根據 TechCrunch 報道，由一位華人創始人 Weber Wong 開發的 AI 創意工具 Flora 于 3 月 1 日正式上線。時至今日，AI 圖像與視頻賽道的產品和格局已經有點固化了，能夠有新鮮產品加入，還是華人創始人，確實很令人驚喜。

Weber Wong 的工作履歷｜圖片來源：LinkedIn

根據 LinkedIn 上的信息，目前 Flora 的員工人數不足 10 人，創始人 Weber Wong 曾就讀于南加州大學和紐約大學，專業橫跨金融、技術、藝術等領域。畢業后，他曾經在投行 Evercore 和 Menlo Ventures 擔任分析師和投資人的職務。

在 TechCrunch 對 Weber Wong 的對話中，他表示，因為在使用市面上現有的 AI 產品之后發現，有一些產品雖然降低了創作門檻但不太可控，而另外一些產品雖然在優化可控性，但交互上卻不夠直觀。基于這個洞察以及自身在工程和創意領域的實踐經驗，他創立了 Flora，而設計思路上，團隊沒有把精力放在優化模型上，而是發力可控性與交互。

整體體驗下來，Flora 是一個“工作流”工具，核心交互邏輯是與 ComfyUI 類似的“節點與連線”模式。它的節點分為三種“文字、圖像、視頻”，每種類型節點的核心是各個模態的主流的大模型，比如面向文字的 GPT、Claude（根據用戶日常語言改寫成 Prompt），面向圖像的 Flux、SD，面向視頻的 Kling、Pika 等。

利用簡單工作流，生成不同天氣下的埃菲爾鐵塔的圖像。當我的工作流要求改變天氣，且需要與晴天圖像的主體保持一致時，Flora 并沒有完成任務。

用戶在使用時，可以自由組合三種模態的節點完成特定任務，形成一個完整的工作流。將兩個節點進行連線就意味著“下游”的節點執行任務時，需要參考“上游”節點的輸出，用戶也可以將多個上游節點的內容，一同“投喂”給下游節點，這種方式可以一定程度上優化一致性和可控性。但在實際使用中，Flora 雖然相比其他產品優化了一定的操作與交互，但其測試的目標并沒有完成，其優化可控性的效果可能還要打上個問號。

除了明顯在優化的一致性與可控性，Flora 還在優化其他的一些用戶體驗。

一是可追溯性，一個圖像/視頻的生成，可能受到很多環節的影響，比如，用戶最初的想法、Prompt Engineering、生圖/視頻模型的能力等等。用戶想要優化輸出，就需要“回溯”這些不同的環節，進行優化。Flora 將“完整工作流”呈現在同一個頁面上的設計，讓這個“回溯”的任務變得非常簡單。

二是通過 Flora 復制節點的操作，用戶可以在保持某些輸入不變的前提下，生成同系列的不同資產。比如上圖的工作流，就通過復制節點的操作，生成了類似畫風的不同游戲人物形象。

簡單測試下來，Flora 走的是和 Krea 等產品類似的“開源模型+工程優化”的路徑，而產品設計也有團隊自身的思考在里面。此外，作為一個“半小白”用戶，筆者在幾乎沒有教程的情況下，大概花了 10 分鐘就搞明白了這個產品的操作與使用方法，其易用性也是相當的不錯。

雖然沒有透露完整的融資細節，但據傳 Flora 的投資者陣容相當強大。其中包括 a16z、Menlo Ventures、Long Journey Ventures，以及來自 Midjourney、Stability 和 Pika 的天使投資者。能夠獲得頂級 VC 和 AI 圖像、視頻領域從業者的天使投資，也側面反映了業內對 Flora 產品的認可。

目前，Flora 剛剛上線，未來我們也會持續關注用戶對這款產品的反饋，以及它后續發展的情況。