贴身评测字节即梦3.0 PK GPT-4o:影视级2k高清，文字精准度飙升

作者｜沐风

来源｜AI先锋官

最近AI绘图领域可谓是热闹非凡。

GPT-4o带来的热潮还未褪去，字节即梦的图片模型又悄悄上线了3.0版本。

经即梦官方确认，今天开始进行小范围内测，部分用户登录账号后，在左侧生图模型即可看到“图片3.0”版本。

未获得测试资格的小伙伴也不要着急，你可以试着多注册几个账号，说不定哪个账号就可以使用即梦3.0版本。

去年12月，即梦上线了2.1版本，可以通过简单的指令，控制文字的颜色和位置等元素，快速生成中英文图像海报，号称“一句话生成海报”。

与即梦2.1版本相比，即梦3.0版本在真实感、高清度、专业性以及文字响应上，表现出了惊人的突破。

据官方介绍，即梦3.0最大的亮点是：影视质感，文字更准，直出2k高清图。

话不多说，小编这就来一手实测对比，看看它与GPT-4o相比，谁会更胜一筹呢，同时也可以让大家更直观感受 即梦3.0版本的突破。

另外需要注意的是，即梦3.0暂时还无法使用“导入参考图”生成图片。

那么，小编先使用大家最熟悉的GPT-4o同款提示词。

GPT-4o：“坏了，这波好像是我冲来的。”

提示词：

用手机拍摄的玻璃白板的广角图像，位于俯瞰海湾大桥的房间里。视野显示一名女性正在写作，她穿着一件带有大型 OpenAI 标志的 T 恤。笔迹看起来很自然，有点凌乱，我们看到了摄影师的倒影。文本写道：(左)"Transfer between Modalities:Suppose we directly modelp(text, pixels, sound) [equation]with one big autoregressive transformer.Pros:* image generation augmented with vast world knowledge* next-level text rendering* native in-context learning* unified post-training stackCons:* varying bit-rate across modalities* compute not adaptive"(右)"Fixes:* model compressed representations* compose autoregressive prior with a powerful decoder"On the bottom right of the board, she draws a diagram:"tokens -> [transformer] -> [diffusion] -> pixels".

GPT-4o

即梦3.0

即梦2.1

小编还将提示词中的“OpenAI”换为了“即梦”，他也能准确生成。

并且小编发现，即梦3.0版本在生成中文表现更好，如图：

提示词：

创作一幅逼真的图像，描绘两个20多岁的女巫(一个灰发挑染，一个拥有长波浪栗色头发)正在阅读一个路标。背景:纽约威廉斯堡的一条随机街道，街道上立着一根柱子，柱子上覆盖着无数详细的街道标志(例如，街道清扫时间、需要停车许可证、车辆分类、拖车规则)，中间有几个荒谬的标志:“女巫不得在C区使用扫帚停车”和“魔法地毯装卸仅限(15分钟限制)以及“驯鹿停车需许可证(12月24日至25日)”。“违规者将被列入“淘气名单”。指示牌位于街道右侧。不要重复标志。标志必须是现实的。角色:一个女巫拿着扫帚，另一个女巫拿着卷起来的魔法地毯。她们在前景中稍微背对着镜头，头稍微倾斜，仔细检查着标志。从背景到前景的构图:街道+停放的汽车+建筑物+街道标志 +女巫。角色必须最靠近拍摄镜头。

GPT-4o

即梦3.0

即梦2.1

因字数限制，小编就将提示词由英文转换为了中文，可以看出即梦3.0在复杂提示词和遵循提示词的能力上与GPT-4o相比稍逊，例如，它并未生成“摄影师的倒影”等等。

但相较于即梦2.1版本，它的提升不是一星半点，虽然3.0版本在部分单词中还是会出现不稳定，但大部分内容还是非常准确的。

我们再来点简单的提示词，让它设计两张海报。

提示词：

3D立体字"疯狂星期四"悬浮在深红色背景前，字母缝隙露出炸鸡食材剖面。前景透明手机屏幕显示优惠弹窗"v我50即刻解锁"，背景光斑虚化成汉堡形状，侧逆光勾勒炸鸡桶轮廓，金属质感标题下方小字标注活动条款 。

