前后不到一個月，兩個開源生圖模型相繼上線。

首先是由稱得上 SD 原班人馬的黑森林實(shí)驗(yàn)室推出的 FLUX.1。黑森林實(shí)驗(yàn)室由 Stable Diffusion 的核心開發(fā)者 Robin Rombach 領(lǐng)銜創(chuàng)立，團(tuán)隊(duì)成員基本上都是 Stable Diffusion 3 的作者，其中三名元老級成員還是 Stable Diffusion 論文的作者，F(xiàn)LUX.1 也是在 Stable Diffusion 3 架構(gòu)上做的改進(jìn)，不管從哪個角度，F(xiàn)LUX.1 都稱得上是 Stable Diffusion 3 的精神續(xù)作，F(xiàn)LUX.1，也包括 3 個變種模型，F(xiàn)LUX.1[pro]、FLUX.1[dev]、FLUX.1[schnell]，并將 FLUX.1[schnell]完全開源，也是團(tuán)隊(duì)開源理念的一種印證。

好巧不巧，上個月，一家美國創(chuàng)企 Fal.ai 也發(fā)布了自研的開源生圖模型 Auraflow，并在上線模型的同時，發(fā)布了一篇博客，闡述的觀點(diǎn)主要是，當(dāng)前階段對開源模型的開發(fā)好像陷入了停滯，而 Auraflow 將繼續(xù)踐行開源社區(qū)的理念，這口氣儼然是將 Auraflow 當(dāng)作了開源模型的希望之星，對標(biāo)的也是老牌的開源模型明星 SD3。

SD3 氣還沒喘勻，一下又來了兩個對手。“除了 FLUX.1，包括國內(nèi)字節(jié)、快手的生圖模型近期陸續(xù)上線，我們平臺用戶在一個月內(nèi)上傳的微調(diào)模型數(shù)量超過了 1000 個，5 倍于 C 站（Civitai，全球最大的生圖模型社區(qū)）的速度。”從開發(fā)者的角度來看，SD 的挑戰(zhàn)，倒成了他們眼中的機(jī)會。

看到相關(guān)信息，結(jié)合我們之前對 SD 的觀察（參閱我們之前的選題《幾乎所有創(chuàng)企都在用的 Stable Diffusion，真的可能要甩賣了》），SD 作為幾乎所有 AI 生圖開發(fā)者所采用的基座模型，卻已經(jīng)一度到達(dá)了要賣身的地步，這與其團(tuán)隊(duì)管理、更重要的是不太合理的商業(yè)模式設(shè)計(jì)有關(guān)，Stable Diffusion 都差點(diǎn)賣身，挑戰(zhàn)者卻來勢洶洶。這不禁讓人想問，底氣何來？繼 SD 出現(xiàn)問題之后，商業(yè)化模式能跑通嗎？這一波模型“涌現(xiàn)”又會給開發(fā)者帶來哪些機(jī)會呢？

我們先從文生圖模型最根本的產(chǎn)品力上見見真章。

一、SD3面前，連Auraflow都“很能打”？

從市場的反饋來講，F(xiàn)LUX.1 這幾天的刷屏，貌似已經(jīng)在向行業(yè)宣告，“我很可以”。而 Auraflow，雖然相對小眾，但在開發(fā)者社區(qū)里，也有一些人討論。在結(jié)合開發(fā)者反饋的同時，我們還是決定自己先測量一波各家模型能力。但這波測量我們準(zhǔn)備以表格呈現(xiàn)結(jié)果，不再多著筆墨，也方便大家查閱。

