每經(jīng)記者｜葉曉丹    每經(jīng)編輯｜金冥羽 董興生    

記者|葉曉丹

編輯|金冥羽?董興生?杜波?校對(duì)|許紹航

中美AI競(jìng)速，角逐正酣。

2月10日，阿里和字節(jié)同一天發(fā)布了新圖像生成模型，兩家大廠均對(duì)標(biāo)谷歌Nano Banana Pro。

其中，阿里Qwen-Image-2.0聚焦語(yǔ)義理解與實(shí)用編輯，統(tǒng)一生成與編輯架構(gòu)，強(qiáng)化中文漢字渲染能力，可更好地理解超長(zhǎng)、復(fù)雜的實(shí)用化指令；字節(jié)Seedream5.0 Preview則主打檢索生圖與精細(xì)調(diào)控，顯著提升提示詞理解準(zhǔn)確率，支持更精細(xì)的紋理生成與可控調(diào)整，深度適配內(nèi)容創(chuàng)作全流程。

2月11日，有算力運(yùn)營(yíng)商向《每日經(jīng)濟(jì)新聞》記者（以下簡(jiǎn)稱每經(jīng)記者）透露，目前AI在電商場(chǎng)景中有不少應(yīng)用，一類是數(shù)字人對(duì)token（最小文本單元）的消耗量比較明顯，另一類是電商AI生圖的消耗。千問(wèn)大模型高級(jí)解決方案架構(gòu)師熊撼天在接受每經(jīng)記者采訪時(shí)表示，此次更新的Qwen-Image-2.0模型，也基于電商場(chǎng)景在商品生產(chǎn)細(xì)節(jié)和文字可控度、二次編輯等方面進(jìn)行優(yōu)化。

值得注意的是，當(dāng)前AI生圖已經(jīng)不局限于視覺(jué)創(chuàng)作，更進(jìn)一步走向企業(yè)級(jí)、規(guī)?；瘧?yīng)用的賽道中。2025年圖像生成技術(shù)逐步滲透到電商場(chǎng)景、漫劇市場(chǎng)中，隨著AI生圖技術(shù)進(jìn)步，2026年能迎來(lái)規(guī)?；瘧?yīng)用市場(chǎng)嗎？

對(duì)標(biāo)Nano Banana Pro

國(guó)產(chǎn)AI生圖模型再進(jìn)化

2月10日，阿里和字節(jié)都發(fā)布了圖像生成模型。阿里千問(wèn)發(fā)布新一代圖像生成及編輯模型Qwen-Image-2.0，字節(jié)跳動(dòng)旗下剪映、字節(jié)AI創(chuàng)作平臺(tái)小云雀等平臺(tái)上線圖像生成模型Seedream5.0 Preview，兩款模型都對(duì)標(biāo)谷歌Nano Banana Pro。

據(jù)阿里千問(wèn)方面介紹，Qwen-Image-2.0支持1K token的超長(zhǎng)文字輸入和2K高分辨率，可準(zhǔn)確渲染復(fù)雜指令，輕松生成專業(yè)的PPT及信息圖。同時(shí)，Qwen-Image-2.0在Qwen-Image和Qwen-Image-Edit兩大模型基礎(chǔ)上全新升級(jí)，首次將圖像生成和編輯統(tǒng)一到一個(gè)模型中，以更輕量的模型架構(gòu)，實(shí)現(xiàn)了生圖和改圖性能的大幅提升。

而字節(jié)方面則表示，Seedream 5.0 Preview的圖像支持2K和4K分辨率輸出，目前用戶可以在即夢(mèng)平臺(tái)免費(fèi)體驗(yàn)2K輸出效果。

有上市公司資深研發(fā)高管向每經(jīng)記者表示，此前也經(jīng)常用AI生圖技術(shù)制作PPT和企業(yè)產(chǎn)品圖，但文字細(xì)節(jié)和圖片的一致性等問(wèn)題，仍存在一些瑕疵。

千問(wèn)Qwen視覺(jué)生成負(fù)責(zé)人吳晨飛表示，AI生圖文字細(xì)節(jié)崩潰主要是兩方面原因。其一，當(dāng)前圖像生成模型普遍采用VAE（變分自動(dòng)編碼器）技術(shù)，而VAE的重構(gòu)過(guò)程對(duì)圖像中文字的處理影響顯著，特別是小尺寸文字。這是由于VAE本質(zhì)上是一種壓縮機(jī)制，當(dāng)圖像中文字內(nèi)容較多時(shí)，生成難度將顯著提升，且受限于VAE的處理能力上限。其二，受限于圖像生成模型的建模能力。VAE決定了模型的能力上限，而生成模型的建模能力則直接影響圖像生成的真實(shí)度與細(xì)節(jié)還原質(zhì)量。