即梦3.0

即梦2.1

提示词：

Switch2游戏主机悬浮在星空宇宙背景中，手柄按键化作霓虹光圈环绕，"即刻畅玩"立体发光字体倾斜45度，粒子光效从屏幕迸发，底部液态金属形成"Switch2震撼发售"渐变文字，未来科技感霓虹光效。

即梦3.0

即梦2.1

提示词：

电影海报，小丑站在台阶上，张开双臂，诡异的笑，正面，人物摄影，灰暗的氛围，顶部显示手写的文字“joker”。

即梦3.0

即梦2.1

提示词：

奥斯卡获奖电影海报设计，巨大的泼墨狂草书法字“异人之下”为主体的海报”和副标题“我的存在自有异义”，镭射闪电标记印章，海报底部是：2024-12-27 上映 ，导演和演员名单，极小的带兜帽的红衣连帽衫人群分散在毛笔笔触间行走，詹姆斯特瑞尔，弥散渐变，强烈的对比反差，东方美学，极简主义，大面积留白，禅意，神性，杰作，获奖作品，极致构图，电影光线，极致像素，高清出图，32K，HDR

即梦3.0

即梦2.1

可以看到，2.1版本在大字生成上没什么问题，但是到了副标题，就开始出现BUG。而3.0版本的副标题更加稳定，并且，设计感、准确性更加优秀。

除了文字生成能力提升之外，在影视级的画面表现上，即梦3.0也表现出了不俗的实力。

提示词：

摄影写真 慢门摄影 王家卫电影感 抽帧摄影 慢门摄影 创意人像摄影 青橙色调 港风街拍摄影 地铁站 人来人往 光线虚化模糊 形成模糊的拖影 柔焦摄影 深邃迷离的眼神 艺术氛围感

提示词：

宇航员特写，被花朵包围，光线，朦胧，迷幻，孤独世界，四周大面积留白，弥散渐变，层次感，噪点摄影，超现实主义美学，空灵，宝利来，胶片，如梦似幻。

提示词：

俯视，长焦镜头，一直泰迪熊孤独地坐在十字路口，天空中正下着倾盆大雨，边缘模糊，增加视觉冲击力。周围是大量行人穿过的模糊身影，动态美学，虚化效果，长距离拖影。胶片颗粒质感，电影感，阴天光线，雨天，电影般逼真，大师构图，超高清，最佳质量，精致细节，32K。

提示词：

近景拍摄，索尼镜头，一只布偶猫在雪地里奔跑，毛发浓密

提示词：

特写镜头，少女面部肩颈角度，温婉东方古典面容，眼神低垂，恬静沉思，柔和斜前光，细腻光影过渡，高挺鼻梁，饱满嘴唇，光滑肌肤，优美下颌线，蓬松深棕卷发，樱花花瓣，自然灵动，浅粉色旗袍，丝绸反光，虚化樱花花丛背景，朦胧工笔画笔触，柔和色彩过渡，大量圆形浅焦外光斑，梦幻氛围，飘近半透明花瓣，动态模糊，真实肌肤质感，清晰发丝细节，柔美光影，情感细腻。

最后，小编想说，虽然AI绘图越来越强，但这并不意味着设计师会被取代，反而小编认为，它更可能会成为设计师手中的利器。

设计师的核心价值在于创新力，而AI可以让许多重复的劳动一键实现，从而可以让设计师把更多精力，放在更高维度的思考上，助力他们创造出更优秀高效的作品。

另外，值得一提的是，有消息称，Midjourney v7也将马上来到，听说还带了AI视频大模型。

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。

往期文章回顾