測試方法：

在與一些生圖社區(qū)的創(chuàng)業(yè)者聊過之后，我們會發(fā)現(xiàn)，現(xiàn)在很多 AIGC 技術(shù)在用戶側(cè)那里，除了一些嘗鮮人群，有很大一部分屬于“專業(yè)人士”，而生圖模型能否對應(yīng)這些行業(yè)有不錯表現(xiàn)，也是一些生圖社區(qū)在采用基座模型時所考慮的。因而這次，我們選擇了游戲、電商、藝術(shù)創(chuàng)意、攝影、廣告幾個行業(yè)對應(yīng)的動漫風(fēng)、奇幻風(fēng)、印象派藝術(shù)風(fēng)、寫實(shí)場景、人像攝影和家居廣告對新出的生圖模型進(jìn)行測評。

參賽選手分別是 FLUX.1 的三個版本：FLUX.1 [pro]、FLUX.1 [dev]、FLUX.1 [schnell]、號稱 SD3 系列最新最先進(jìn)的 SD3 Medium 和 Fal.ai 自研的 Auraflow。（考慮到外國研發(fā)的模型對英文的響應(yīng)度更高，而且筆者親測 FLUX.1 系列模型中文理解能力較差，測評使用英文 prompt，不過為了方便讀者閱讀，文中保留中文 prompt。）我們將測評的結(jié)果做成了表格，并將此次對比中優(yōu)勝者標(biāo)紅了，可圈可點(diǎn)的亞軍也以品紅色（ps：稍微淡點(diǎn)）標(biāo)注，方便大家對比。

動漫風(fēng)

Prompt:An intense anime-style battle scene at dusk between two characters in a forest clearing. The first character, a young warrior with spiky hair and glowing blue eyes, wields a katana, poised to strike with lightning speed. The second character, a mysterious figure in a dark cloak, counters with a swirling aura of shadowy energy. Sparks fly as their weapons clash, illuminating their determined expressions. The background shows trees bending from the force of their attacks, with leaves swirling in the air. The atmosphere is tense and dramatic, with vibrant colors and dynamic motion capturing the energy of the fight.

中文Prompt：以動漫風(fēng)格呈現(xiàn)黃昏時分兩個角色在森林中戰(zhàn)斗的場景。一位是年輕的戰(zhàn)士，擁有刺猬般的頭發(fā)和藍(lán)色眼睛，手持武士刀，準(zhǔn)備以閃電般的速度發(fā)動攻擊。第二個角色是一個身披黑色斗篷的神秘人物，他以陰暗能量的漩渦光暈進(jìn)行反擊。當(dāng)他們的武器碰撞時，火花四濺，照亮了他們堅(jiān)定的表情。背景里樹木因他們的戰(zhàn)斗而彎曲，葉子在空中飛舞。氣氛緊張且戲劇化，要求畫面充滿動感。

測評結(jié)果：

奇幻風(fēng)

Prompt:In a mystical, otherworldly landscape, a towering ancient tree with glowing runes carved into its bark stands at the center of an enchanted forest. The tree’s massive roots twist and coil like serpents, merging with the earth in intricate patterns. Surrounding the tree are ethereal, floating islands covered in vibrant, luminescent flora.

A majestic dragon with shimmering emerald scales winds gracefully around the tree, its wings extended as it prepares to take flight. Nearby, a powerful sorceress with flowing silver hair and a staff crackling with arcane energy is summoning a portal, its swirling vortex glowing with otherworldly light. The atmosphere is filled with magic and wonder, as beams of light pierce through the dense, mystical fog. The scene is richly detailed, capturing the grandeur and imagination of a fantasy world.

中文prompt：在一個神秘的異世界景觀中，一棵高聳的古樹矗立在一片被施了魔法的森林中央，樹皮上刻有發(fā)光的符文。這棵樹的巨大根系像蛇一樣扭曲纏繞，與大地交織成復(fù)雜的圖案。圍繞著古樹的是漂浮在空中的島嶼，上面覆蓋著充滿生機(jī)、發(fā)光的植物。一條威嚴(yán)的龍盤旋在古樹周圍，它那閃耀著翡翠光芒的鱗片在光線下熠熠生輝，翅膀展開，正準(zhǔn)備騰空而起。在附近，一位擁有銀色長發(fā)的強(qiáng)大女巫正用一根閃爍著魔術(shù)能量的法杖召喚一個傳送門，漩渦狀的門洞發(fā)出異界的光芒。畫面中光束穿透濃密的霧氣，展現(xiàn)出一個富有想象力的奇幻世界。

