近日, 字节跳动旗下智能 AI 助手豆包升级文生图能力, 支持一键生成指定文本。用户可以在生图提示词中加入文本要求, 如“一张带有「新年快乐」的图”, 即可生成带有指定文字的图片。目前该功能已经在豆包 App 开启测试, 即梦也已小范围测试。
(用豆包生成带有文字的图片)
对文生图模型而言, 如何在图像中精准生成文本一直是难题, 尤其是中文文字, 经常出现乱码。据介绍, 相比英文字母, 汉字字符结构更复杂, 且字符数量要多两个数量级。豆包大模型团队相关负责人表示, 豆包文生图模型通过打通 LLM 和 DIT 构架, 具备更好的原生中文数据学习能力, 并在此基础上强化了汉字生成能力, 大幅提升了生成效果。
据观察, 已有不少用户尝试使用该能力制作表情包、梗图漫画, 或辅助生成海报, 并在社交媒体平台发布。据介绍, 当前该功能仅支持文生图时添加文字, 暂不支持上传图片生成文字。
豆包负责人表示, 该能力刚刚推出, 仍在完善和优化中。目前绝大多数情况下豆包能够准确生成指定文字, 但仍存在少部分错字、漏字或小字乱码等情况。“不管文字、图片、还是音乐生成功能, 豆包都希望能够降低创作门槛, 帮助人们更好地表达和创造。”据悉, 豆包网页及电脑版也将在近期上线该能力。
豆包是字节跳动基于豆包大模型推出的 AI 智能助手, 支持手机 App、PC 电脑版、网页版、浏览器插件。作为全能 AI 助手, 豆包能为生活、学习、工作提供帮助。用户可以通过豆包搜索信息, 答疑解惑, 分析总结, 提供灵感, 辅助创作, 提高生活和学习效率。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。