Key Points
● 胶卷镜头感没有「AI味」，击中用户偏爱的怀旧情绪；
● Recraft V3服务设计行业，是首个支持同时生成矢量图像和光栅图像的模型；
● 它还是首个支持生成连续英文长文本的模型，在中文生成方面，同类型目前只有字节的即梦AI可以做到。
社交平台上最近正流行Hello Kitty的头像：火烧办公室了仍坚持工作、抡大锤砸电脑、扑倒在办公桌前……暴力行为搭配着Hello Kitty面无表情的脸，有一种打工人独特的平静疯感。
这些图片并非Hello Kitty母公司三丽鸥的官方宣传照，而是由AI设计软件Recraft一键生成。作为2022年成立的英国初创公司，Recraft主要为设计从业者提供AI智能助手。2024年10月底，Recraft公布了最新的Recraft V3模型，并宣称新模型展现的质量要高于Midjourney、OpenAI以及其他主要图像生成公司的模型。
最初，消息并未激起太大水花，用户早已习惯了各个AI软件的文生图功能，且图片「AI味」过浓一直被用户诟病。直到Recraft凭借自然光影和怀旧的胶卷风格在社交平台收获一批粉丝，才走入了更多人的视野。和妙鸭相机、Remini黏土相机的走红路径不同，这一次Recraft点燃的是C端用户们的表达欲——他们在一个冲突不断饱受个人与社会多重煎熬的新时代怀念平静的旧时代，表面风平浪静，但仍有不屈服的内心想要被看见。
「电脑被火烧着还能很平静地工作，完美表达了我的精神状态。」一位用Recraft生成Hello Kitty火烧电脑的形象做社交账户头像的用户说。
靠C端用户出圈，本质上是设计软件
Recraft号称是第一个生成式AI设计工具，允许用户生成和编辑矢量图标、3D图像和插图，同时控制它们的风格。其软件能力由Recraft V3模型提供支持，在Artificial Analysis Text to Image Model Leaderboard的排行榜上，Recraft V3以1172的评分排名第一。
社交平台用户使用最多的是文生图功能。Recraft拥有不同风格的滤镜，用自然语言输入提示词即可生成图像。提示词支持中文输入，但英文的生成效果更精准。胶卷风格出自Recraft的滤镜「Hard flash」。「新皮层」实测体验，将歌词作为提示词，分别输入进Recraft、悠船（Midjourney中国实验室）和字节跳动的即梦AI，效果各有不同，胶卷镜头感是Recraft的特色。（注：悠船和即梦的提示词特地增添了高颗粒度、富士相机风格的细节描述。）
Recraft的「Mockup」功能支持用户将平面图拓展到立体产品上，设计师可以使用该功能将logo、图片花色直接印在产品上观察效果。
使用「Image Set」功能，Recraft还可以生成风格一致的图片集。Recraft创始人Anna Veronika Dorogush称，Recraft的独特之处在于：「我们不仅仅提供图像生成，还提供风格控制：能够创建您的个人风格，然后以个人风格生成图像……如果您想创建一个品牌，准备营销材料并制作一致的广告，这一点非常重要。」Anna Veronika Dorogush毕业于莫斯科国立大学应用数学和计算机科学专业，创办Recraft之前在Google、微软从事过软件工程工作，后来则加入了俄罗斯搜索引擎公司Yandex。
更重要的是，Recraft V3是第一个支持矢量格式（SVG：Scalable Vector Graphics）的产品，它同时支持生成矢量图像和光栅图像。而MidJourney和OpenAI的模型仅专注于光栅图。区别在于，矢量图像由数学公式定义图形，可无损缩放，常用于logo、图标设计等需要不同尺寸的场景。而光栅图由像素点组成，放大了会失真。设计者使用Recraft可以直接生成可编辑的矢量素材，减少从光栅转矢量的额外工作。
生成文字是难题：Recraft赢在英文，即梦AI赢在中文
在图片生成领域，文字向来是瓶颈，图像大模型一直被认为不懂文字。但在创意设计行业，设计作品通常需要结合视觉和文字才能有效传达信息，文字元素不可缺席。Recraft在2024年10月发布新模型时表示，「Recraft V3 是世界上唯一可以生成带有长文本，而不是只有一个或几个单词的图像模型。」
和市面上的文生图模型一样，Recraft的早期模型在文字生成方面表现不佳。因为模型训练时接收到的文本信息过于简单，生成的文本只是无意义的图案。于是，团队借鉴TextDiffuser-2论文，引入「绘制文本布局」作为更详细的输入条件，先生成文本布局，再生成图像。
为此，Recraft开发了一个文本布局生成器，负责根据用户描述生成文本布局，确定文本在图像中的位置和格式。这个文本布局生成器学习了大量文本符号与相应笔画图案的配对数据，从而使模型学会在拿到用户的写字需求时，能够生成对应的笔画图案，这些图案组合起来，就成为用户想要的文字。
同时，Recraft还开发了一个图像生成模型，能够根据文本布局和描述生成最终图像。这两个模型协同工作，确保生成的图像既美观又符合用户需求。
Recraft V3发布仅两个月后，字节跳动的即梦AI也公布了更新：在2024年12月的火山引擎大会上，即梦AI首次实现了相对准确的中英文文字生成，成为中文领域首个能够以相对高的准确率在图像中生成文字的大模型。
「新皮层」实测发现，Recraft和即梦AI在英文短句生成、细节准确度等方面都有较好表现。
继续加大难度，输入叶芝的长诗句做测试，Recraft出现了少数单词拼写错误，但相较其他AI图片生成软件，准确性已经算惊艳了。
但在中文文字生成方面，Recraft的能力欠佳，即梦AI表现更好。即梦产品经理李超在发布中称，中文生成比英文生成难度更高，因为英文仅有26个字母，中文常用字就有3000多个。
Recraft创始人Anna Veronika Dorogush曾在公开采访中称，Recraft主要满足专业设计的需求，生成风格一致的图像和高质量的矢量插图，适用于广告、数字营销，和图标设计的各种场景。她还表示，像Recraft这样的工具并不会取代平面设计师，而是有可能让平面设计变得更普及，设计师也不再只是使用平淡的素材库库存：「如果你在一年前写一本儿童书，你可能会用库存图片。现在，同样的人可以在这些书中使用更美丽的插图。」
所有Recraft生成的图像都可以免费商用。至于版权问题，Recraft一方面声明「不会用被上传的艺术家作品训练模型」，另一方面表示「责任在用户」：因为用户先提供风格关键词，生成风格是用户的行为。截至2024年11月14日，Recraft宣称自己已经拥有近200万个用户。
参考链接：
https://www.recraft.ai/blog/how-to-create-sota-image-generation-with-text-recrafts-ml-team-insights
