![]()
![]()
11月17日深夜,快手宣布新一代图像创作模型可灵Image 4.0正式上线。这次更新主要围绕真实感、文字表现和成套图片生成展开,支持图像生成与编辑。
![]()
根据官方介绍,可灵Image 4.0首次支持原生8K图像生成,单张图片最多可生成2000个字符,一次描述最多生成10张连贯图片,并支持电商详情页等长图创作。
所以这次,我们直接在可灵网页端安排了六项测试,包括汽车百科插图、人物摄影、中文海报、鼠标垫场景图、电商详情图和客厅连续改造,总分100分。
![]()
![]()
汽车内构 拆解 图测试
星海目前有一本关于汽车的百科全书正在制作中,以手绘的赛璐璐风格为主要视觉风格,亮点是各种汽车拆解大图。这次就拿书里的内页作为画风参考,让可灵生成一张符合汽车百科全书出版要求的内构拆解大图。
要求是画一辆深湖蓝车身、奶油白车顶的双门轿跑,通过局部剖切和有限拆解,展示发动机、变速箱、传动轴等部件,并加上8个中文标注。
![]()
图|我们提供的汽车百科内页,只参考画风和剖切表达
![]()
图|可灵Image 4.0输出的汽车拆解大图
一打眼,画风的还原确实到位了。深色轮廓、分块阴影、车漆和金属的高光都有,蓝白配色也按要求完成。下载文件达到9344×7040像素,非常非常清晰。
但是还是不能细看,“油箱”的引线直接指向前轮,“后桥差速器”指向车身下沿,“变速箱”指的也不对。内部机械关系也不可靠,传动部件被画到了座椅之间的高度,发动机前舱部分外壳则完全消失了。
![]()
图|“油箱”标到了前轮
如果只是找一张机械风格的插画,这张图可以提供一些参考。但要用来出版,差的还很远很远。这一项画风还可以,结构与标注明显不足,最终12.5分,满分25分。
![]()
![]()
人物生活摄影测试
人物部分,我们要求生成一位坐在窗边画画的中年中国男性:左手扶住摊开的笔记本,右手握铅笔画一棵树,穿浅灰棉衬衫,桌面上放玻璃水杯和折叠的蓝布。
这些要求看起来普通,但手指、笔尖、纸面之间的接触,以及皮肤、棉布、玻璃的区别,都是放大后容易露出问题的地方。
![]()
图|可灵生成的窗边人物生活照
这张图的完成度很高。人物没有盯着镜头摆拍,右手握笔、左手扶本的动作自然,笔尖落在树的线稿上。放大查看,手指没有明显畸形,头发、眼角皱纹和手背纹理也都保留了下来。
衬衫和蓝布能看出不同的织物质感,玻璃杯有杯沿、液面和透过杯身的形变。光线从左侧窗户照进来,人物和桌面的明暗关系基本一致。
![]()
图|放大看胳膊上的汗毛都清晰可见
就这张结果来说,人物与手部、材质、动作与光影都完成了要求,唯一的问题是,人物画的树,画反了,这一项给9分,满分10分。
![]()
![]()
中文活动海报测试
为了测试中文生成和排版,我们让可灵制作一张“城市观察手记”活动海报,要求完整呈现时间、地点、人数、费用、四段活动安排和注意事项。画面采用米白背景、墨绿标题,并加入笔记本、铅笔和树叶插画。
![]()
图|可灵Image 4.0输出的中文活动海报
文字这一关,可灵交出的结果很好。“2026年12月6日”“青岚书房二层活动室”“限12人”“每人49.90元”全部正确,四段活动时间没有串行。
不过,文字写对了,设计上还差一点意思。整体基本是上方大标题、中间插画、下方逐行列信息,阅读很清楚,但组合方式比较普通,看起来更像一张排整齐的活动通知。插画和正文之间也缺少有意思的呼应。
所以这一项文字准确性保留满分,结合图文设计的表现扣2分,最终18分,满分20分。
![]()
![]()
鼠标垫六张场景图测试
接下来,我们上传了最近设计的鼠标垫产品的实拍图,要求生成六张不同场景的商品图,包括白底展示、浅木书桌、深色桌面、窗边、笔记本电脑旁边,以及一只手放在鼠标垫旁边的使用场景。
![]()
图|我们新设计的文创鼠标垫实物图
![]()
图|六种生成场景
可灵Image 4.0把六种场景都完成了,放大后,左下角的小字和填空横线都保留得不错,大字、右下角文字和红色图形也没有出现明显改写。