AI生圖離企業(yè)級(jí)應(yīng)用還有多遠(yuǎn)？

目前，隨著AI生圖模型迭代，其在電商和漫劇市場(chǎng)的應(yīng)用備受關(guān)注，資本市場(chǎng)上AI漫劇概念持續(xù)升溫。

2月11日，艾媒咨詢CEO兼首席分析師張毅在接受每經(jīng)記者采訪時(shí)表示，目前AI漫劇制作，主流途徑是AI生成圖片，由圖片視頻化，再搭配AI配音、字幕，來(lái)完成出片，這是目前行業(yè)比較標(biāo)準(zhǔn)的形態(tài)。

東吳證券就在研報(bào)中指出，AI可以使漫劇制作成本降低90%。中文在線AI動(dòng)漫部總經(jīng)理周立強(qiáng)此前曾表示，AI把傳統(tǒng)漫劇的11個(gè)繁復(fù)制作流程，精簡(jiǎn)為劇本創(chuàng)作、圖片生成、圖轉(zhuǎn)視頻、后期加工4個(gè)步驟，大大提高生產(chǎn)速度。

而問(wèn)題的癥結(jié)之一是AI漫劇極為依賴抽卡生成模式。這一模式最大的問(wèn)題在于，最終的生成效果幾乎完全取決于AI自身的理解、推理能力，抽卡師唯一能做的只有打磨提示詞。

iMedia Research（艾媒咨詢）數(shù)據(jù)顯示，多數(shù)用戶肯定AI技術(shù)在降低制作成本（51.2%）與加快IP轉(zhuǎn)化（47.7%）方面的價(jià)值。同時(shí)，近半數(shù)用戶亦指出其在畫面風(fēng)格統(tǒng)一性（47.1%）與配音情感表現(xiàn)（46.7%）上存在明顯不足。

張毅認(rèn)為，當(dāng)前AI漫劇市場(chǎng)迎來(lái)爆發(fā)式增長(zhǎng)。AI技術(shù)對(duì)漫劇行業(yè)的影響兼具機(jī)遇與挑戰(zhàn)，既通過(guò)降低制作成本、加快IP轉(zhuǎn)化等推動(dòng)行業(yè)生產(chǎn)效率與內(nèi)容形態(tài)升級(jí)，也因畫風(fēng)統(tǒng)一度、配音質(zhì)感及角色塑造等質(zhì)量問(wèn)題，倒逼行業(yè)在追求規(guī)?；耐瑫r(shí)強(qiáng)化內(nèi)容創(chuàng)意與品質(zhì)把控。

AI漫劇之外，AI生圖正在悄然改變的另一大市場(chǎng)是電商場(chǎng)景。

電商購(gòu)物場(chǎng)景中存在大量圖片使用需求。2月11日，有算力運(yùn)營(yíng)商向記者透露，AI生圖是當(dāng)前除數(shù)字人外，電商客戶消耗token比較大的一個(gè)需求。

熊撼天向每經(jīng)記者表示，電商場(chǎng)景是千問(wèn)Qwen-Image模型落地的主流場(chǎng)景之一，此次更新的Qwen-Image-2.0也基于電商場(chǎng)景應(yīng)用，在此前模型基礎(chǔ)上進(jìn)行了升級(jí)和優(yōu)化，有望推動(dòng)企業(yè)級(jí)應(yīng)用落地。

以電商場(chǎng)景為例，熊撼天表示，商品詳情頁(yè)描述圖、模特穿搭效果，可以更好地結(jié)合新的圖像生成模型完成。相較于上一代圖像生成模型需要通過(guò)二次編輯等完成可控的商品出圖，新模型迭代將圖片編輯和生成任務(wù)融合在一個(gè)模型中實(shí)現(xiàn)，從而實(shí)現(xiàn)電商賣家的效率提升。

封面圖片來(lái)源：視覺(jué)中國(guó)

｜每日經(jīng)濟(jì)新聞 ?nbdnews? 原創(chuàng)文章｜

未經(jīng)許可禁止轉(zhuǎn)載、摘編、復(fù)制及鏡像等使用