測評結(jié)果：

藝術(shù)風(fēng)格：印象派

Prompt：A serene riverside landscape painted in the Impressionist style, with dappled sunlight filtering through the trees and reflecting off the water. The scene features a small, vibrant boat gently gliding on the river, its colors blending into the surrounding water. The sky is a soft gradient of pastel hues, with light, wispy clouds floating above. On the riverbank, a group of people in period clothing are enjoying a leisurely afternoon, their forms slightly blurred to capture the moment's movement and atmosphere. The brushstrokes are loose and expressive, with a focus on capturing the light and color rather than precise details, creating a dreamy, almost ethereal quality to the scene.

中文prompt：以印象派風(fēng)格繪制一個寧靜的河畔景色，斑駁的陽光透過樹木灑在水面上。場景中有一艘色彩鮮艷的小船輕輕滑過河面。天空呈現(xiàn)出柔和的漸變色調(diào)，淡淡的云朵飄浮在上方。在河岸邊，一群身穿復(fù)古服裝的人正享受著悠閑的下午，他們的身形稍微模糊，需要捕捉到當(dāng)下的動感和氛圍。畫面的筆觸松散且富有表現(xiàn)力，側(cè)重于捕捉光線和色彩而非精確的細(xì)節(jié)，創(chuàng)造出夢幻、幾乎超現(xiàn)實(shí)的場景。

測評結(jié)果：

寫實(shí)風(fēng)

生圖模型在圖片中的文字理解和生成能力一直是大家關(guān)注的重點(diǎn)，我們將這個維度放在電商場景下著重考察了一下，這也關(guān)乎生圖模型后續(xù)投入實(shí)際應(yīng)用的能力。

Prompt：Generate a realistic image of a T-shirt designed for e-commerce product display. The T-shirt should feature the text logo ‘NOTREAL,’ with the logo naturally integrated into the fabric through embroidery or dyeing. The logo should be distributed across various parts of the T-shirt in a unique design. Additionally, the T-shirt should include a simple graphic design and showcase intricate embroidery details on the sleeves or other areas. The image should be highly detailed, capturing the texture of the fabric, the stitching of the embroidery, and the effect of the dyeing. The overall style should be realistic, suitable for an online store.

中文Prompt：生成一張用于電商產(chǎn)品展示的 T 恤圖像，要求寫實(shí)逼真，適合在線商店展示。T 恤應(yīng)包含‘NOTREAL’文字標(biāo)志，標(biāo)志通過刺繡或染色的形式自然融入織物。此外，T 恤還應(yīng)包含簡單的圖案設(shè)計(jì)，并在袖子或其他區(qū)域體現(xiàn)刺繡細(xì)節(jié)。圖像需要捕捉到織物的質(zhì)感、刺繡的縫線以及染色效果。

測評結(jié)果：

人像攝影

在寫實(shí)人像中，模型對手部的生成效果是評價模型能力的關(guān)鍵維度，在人像攝影這個版塊我們也重點(diǎn)測評了手部細(xì)節(jié)。

Prompt：Create a highly realistic photograph of two young girls closely huddled together in a begging pose. Both girls should be positioned with their palms facing upward, clearly showing the details of their hands. Ensure that the hands are prominently displayed and in sharp focus, with visible textures such as skin folds and minor imperfections. The girls should have expressive, pleading faces with a look of vulnerability and hope. They are in a dimly lit urban environment, with subtle hints of background elements like a city sidewalk or street. The lighting should highlight their facial expressions and hands, capturing a raw, emotional moment. The overall style should be a high-resolution, lifelike photograph.

