一键批量出图，人物一致性逆天，豆包文生图新功能炸了

头图均由豆包生成

作者 | 石濑

编辑 | 张洁

豆包已经好用成这样了？

今天看到不少AI同行在热聊豆包刚刚发布的CreationAgent v1.0 Beta（目前尚在灰测），颇多好评，我们也试了试这些新能力。

登录豆包出现“智能升级”或“超能创意1.0”

即账号被灰测到

不得不说豆包真的是很出息了，功能运营上也做得相当细致，就拿这份官方使用指南来说，一个文档从产品能力介绍、优质案例、不同场景下的使用指南，乃至当前存在的不足都总结得清清楚楚（附官方指南：https://bytedance.larkoffice.com/docx/OWpHdkNoYoBjHVxntQPcZa5Qndb），不愧是豆包。

简单来说，豆包这次主要有这几点能力升级：

1.可以一口气免费输出最多20张差异化图像 2.意图理解能力提升，不需要复杂提示词就能听懂“人话” 3.多图一致性。涉及多图生成的创作场景中，如批量生成AI绘本、视频分镜头脚本等，不仅可以保持风格色调一致性，还能保持（基本的）人物一致性 4.能够精准呈现复杂故事场景、人物神态和氛围细节，甚至会“猜你所想”添加画面细节 5.图像二次编辑，豆包已经能理解大部分修改场景，但也存在部分案例还需要人工辅助

为了防止被官方Demo画饼，我们也跑了几十个案例发现，豆包已经可以一口气出完20张图片，还能保持风格一致性。

在人物一致性上更是直接“掀桌”，以往AI视频“文生图-图生视频工作流”制作门槛无疑大大降低。

不夸张地说，对广大的UGC用户群体来说，不仅用嘴作图的可玩性更高了，进行AI绘本、AI视频等热门AI内容创作也开启了一扇新的大门。

以下是我们跑的几个好玩的实测案例：

01.一句提示词，批量生成同一风格但细节不同的图片

提示词：请生成10张国内著名景区的五一旅游海报，每张图都要出现一个地标性建筑，海报上写上匹配的文案，画面风格统一为动画电影，图片尺寸为3:4

提示词：请生成10张描述不同情绪的表情包，每张图都用猫猫头像来展示，画面风格统一为简笔画，图片尺寸为1:1

提示词：生成20张猫猫简笔画，每张有不同的打工情绪，给它们都配上对应的英语情绪单词，可支持上架到微信表情包使用

02.人物一致性超强，还支持多轮对话和豆包一起创作短剧分镜头

AI绘本、视频分镜头脚本等对人物风格一致性要求很高的多图画面，以往需要在Midjourney等AI生图工具里，一张一张图片生成，调试提示词，如今升级后的豆包一键就可以完成了。

把我们之前制作过的圣诞视频分镜头脚本发给了豆包，主角小女孩的外表形象都保持一致，这点相当逆天（做过文生图-图生视频工作流的朋友们都懂）。

还可以和豆包一起创作短剧，一边写脚本一边出图，也是和AI灵感共创上了。

从母女温馨共处的画面，到父亲归家、母亲怒扇他耳光的短剧常见戏剧性场面，豆包不仅精准还原了场景，还自己加戏让小女孩“一脸惊讶”，实际提示词中并没有这个要求。

不过，这个“戏”倒也完美契合现场氛围。

03.图像理解与二次编辑

AI生成的图片效果不好，也可以用嘴改图。

如删掉海报里多余的字：

不过，实测中我们也发现一些豆包的“弱点”。例如，让豆包把“gogogo出发咯”的邓超梗图改成豆包的3D形象，结果生成的图片仍然是邓超，不过是“女装大佬版邓超”。

破案了，原来豆包对自己的认知是女装版邓超（不是）。

此外，官方Bad Case里也有提到，部分图片编辑需求（如扩图、高清、重绘）无法通过对话实现，也无法基于原图编辑文字。

对话过长或需求复杂，如为英语单词添加音标细节，图片也会崩掉。

大家都玩上豆包新功能了吗？欢迎在评论区留言分享好玩案例（或者离谱案例），给没用上的朋友开开眼

「AI新榜交流群」进群方式：添加微信“banggebangmei”并备注姓名+职业/公司+进群，欢迎玩家们来群里交流，一起探索见证AI的进化。

欢迎分享、点赞、推荐

一起研究AI