Vidu Q1：打開 AI 生圖的下一扇門

早在 2 年多之前，第一次感受到 AI 生圖的震撼時，我用 Midjourney 做了一個篇幅很短的漫畫（）。在總結做漫畫的體會時，我是這么寫的：

連貫性很難保證。尤其人臉和動作，想要在連貫畫面里保持一致，非常難... ... 在可控性方面，只能用畫圖再墊圖，再畫圖墊圖的笨辦法確保想要的內容。

這個一直是 AI 生圖的痛點。之前用墊圖也就是參考圖片的方式，生成的人物差異非常大。比如主角的樣子：

甚至這已經是我墊圖十幾次才得到的結果了。只能勉強讓人感知到是同一個人。

而 2 年多過去了，這個世界進化到什么階段了呢？

我近期用的比較多的是 Vidu。第一次注意到是在 4 月份，有新聞稱其在 VBench 模型評測上拿了第一。

真正試用了一下，的確很是喜歡。作為國產大模型，可以輸入中文，比起 Midjourney 來也方便不少。

前幾天拿到了 Vidu 的朋友送的 Q1 參考生圖的內測資格，這次玩得有點停不下來。跟各位分享一下。這個版本應該在你看到文章的 9.9 就正式發布了。

先感受一下，我用剛剛的這個角色側臉，讓 Vidu Q1 生成一個穿著白色條紋 T 恤向右看的圖：

忽然穿越到 2 年前的墊圖到瘋的那個情緒里，現在感動得要哭。

整個看起來就真的很準確。

接下來，就是參考生圖更厲害的地方，它可以參考不止一張圖。

比如，可以直接讓男主站在他的船上。

船的還原度非常好。對比我之前畫的內容就發現，我之前是沒辦法做這樣拼接的生成的，除非手動操作。

也可以繪制男主跟鯊魚搏斗的場景：

我還發現，Vidu 為了讓用戶更好地完成像這樣延續主體的創作，貼心提供了主體庫的功能，像畫漫畫的話，男主就可以存到庫里，隨時調用。

嘗試了一些有意思的多圖參考。比如讓這兩個最知名的老鼠抱在一塊。

參考的圖片數量可以達到 7 張。比如可以讓喬布斯跟他的所有最重要的產品合影。

不過比例略有點不太對。看來模型還需要更聰明一些。

既然參考生圖的效果這么好，那就可以用現成的場景，讓我們直接穿越進去。

我今年夏天跟妻子去北極走了一個祝福儀式。本來很像去光之教堂的，可惜多年前就關閉了。

用參考生圖就可以解饞體驗一下。

還可以讓我出現在喜歡的電影場景里。比如《瘋狂的麥克斯 4》里：

或者去《權力的游戲》里讓小龍女和馬王跟我合張影。看得我還是有點發怵。

再比如，也可以去《血源詛咒》里受苦。

或者去跟馬斯克錄播客，看他噴云吐霧。

那么，Vidu Q1 這樣的參考生圖功能除了好玩，到底有沒有實際用途？首先玩也是實際用途。其次，當然還有別的用途。

由于參考的效果很好，電商場景就可以用來做帶貨展示圖。

比如，讓米老鼠坐在這張椅子上。溫馨提示，黑白的米老鼠才是沒有版權的哦。

自然也可以讓人物坐在這張椅子上：

坐椅子看起來并不難，喝飲料也是可以的。注意看蜜雪冰城的 logo 幾乎沒怎么變樣，這點對于品牌商家來說太重要了。

像這是我之前合伙創業做的茶品牌三五杯，可以讓圖 1 里的女生捧著它展示。展示角度發生了變化，盒子居然沒有什么變形，完美復現。除了文字還是需要簡單 p 一下才能用。

也可以讓同一個女生展示我的新書《內容即品牌》。

換一個隨機生成的棒球女生，效果也很不錯。

某些產品未必需要人，可能需要的是場景化的展示。

比如一個竹凳，就可以放到有竹子的潺潺小溪中展示。

當然，也可以非常混搭，既有人物，又有竹凳。背景再放飛一些，放到外太空，也是可以的。

電商場景里還有一個至關重要的痛點，就是試衣。說 AI 試衣已經說了很多年了。我也是第一次感知到，AI 試衣真的能幫到我。

比如這兩個就是非常糟心辣眼睛的例子。

一個是中國風西裝。

一個是英倫紳士風。

嘗試了一下，衣服的適配度跟顏值還是息息相關的。顏值高的，穿什么都好看一些。顏值像我這樣的，需要謹慎篩選、仔細斟酌。

像同一件衣服，用剛剛的女生形象，生成的效果就很棒。

既然可以試一件衣服，那是不是也能試好幾件衣服？

當然也是可以的。選了一件非常暴力美學的襯衫、半拿鐵的帽子以及相當寬松的褲子。

我還挺喜歡這套的，于是也讓其他幾位朋友試了試。

以上就是我試用的階段性體驗。

電商和廣告是我相對熟悉的，第一時間能想到應用場景的領域。

而生圖乃至生視頻的一致性、對參考圖的精準控制問題解決后，將會影響幾乎所有跟圖像有關的行業。

比如，漫畫轉制動畫方面，原本的分鏡內容就像是關鍵幀，可以快速生成很多角度和動作的補幀，能自然地把劇情連貫起來。就不需要擔心動畫畫師偷懶，把人物給畫毀掉（比如某小學生偵探動畫）。

再比如，影視行業里的概念設計，基于已有的人物和場景，就能不斷生成大量的風格統一的概念圖，作為參考。并且由 AI 產生的各種可能性，也是一種低成本的頭腦風暴，大大提升效率。

再比如，品牌的 VI 系統，也可以由基礎的元素，快速實現平面設計，包括廣告圖、海報、帖子配圖、包裝圖等等。

能聯想到的還有很多。各位工作中有接觸設計工作的朋友，尤其是上次接觸 AI 生圖還是一兩年前的，真心推薦體驗一下。

在眾多有參考生圖的 AI 工具里，我個人還是傾向各位嘗試下 Vidu Q1。

有這么幾點原因：

1 參考圖片數量足夠多，達到 7 張。很多元素都可以參加進去。而多數競品還是只支持 1-3 張參考圖片。

2 主體一致性夠強，不會出現太多細節走樣。就像前面說的，在廣告營銷領域，是能夠成為生產力的。拿來即用，很重要。

3 可控性好。輸入的提示詞對圖片生成的效果會產生非常具體的影響。而且就像前面說的，中文輸入的門檻更低。圖片是提示詞的必選元素，因此圖片中內容的關系是指定的、可控的。

最后，用這樣一張圖作為結尾吧。我要去冥想一會兒了。

點擊原文也可以直接跳轉到 Vidu 官網申請使用。

*本文中沒提到名字的人物形象，均為 AI 生成