中文prompt：生成一張高度寫實(shí)的攝影作品，畫面中有兩個小女孩緊緊貼在一起，做出乞討的姿勢。兩個女孩的雙手掌心向上，清晰地展示手部細(xì)節(jié)，確保手部特征明顯且聚焦清晰，展現(xiàn)皮膚的褶皺和細(xì)微的瑕疵。女孩們的面部表情充滿乞求和希望，表現(xiàn)出脆弱的神情，捕捉一個真實(shí)而富有情感的瞬間。背景是一個微暗的城市環(huán)境，隱約能看見街道或人行道的元素。

測評結(jié)果：

家居設(shè)計(jì)

Prompt：Create a high-quality, realistic living room scene that highlights modern Scandinavian design. The room should feature a minimalist gray sofa with wooden legs, a round oak coffee table, and a large indoor plant next to the sofa. The walls should be painted in a soft, neutral tone, and a large abstract art piece should hang above the sofa. The room is well-lit with natural sunlight streaming through large, floor-to-ceiling windows, reflecting off a light wooden floor. The atmosphere should feel warm, inviting, and stylish, ideal for a home design advertisement.

中文prompt：創(chuàng)建一個高質(zhì)量、逼真的客廳場景，突出現(xiàn)代斯堪的納維亞設(shè)計(jì)風(fēng)格。房間應(yīng)包含一張帶木腿的極簡灰色沙發(fā)，一個圓形橡木咖啡桌，沙發(fā)旁邊有一盆大型室內(nèi)植物。墻壁色調(diào)柔和，沙發(fā)上方掛有一幅大型抽象藝術(shù)作品。房間光線充足，自然陽光通過落地窗照射進(jìn)來，反射在淺色木地板上。整體氛圍應(yīng)溫暖、宜人且時尚，適合用于家居設(shè)計(jì)廣告。

測評結(jié)果：

通過上文對各個模型在不同風(fēng)格表現(xiàn)的測評，相信讀者朋友們心中也有了自己的判斷，在筆者的主觀感受中，FLUX.1 系列模型起碼在后幾個偏現(xiàn)實(shí)畫風(fēng)的家居設(shè)計(jì)、人像攝影、電商圖片的生圖質(zhì)量上是遙遙領(lǐng)先的，除了在印象派風(fēng)格生成中風(fēng)格不太還原外，在其余風(fēng)格中 FLUX.1 系列都得到了不同程度的標(biāo)紅。

而 Auraflow 也展現(xiàn)出了它在藝術(shù)方面的特長，在奇幻風(fēng)、動漫風(fēng)、藝術(shù)風(fēng)格上都有不錯的表現(xiàn)，但在寫實(shí)風(fēng)格上直接棄賽，能感受到 Auraflow 希望作為特長生在市場立足。相對而言，前幾個月還在被寄予厚望的 SD3 目前處于一個中不溜的尷尬位置。可以說是后生可畏。

二、誰也不能一直為愛發(fā)電，新的開源基座模型能走多遠(yuǎn)？

FLUX.1 推出之后，就有一些創(chuàng)業(yè)者在即刻上表示“開源生圖模型有救了”。這是因?yàn)?SD 由于自身經(jīng)營不善的原因，導(dǎo)致其無法再無限制地開源模型，為愛發(fā)電。而依附于 SD 做開發(fā)的一些創(chuàng)業(yè)者，也受到影響。而 FLUX.1 和 Auraflow 等新開源模型的出現(xiàn)，將打破這一困境。

圖片來源：即友post（侵刪）

在之前的文章中我們梳理了 SD 的商業(yè)模式，（參見《幾乎所有創(chuàng)企都在用的 Stable Diffusion，真的可能要甩賣了》）Stability AI 是靠 API、企業(yè)服務(wù)、AI 相關(guān)的咨詢這 3 種模式來賺錢。它的商業(yè)化模式主要靠開源打出知名度，再靠 API 和企業(yè)定制產(chǎn)品在 B 端賺錢。但之前也分析到，完全開源+API 的商業(yè)模式有其固有缺陷，為滿足離線部署的需求，SD 在設(shè)計(jì)時就比閉源模型參數(shù)更少，雖然更輕量，但這也讓 SD 原模型的生圖效果不如閉源模型，直接調(diào)用 API，無法滿足多數(shù)廠商的業(yè)務(wù)落地需求。而在價格上，相對一些自行部署的云廠商和第三方 API，SD 的 API 也沒有優(yōu)勢。