但问题出在了商品的长宽比例上。把白底图和原图按相同宽度放在一起,生成的鼠标垫明显更高,原本偏细长的外形变得更接近普通矩形。
![]()
图|生成的产品比例明显变高了
如果真的用来做商品图,比例都不对肯定是不行的。综合文字保留、六种场景的完成度和外形变化,这一项给10分,满分15分。
![]()
电商详情图生成测试
电商部分继续使用同一张鼠标垫原图,要求制作五个模块,依次展示商品全貌、文字图案、局部细节、桌面场景和页尾说明。标题、正文也都提前给出,不允许编造尺寸、材质、防水防滑等未经提供的卖点。
![]()
图|可灵生成的五张电商详情图
从内容上看,完成得比较齐全。“把部署放上桌”“看清每处细节”“给桌面换个主题”等文案都准确出现,细节页也展示了右下角文字、红色笔形图案和包边。它没有额外编造商品参数,整组图片的配色和字体也比较统一。
但这组图的设计感比较弱。大多数页面采用大标题配商品图的方式,模块之间变化不多,留白又偏多。
五张内容虽然都有,但要直接作为一套商品详情页使用,显然还是不行的。这一项信息完整性和文案准确性表现不错,考虑到版式单调、留白过多和商品不够突出,最终10分,满分15分。
![]()
![]()
客厅连续改造测试
最后一项测试连续编辑能力。我们准备了一张客厅基准图,里面有白墙、灰色布艺沙发、两个靠垫、茶几、红杯、两本书、绿植、落地灯,以及墙上的一幅装饰画。这张基准图由其他图像工具准备,只作为可灵的测试输入。
![]()
图|给的基准图
三轮修改依次是:把沙发背后的墙改成鼠尾草绿,把灰布沙发改成焦糖棕皮沙发,再把白天改成夜晚,点亮右侧原有的落地灯。后两轮接着上一轮结果修改,每轮都要求保留无关物品。
![]()
![]()
![]()
图|三轮修改结果
单看要求改的部分,可灵都做到了。绿墙的颜色自然,皮沙发有纹理和柔和反光,夜景中落地灯照亮右侧墙面和沙发,窗外则变成冷色夜景,整体氛围很舒服。
但第一轮就出了一个大bug:墙上的装饰画和画框一起消失了。我们只是让它给墙换个颜色,它把画也搞没了。
![]()
图|挂画:我免费了?
后两轮沿用了这个结果,也没有挂画。这个错误主要是在第一轮,第二轮相对上一轮保留得比较好,茶几、红杯、两本书和绿植都还在;第三轮右侧靠垫的形状又有一些变化。
这一项三轮目标修改都算是完成,画质也保持得不错,但保护区失误需要扣分,最终12分,满分15分。
![]()
这轮六项测试,可灵Image 4.0最终拿到71.5分。当然分数只代表这些具体任务的表现,也包含我们对海报和电商图片设计效果的主观判断,不能当作所有场景下的能力排名。
![]()
把之前测过的豆包Seedream 5.5、MiniMax H3-Image和这次的可灵Image 4.0放在一起看,我们发现了一个很明显的共性:涉及汽车内构、机械拆解这类需要理解结构和工作原理的任务,模型还是很容易出错。
但换到人物摄影、材质表现和光影氛围这些场景,国产生图模型真的已经非常能打了。皮肤上的汗毛、棉布的褶皱、皮沙发的反光,以及白天和夜晚不同的室内光线,都能做出相当自然的效果。
所以老局现在的观点是,现在完全没必要学什么Photoshop了。
说到Photoshop,我自己还有点感慨。上大学的时候,闲着没事干,我自学了Photoshop。那时候会用PS修图,在同学里还算一项非常高级的技能。
![]()
而且当时P图也是有鄙视链的,什么美图秀秀都是草台班子,必须在Photoshop里打开图层、蒙版、通道什么的搞半天,才叫专业!
但到了今天,我电脑里的Photoshop已经很久很久没有打开过了。现在把图片交给模型,能出图就完事了,谁管你专不专业呢?
至少在日常P图这件事上,生图模型的滚滚车轮已经碾过来,谁也挡不住了。
▲星海情报局 AI重构世界专栏
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.