- 48小时新闻排行
- 7天新闻排行
Google 总算放出了他们去年承诺的“可连续对话改图”的 Gemini 文生图能力。 照例先给总体评价: 1. Gemini (或者说 Imagen3)是当下最值得全设计行业,甚至全碳基社会使用的文生图 AI; 2.它在自然语言的修改指令理解、材质质感复现、局部细节微调方面,达到了部分生产创作环节完全可用的水准(当然也有些Case 还差点意思); 3.这几乎可以算 AI 许愿机、超级嘴炮魔法了,甚至说句“快变天了”不为过。 本文将用 4 项能力测试,5 个应用案例,带你理解 Gemini 的能力边界。 主要测试,挑战 AI 能力边界 主测试 1:简单形体的材质变换、连续微调形态细节,并大幅度改变视角 先用一些变态的 Case 开始,测试 Gemini 文生图的能力边界。 这是我测试的第一个 Case,因为一上来也不知道它到底边界在哪,先从简单的形体开始,让它画个正方体。 整个 Case看下来非常连贯,指令理解到位,材质变换没问题,基础形态从未变形,甚至还能大幅更改相机视角,添加模特也完全没问题。 PS:我说这个“简单” Case 已经秒了其他的所有文生图 AI,不过分吧。 主测试 2:手绘稿转设计渲染图,顺便拍出产品宣传图 继续测,在测试 1 的基础上,我们上到设计生产级别,用一张手绘图打底,让 Gemini完成全流程的产品造型概念设计推敲。 这个应该是很多设计公司在乎的 Case: 这张图已经是最好的证明,感觉也不需要多说什么解读的话语了。 虽然在实测中,在产品穿到人身上这不算稳定,总会带着一些人像与产品的变形。 就这手稿转 3D产品渲染图,还能再微调局部设计的水平,已经完全超出本科设计专业的毕业生水平(对,因为我自己就是工业设计毕业的)。 还能快速在概念设计阶段,生成模特使用场景图,进一步验证设计方案的效果。 对了, 如果你还不服气,我再补一句:每张图的生成时间不超过 10s……这还不算“炸裂”,那还有什么算呢? 主测试 3:一次性生成多套不同风格的设计 我发誓,这是本文最后一个工业设计的 Case 了,后面还有游戏设计、自媒体应用等更多元的 Case,一个比一个精彩。 我其实一贯 AI 评测挺克制的,但在测试 Gemini 文生图的 4 小时内,基本每分钟都在发出粗鄙的感慨…… 这个 Case 就是进一步模拟工业设计的造型推敲环节。 原本我们会需要大量的时间在犀牛(一套工业设计建模软件)中花数天时间建模,再花数天在keyshot(一套工业设计渲染软件)中调整材质、打光出图。 而且一旦建模完成后,想要再对模型进行造型调整,简直是对设计师无尽的折磨。 现在,Gemini 在 20s 内就给你一次性生成 12 张 …… 主测试 4:抠图、换背景、打光影 搞定了产品设计,正常商业流程中,我们还要解决一下最终宣发的物料问题。 这时候离不开抠图、换背景、打光影拍照的工作流程。 先抠个图,无中生有地换背景: 没问题,换的非常好。 再看看商业级别的背景合成与打光: 再引用一个 WaytoAGI 上看到的例子: 绝了,每次都只用一句嘴炮,就能在 10s 内取得相当稳定的预期结果。甚至复杂的形体打光,也能做的有模有样。 OK,fine,测到这里,我只想说: 大碳基恭迎硅基老爷重塑人类社会。 社区实例一览 再看一些社区里大家在尝试的应用实例,也帮助我们获得更多启发。 更多应用 1:游戏角色与道具设计 对游戏行业可能的影响与启发之一:游戏内容设计(来自群友@z.z.h) 更多应用 2:家装设计 来自群友@Zhenyuan_Branton,家装设计也不含糊,你也可以直接把自己的手稿、房子照片拍给它,让它自己添加家具,完成设计推演。 更多应用 3:创作教育、自媒体内容素材 如果 Gemini 这么强的能力,用在教育、自媒体内容创作领域呢? 更多应用 4:漫画绘制与改色 来自推特@Linaqruf: 更多应用 5:游戏复杂场景与动作变换预览 来自推特@Cristian Peñas: 如何使用? 1. 登录 Google AIstudio,链接:https://aistudio.google.com/prompts/new_chat 2.在 Model 中选择PREVIEW - Gemini 2.0 Flash Experimental(new) 3.确认选择“Images and text” 好,接下来也和我一起参与到恭迎硅基老爷重塑人类社会的行列吧~ Btw:我有个设计师朋友对此评价: 以前我可以假装建模、抠图磨洋工,现在老板只会跟我说赶紧 AI 生产改完发他了。 |
中国 7 小时前
台湾 7 小时前
财经 7 小时前
娱乐 7 小时前
美国 7 小时前
美国 7 小时前
娱乐 7 小时前
关注获得及时、准确、全方位的新闻消息