圖片來源：白鯨出海2024年5月份根據(jù)公開信息整理

雖然后續(xù) SD 也試圖通過一系列商業(yè)化嘗試自救，如限制自行部署模型商用、推出不同產(chǎn)品線的產(chǎn)品如 Stable artisan、Stable Audio、Stable Assistant，面向不同 C 端用戶并收取訂閱費(fèi)，但目前還沒有看到這些措施的效果。

圖片：Stable Audio的付款頁面

SD 在商業(yè)模式上存在缺陷，人事動蕩風(fēng)波不斷，從 Stability.ai 出走的 BFL（黑森林實(shí)驗(yàn)室）是否能帶著 FLUX.1 走出一條屬于自己的商業(yè)化道路，持續(xù)為生圖賽道“貢獻(xiàn)”基座模型，無疑將成為這場出道爆紅后大家重點(diǎn)關(guān)注的問題。

FLUX.1 商業(yè)化道路：左手開源，右手閉源，還有一群快樂的小伙伴~

從FLUX.1的產(chǎn)品設(shè)計(jì)來看，BFL 共推出了三個版本，分別是 FLUX.1 [pro]、FLUX.1 [dev]和 FLUX.1 [schnell]，每個版本都有其特定的使用場景和優(yōu)勢。

FLUX.1 [pro]：這是 FLUX.1 系列中的旗艦版本，官方的口徑是提供最先進(jìn)的圖像生成性能，包括頂級的提示詞遵循、視覺質(zhì)量、圖像細(xì)節(jié)和輸出多樣性。FLUX.1 [pro]是閉源模型，需要通過 API 訪問，付費(fèi)使用，專為商業(yè)用途設(shè)計(jì)，適用于需要頂級圖像生成質(zhì)量的商業(yè)應(yīng)用，如高端廣告、藝術(shù)創(chuàng)作等。

FLUX.1 [dev]：這是一個開源的引導(dǎo)蒸餾模型，直接從 FLUX.1 [pro]蒸餾而來。FLUX.1 [dev]獲得了類似的質(zhì)量和提示詞遵循能力，比同等大小的標(biāo)準(zhǔn)模型更高效。適用于學(xué)術(shù)研究，但不能用于商業(yè)用途，允許開發(fā)者探索和實(shí)驗(yàn)?zāi)Ｐ偷哪芰Α?/p>

FLUX.1 [schnell]：這是系列中最輕量的版本，專為本地部署和個人使用量身定制。FLUX.1 [schnell]可在 Apache 2.0（一款開源程度高，商業(yè)應(yīng)用友好的許可證）下公開獲取，等同于完全開源。

從 FLUX.1 系列的版本設(shè)計(jì)中我們可以看出，FLUX.1 采用開源＋閉源模式，用開源版本來建立生態(tài)和影響力，閉源版本賣 API。FLUX.1 [dev] 和 FLUX.1 [schnell]作為開源模型，有助于吸引開發(fā)者、學(xué)術(shù)研究者和個人愛好者，建立品牌忠誠度和技術(shù)影響力，不僅加速了技術(shù)的迭代和改進(jìn)，還建立了一個活躍的用戶和開發(fā)者社區(qū)，間接促進(jìn)商業(yè)版本的銷售。

FLUX.1 [pro]作為閉源模型，專為商業(yè)用途設(shè)計(jì)，在上文不同風(fēng)格的測評中得到的平均分高于 4，硬實(shí)力能打是得到驗(yàn)證的，在網(wǎng)絡(luò)上的其他測評中，F(xiàn)LUX.1 [pro]也能與 MidJourney V6.0 或 OpenAI DALL-E 3 等流行的閉源模型打個平手甚至超越，上來就相對清晰的商業(yè)模式，能在很大一定程度上避免后面遇到的商業(yè)化困境。

