根据 TechCrunch 报道，由一位华人创始人 Weber Wong 开发的 AI 创意工具 Flora 于 3 月 1 日正式上线。时至今日，AI 图像与视频赛道的产品和格局已经有点固化了，能够有新鲜产品加入，还是华人创始人，确实很令人惊喜。
Weber Wong 的工作履 历｜图片来源： Linked In
根据 LinkedIn 上的信息，目前 Flora 的员工人数不足 10 人，创始人 Weber Wong 曾就读于南加州大学和纽约大学，专业横跨金融、技术、艺术等领域。毕业后，他曾经在投行 Evercore 和 Menlo Ventures 担任分析师和投资人的职务。
在 TechCrunch 对 Weber Wong 的对话中，他表示，因为在使用市面上现有的 AI 产品之后发现，有一些产品虽然降低了创作门槛但不太可控，而另外一些产品虽然在优化可控性，但交互上却不够直观。基于这个洞察以及自身在工程和创意领域的实践经验，他创立了 Flora，而设计思路上，团队没有把精力放在优化模型上，而是发力可控性与交互。
整体体验下来，Flora 是一个“工作流”工具，核心交互逻辑是与 ComfyUI 类似的“节点与连线”模式。它的节点分为三种“文字、图像、视频”，每种类型节点的核心是各个模态的主流的大模型，比如面向文字的 GPT、Claude（根据用户日常语言改写成 Prompt），面向图像的 Flux、SD，面向视频的 Kling、Pika 等。
利用简单工作流，生成不同天气下的埃菲尔铁塔的图像。当我的工作流要求改变天气，且需要与晴天图像的主体保持一致时，Flora 并没有完成任务。
用户在使用时，可以自由组合三种模态的节点完成特定任务，形成一个完整的工作流。将两个节点进行连线就意味着“下游”的节点执行任务时，需要参考“上游”节点的输出，用户也可以将多个上游节点的内容，一同“投喂”给下游节点，这种方式可以一定程度上优化一致性和可控性。但在实际使用中，Flora 虽然相比其他产品优化了一定的操作与交互，但其测试的目标并没有完成，其优化可控性的效果可能还要打上个问号。
除了明显在优化的一致性与可控性，Flora 还在优化其他的一些用户体验。
一是可追溯性，一个图像/视频的生成，可能受到很多环节的影响，比如，用户最初的想法、Prompt Engineering、生图/视频模型的能力等等。用户想要优化输出，就需要“回溯”这些不同的环节，进行优化。Flora 将“完整工作流”呈现在同一个页面上的设计，让这个“回溯”的任务变得非常简单。
二是通过 Flora 复制节点的操作，用户可以在保持某些输入不变的前提下，生成同系列的不同资产。比如上图的工作流，就通过复制节点的操作，生成了类似画风的不同游戏人物形象。
简单测试下来，Flora 走的是和 Krea 等产品类似的“开源模型+工程优化”的路径，而产品设计也有团队自身的思考在里面。此外，作为一个“半小白”用户，笔者在几乎没有教程的情况下，大概花了 10 分钟就搞明白了这个产品的操作与使用方法，其易用性也是相当的不错。
虽然没有透露完整的融资细节，但据传 Flora 的投资者阵容相当强大。其中包括 a16z、Menlo Ventures、Long Journey Ventures，以及来自 Midjourney、Stability 和 Pika 的天使投资者。能够获得顶级 VC 和 AI 图像、视频领域从业者的天使投资，也侧面反映了业内对 Flora 产品的认可。
目前，Flora 刚刚上线，未来我们也会持续关注用户对这款产品的反馈，以及它后续发展的情况。
本文来自微信公众号“白鲸出海”（ID：baijingapp），作者：张凯然，编辑：殷观晓，36氪经授权发布。
