斕的黑色呢。

就不說設計師們看到這些會不會氣血上涌了，我一個負責文字工作的人，看到這種批注都有點難頂。

重點是你也不能說些什么，要知道畫面另一頭就是金主爸爸，而且他們對這些是真的不懂。

到頭來，工作就是工作，不管甲方要求有多離譜都得去做，哪怕客戶要你把他照片里的拉鏈給拉上，你能做到的也只有截個圖發到社交媒體上給大伙樂一樂，然后為了生活想盡辦法去解決問題。

（圖源：新浪微博）

不過，凡是問題，終究是會有解決辦法的，只是這次的解決辦法可能有點特殊。

昨天，字節跳動的豆包大模型團隊，在公眾號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圖成為現實」，用戶只需輸入簡單的自然語言，便可對圖像進行多樣化編輯操作，包括修圖、換裝、美化、風格轉化以及在指定區域添加或刪除元素等。

聽起來很不可思議？其實我也是這么覺得的。

讓大象轉個身

想體驗這個功能的話，其實還蠻簡單的就是了。

根據官方的說法，目前該模型已經在豆包PC端及即夢網頁端開啟測試，豆包手機端暫時還用不了這個功能。

接下來，只要點擊側邊欄的「圖片生成」，應該就能看到上傳參考圖的選項了，這里就是SeedEdit模型的入口。

要做的事情很簡單，上傳圖片，然后輸入我們想要改變的內容。

比方說，像畫面里面這種大象背對我們喝水的照片，如果我想讓它轉身的話，那應該怎么做呢？

答案是，輸入「讓大象面對我」。

（圖源：雷科技）

對比一下兩張圖片。

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不錯，周圍的環境也保持了高度的一致，當然部分石頭形狀存在差異這點，細心點還是能看出來的。

（圖源：雷科技）

生成后的圖片還可以再次編輯，這點真的很棒。

（圖源：雷科技）

不過進一步的操作，似乎就無法實現了。

我在豆包修改過的圖片基礎上，繼續提出圖片編輯的要求，但不論是「讓大象跑起來」、「讓大象用鼻子噴水」或者是「讓大象側過身子」，基本上很難得到令人滿意的結果。

叫它噴水，結果這水確實是噴出來了，但卻不是從鼻子里噴出來的，而是從象牙的部分噴出來的。

想讓大模型理解啥叫作常識，確實不是件容易的事情。

（圖源：雷科技）

再換個人像，或者說模型的照片試試。

因為我家里環境有限嘛，所以一般來說，拍手辦的背景就比較湊合，沒有時間也沒有啥精力去造景拍攝。

不過現在嘛，我讓它「把背景換成城市」。

（圖源：雷科技）

效果有點平？那就改成「夕陽西下的光照質感」。 

你還真別說，這感覺馬上就到位了，整個過程中，我只對豆包說了簡單的兩句要求，體驗起來真的很絲滑。

對貧困的膠佬來說，布景和打光的繁瑣步驟或許真的能省略掉了。

（圖源：雷科技）

當然，這些都是在原圖上的小打小鬧，如果我想直接更換畫面主體呢？

比如「指鹿為馬」。

（圖源：雷科技）

實際生成的效果確實很不錯，不僅草地背景保留得挺完整，連馬身上的紋理之類的都進行了替換。

如果不看原圖，基本很難察覺比例上的問題。

換衣服也沒啥問題，連光影和褶皺都改得挺到位的。

（圖源：雷科技）

試了一下汽車，目前SeedEdit是不認識小米SU7的。

不過我隨便傳了一張五菱宏光Mini EV的照片上去，然后輸入了一個異常復雜的編輯指令。

（圖源：雷科技）

最后生成的車子，雖然不像瑪莎拉蒂，但起碼也有個跑車形狀了。

AI修圖，爆發在即

事實上，如今AI在繪畫這塊兒，已經能讓我們眼前一亮了。

但是在圖像編輯領域，AI技術其實是相對落后的，無法進行精準編輯，一直是行業的老大難問題。

在今年以前，這類需求一般通過Stable Diffusion的ControlNet插件來實現。

它可以獲取額外的輸入圖像，通過不同的預處理器轉換為控制圖，進而作為Stable Diffusion擴散的額外條件，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節。

（圖源：新浪微博，識別特征并進行重新繪制）

本地部署AI應用這事，和大部分小白是基本無緣的。

所以在進入今年后，包括ChatGPT/DALLE3、Midjourney、百度超能畫布都推出了局部重繪應用，試圖充當在線編輯圖片的功能。

不過這類應用，大多數時候還得咱們手動涂抹，選定你要修改的對象，然后輸入各種提示詞來做修改。

（圖源：雷科技）

需要掌握正確的AI話術，才能獲得理想的修圖質量，門檻還是有點高了。

如果，我是說如果，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編輯圖像，那得多省事兒啊。

字節端出的SeedEdit，確實是朝著這個方向努力的。

不過圖修多了，問題也就出來了，目前這款模型在生成圖片時還是有一些問題存在的。

首先，缺乏人像前后的一致性。

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

（圖源：雷科技）

其次，缺乏圖片內容的方向性。

對于元素較多的圖像，目前SeedEdit很難判斷你要修改的是圖片里的哪個元素，即便偶然識別對了，出來的圖片效果也會異常扭曲。

（圖源：雷科技）

最后，文字處理能力依然不行。

就像早期AI繪畫那樣，目前SeedEdit會編造文字內容，下面這三行小字看似有點邏輯，我看了半天，愣是沒認出來寫的是個啥。

（圖源：雷科技）

在我看來，SeedEdit的出現，算是彌補了國產大模型在語義AI修圖應用這塊的空白。

可以預見的是，隨著AI圖像編輯技術的不斷發展，未來手機、電腦都可能會集成這項功能，就像AI消除、AI擴圖那樣走進尋常百姓家。無論是小白還是大咖，每個人都有機會輕松上手使用，讓自己對美的理解可以更直觀地展現出來。

修圖有手就行？或許真的不是夢。

 來源：雷科技

       原文標題 : 字節豆包SeedEdit上線，AI修圖成大廠AI應用新焦點？