BFL 對商業(yè)模式的打算也能在其種子輪領(lǐng)投方 Andreessen Horowitz（a16z）官網(wǎng)上得到印證。投資方表示 BFL 在構(gòu)建一個專注于開發(fā)者的可持續(xù)商業(yè)模式，他們計(jì)劃提供付費(fèi)的 API 訪問和定制化的企業(yè)解決方案。

圖源：Andreessen Horowitz（a16z）官網(wǎng)

圖源：BFL官網(wǎng)

值得一提的是，F(xiàn)LUX.1 還與模型托管平臺 Replicate 和 Fal.ai 有合作，其中 Fal.ai 是本文的另一個文生圖模型 Auraflow 的開發(fā)者。

圖源：BFL官網(wǎng)

同時 FLUX.1 還與 xAI 這周剛出的 Grok-2 合作了。

圖源：xAI 官網(wǎng)

圖源：x.com

不難看出 BFL 的小伙伴還挺多，F(xiàn)LUX.1 與 Replicate 和 Fal.ai 的合作可能采取 API 集成和擴(kuò)展服務(wù)、模型托管和部署以及聯(lián)合開發(fā)和優(yōu)化等多種形式，BFL 或許能基于收入分成。與 Grok-2 的合作上，xAI 的負(fù)責(zé)人在 X 上對 BFL 表示感謝，稱 BFL 團(tuán)隊(duì)對 FLUX.1 的推理 API 進(jìn)行了擴(kuò)展或升級，以支持 Grok-2 的發(fā)布。雖然沒有披露更多的商業(yè)合作信息，但聯(lián)合開發(fā)新模型或提供定制化解決方案應(yīng)該會給 BFL 帶來一些收入。通過與這些平臺的緊密合作，F(xiàn)LUX.1 能夠觸達(dá)更廣泛的開發(fā)者和企業(yè)用戶，從而迅速擴(kuò)大用戶基礎(chǔ)，建立生態(tài)系統(tǒng)。

Fal.ai：Auraflow 作為模型托管平臺商業(yè)化的必要一步

在做這次基座模型的選題之前，包括我們在內(nèi)的很多人可能并不熟悉 Fal.ai，但在很多從業(yè)者眼里，這個網(wǎng)站也算是一個“寶藏工具”了。從定位上看，與 BFL 明明白白“We make models”不同，F(xiàn)al.ai 的業(yè)務(wù)范圍更廣。當(dāng)我們打開 Fal.ai 的官網(wǎng)可以看出這是一個集合大量三方模型、提供 API 調(diào)用服務(wù)的模型托管平臺，而如今這個托管平臺，卻開始研發(fā)生圖模型，聽上去在情理之外。

“對于我們做生圖社區(qū)或者說模型托管的平臺來說，其發(fā)展的根本，可能就是基座模型，更多基座模型的創(chuàng)新和上線，會帶來更多的用戶與調(diào)用，繁榮生態(tài)。反之，哪一天如果基座模型不再更新，生圖社區(qū)和模型托管平臺的‘發(fā)展基礎(chǔ)’也就沒了。”AIGC 圖片從業(yè)者思源告訴我們，而這也大概是 Fal.ai 做 Auraflow 的初衷。據(jù)悉，一些出海的生圖社區(qū)也在考慮自研模型，來應(yīng)對未來可能發(fā)生的變化。

而對于 Fal.ai 來說，商業(yè)模式也基本確立，而 Auraflow 更像是一個“引流款”，穩(wěn)固生態(tài)。

Auraflow 模型本身的使用條款，和 FLUX.1[schnell]一樣，采用了 Apache 2.0 開源許可證，也就是等同于完全開源，且可以商用。也就是說，F(xiàn)al.ai 并不靠 Auraflow 賺錢，但這不是因?yàn)?Fal.ai 靠融資或其他，而是本身已經(jīng)在賺錢。

據(jù)小道消息，F(xiàn)al.ai 的團(tuán)隊(duì)人數(shù)只有個位數(shù)，但產(chǎn)品能力極強(qiáng)，主要體現(xiàn)在“快”上，不僅模型兼容非常快，而且通用最快推理引擎。

圖源：Fal.ai官網(wǎng)

Fal.ai 官網(wǎng)在 Fal 的官網(wǎng)上重要的事說了不止三遍，平臺特色主打一個“快”字。它的模型庫頭版已經(jīng)火速換上了最近爆火的 FLUX.1，網(wǎng)頁上也一再強(qiáng)調(diào) Fal.ai 上的 demo 運(yùn)行速度是無可匹敵的。

圖片來源：Fal.ai官網(wǎng)

Fal 開發(fā)了自己的推理引擎，稱 Fal 推理引擎 TM 是運(yùn)行“Diffusion model”的最快方式。

所以依托自有引擎，F(xiàn)al.ai 除了三方/自有 API 調(diào)用服務(wù)，用戶還能在 Fal 的平臺上部署和管理自己的私有 AI 模型，對模型進(jìn)行參數(shù)調(diào)優(yōu)并利用 GPU 資源進(jìn)行高效推理。Fal 可以收取托管費(fèi)用，尤其是對需要大量計(jì)算資源并有定制化需求的用戶。

其實(shí)，我們在社區(qū)中已經(jīng)能看到不少國內(nèi)開發(fā)者在實(shí)用 Fal.ai 的服務(wù)來構(gòu)建自己的 AI 應(yīng)用。同時，隨著自研模型的成本和技術(shù)門檻降低，F(xiàn)al.ai 又擁有大量的數(shù)據(jù)，推出自研大模型也是性價比之選，而作為模型托管平臺，為開發(fā)者提供計(jì)算資源和便捷的開發(fā)環(huán)境，開發(fā)者自己是否要去自行部署模型，也要在心里盤算一番，畢竟開源≠免費(fèi)，部署、推理都是需要服務(wù)器的，較高的顯存需求和偏低的 API 調(diào)用價格，能夠讓一部分沒有能力蒸餾模型的開發(fā)者選擇直接調(diào)用。

注：生圖性能均分由上文測評中各模型得分算平均分得出

經(jīng)過上文的梳理，可以看出 Auraflow 和 FLUX.1 在生圖質(zhì)量上相比 SD3 Medium 至少是不輸?shù)模珹uraflow 在奇幻和印象派等藝術(shù)風(fēng)格上有特長，在單項(xiàng)上出色，也拉高了一點(diǎn)平均分，而 FLUX.1 系列整體的生圖質(zhì)量都是要優(yōu)于 SD3 Medium 的，除了 FLUX.1[pro]版本，幾乎所有模型調(diào)用 API 生成單張圖片所需成本都低于 SD3 Medium。讓兩個后來者，形成了一定的市場競爭力。

而這種局面，開發(fā)者們顯然喜聞樂見。

三、新模型你追我趕，大量網(wǎng)站已經(jīng)上線

打開即刻，可以看到，大量的 AI“實(shí)驗(yàn)者們”已經(jīng)上線了很多網(wǎng)站，借助 FLUX 的模型能力，做插畫、做設(shè)計(jì)等等。而模型上線才不到 20 天，圍繞 FLUX 生態(tài)的資源網(wǎng)站也已經(jīng)上線。開發(fā)者們對于 FLUX 的追捧無疑展現(xiàn)了市場需求。

而除了本文提到的 Auraflow、FLUX.1 和 SD3，其他模型也在不停推陳出新中，國內(nèi)如騰訊混元文生圖大模型，快手的 Kolors、豆包大模型的升級版文生圖模型，國外還有 OpenAI 的 DALL-E3 和谷歌的 Imagen3 等等。

這一波模型你追我趕，“對我們來說意味著更多的創(chuàng)新可能性、更高的性能提升以及更廣泛的應(yīng)用場景”，做 AI 圖像應(yīng)用的楊楊認(rèn)為。像文中提到的 FLUX.1 就支持從 0.1 到 2.0 百萬像素的多種分辨率和縱橫比，為創(chuàng)作者提供了很高的自由度。這使得開發(fā)者能夠創(chuàng)建適用于各種場景的 AI 生成圖像，從社交頭像、社媒封面到高清海報。而 Auraflow 背后的 Fal.ai 主打生成速度快，以實(shí)時 AI 推理基礎(chǔ)設(shè)施聞名，基于此開發(fā)出來的兩個 demo，Drawfast 和 Fal.ai Camera，也在社交媒體上走紅。

Drawfast 是一個實(shí)時協(xié)作繪圖工具，利用 Fal 的 AI 推理基礎(chǔ)設(shè)施提供直觀且響應(yīng)迅速的繪圖體驗(yàn)，允許多個用戶同時創(chuàng)建和編輯圖像，非常適合頭腦風(fēng)暴、協(xié)作設(shè)計(jì)或休閑繪畫。

另一個產(chǎn)品 Fal.ai Camera 是一款 AI 驅(qū)動的相機(jī)應(yīng)用，允許用戶在照片和視頻上使用各種 AI 驅(qū)動的濾鏡和效果，并實(shí)時查看預(yù)覽，可以應(yīng)用于攝影、視頻創(chuàng)作和直播。和 Fal Camera 類似的 Deep live cam 在網(wǎng)絡(luò)上爆火也證明了這類實(shí)時 AI 換臉應(yīng)用的市場，而這些應(yīng)用的實(shí)現(xiàn)離不開主打快速實(shí)時生成的大模型。

Youtube博主@Defonten使用fal.ai camera視頻截圖

因?yàn)榭晒╅_發(fā)者選擇的模型更多了，開發(fā)者可以根據(jù)自身需求靈活地部署模型，盡可能在模型的通用性、可靠性和經(jīng)濟(jì)性上取得一個適配產(chǎn)品的平衡。如更需要創(chuàng)作奇幻風(fēng)或者動漫風(fēng)場景的開發(fā)者就可以選擇藝術(shù)特長且便宜的 Auraflow，而對于一些對生圖質(zhì)量有高要求的廣告創(chuàng)意工作者可以選擇出圖質(zhì)量更穩(wěn)但價更高的 FLUX.1 Pro。對于一些模型托管和資源集合型 AI 平臺來說，更多的模型也意味著可以訓(xùn)練出更豐富多樣化的定制模型，涵蓋二次元、家裝、游戲、電商等不同的使用場景，形成不同的畫風(fēng)參數(shù)。“我們是一個面向大眾的平臺，但差不多 50% 的用戶都是在職業(yè)場景下使用，建筑、設(shè)計(jì)、游戲、電商等等，在一年之前，其實(shí)生圖模型還不太能支持落地，現(xiàn)在也不能說可以直接應(yīng)用，但慢慢地正在往能用上靠近”，思源說道。

技術(shù)之外，成本的降低也在讓一些 toC 的應(yīng)用開始有可能跑通商業(yè)模式。與傳統(tǒng)互聯(lián)網(wǎng)時代，技術(shù)成本（非研發(fā)）基本上可以不太考慮不同，AI 產(chǎn)品的商業(yè)模式發(fā)生了根本變化，推理成為了一個重要的成本構(gòu)成。“模型競爭越激烈，其成本就越容易打下來，相較于 1-2 年前，價格已經(jīng)降了 10 倍不止，更多人能參與到這場技術(shù)革新之中來。”AI 繪畫產(chǎn)品創(chuàng)業(yè)者絲絲在一場播客中分享。