豆包前段時間新的圖片模型的實力大家應該也看到了。

強大的提示詞理解加上字體和營銷圖片生成能力直接讓人人都能生成自己需要的營銷圖片或者進行字體設計。

就在前天豆包又更新了超能創意 1.0 模式，我被灰度到了試了一下，給我整麻了。

圖片的生成效率和修改效率大幅提升，讓本來就很低的設計門檻又低了一大截。

我們可以先看個例子再介紹

我輸入的提示詞為：

參考下面的提示詞幫我生成十個其他知名品牌的膠囊 16:9 圖片，先基于品牌和主營業務更改提示詞中的內容然后在生成。

示例提示詞為：一個高高的、外觀逼真且充滿活力的膠囊體水平漂浮著。它的左半邊是標志性的星巴克綠色，標有“Starbucks – Uplifting the Everyday”字樣以及經典的美人魚（Siren）標志。右半邊是透明的，里面填充著漂浮的烘焙咖啡豆、細膩的奶泡漩渦、手繪咖啡杯圖標以及代表社區連接的抽象暖色調線條，需要有背景色。

來看看他給我的結果，我根本沒提要哪些品牌，也沒提這些品牌的主營業務和典型產品。

他直接從LLM 模型拿到了這些知識然后還按照要求改了提示詞，太離譜了，而且這十張圖片的生成速度比 4o 一張都要快很多。

我測試完總結了一下這次的升級主要是三個部分：

1. 智能增強：圖像模型可以使用 LLM 的智能，提示詞可以不用寫的很細，一些知識模型自己知道；
2. 上下文理解：你可以連續對生成的圖片進行修改和調整；
3. 批量生成：支持批量生成不同的圖片，比如不同比例相同提示詞的或者相同提示詞不同比例的圖片。

批量生成

我們先來看一下批量生成能力，支持不同內容和比例的批量生成，對提示詞的理解和響應都非常好，而且速度非常的快。

你可以讓他針對同一個設計生成不同比例的社交媒體圖片，也可以基于同一個內容給你不同的風格圖片，甚至同一種風格給你不同的內容圖片供你挑選，老板說再來一版？沒關系，給他一百版！

參考這張商品照的拍攝風格，為我生成10張其他化妝品的商品照

這個案例更是離譜，之前 3.0 圖片模型剛出來的時候藏師傅就發現可以他可以做字體設計，現在我直接給他十個字體設計風格提示詞，他就能一次性全部生成，而且提示詞遵循都是正確的。

幫我將“幻光潮流”分別按照下面這十個字體風格生成字體海報，比例為 16:9：

字體仿若流動汞金屬，鏡面高光隨曲面滑動，筆畫邊緣柔和融化，冷峻未來感，深灰漸變背景

8-bit 像素塊拼接筆畫，CRT 掃描線與微弱 RGB 偏移，故障閃爍，霓虹紫藍撞色，街機復古

發光描邊被數字噪聲切割，RGB 錯位色散，垂直斷層，黑底電光粉藍，對比強烈酸性

手撕牛皮紙纖維邊緣，層疊拼貼出筆畫，輕微投影，暖灰背景，手作溫度感

筆畫呈砂巖凹凸紋理，邊緣風蝕破碎，暖赭石漸變，營造曠野與滄桑

半透明水彩邊界暈開，色塊相互滲透，筆畫毛邊自然，柔霧留白，治愈系

半透明水彩邊界暈開，色塊相互滲透，筆畫毛邊自然，柔霧留白，治愈系

粗糙木紋刻刀痕，深淺不均油墨，復古版畫質感，米色粗紙底，文藝懷舊

亞光塑料質地，鮮艷高飽和撞色，筆畫圓潤泡泡感，卡扣接縫細節，童趣潮玩

毛玻璃半透字體，柔和冷光從背后透出，邊緣軟化，營造朦朧靜謐氛圍

UI 設計插畫荒？也沒問題，直接基于一個已有的圖片風格生成一堆其他不同狀態的插圖，而且都跟主題相關。

根據圖片線稿，生成 12 張同風格空狀態插圖：加載失敗、無搜索結果、網絡中斷… 背景統一留白。

智能增強

之前 3.0 圖像模型相較于 4o 最大的問題是你的提示詞需要寫的很細，模型不會聯想和獲取知識，這次超能創意更新之后這不再是問題。

你可以給他一個案例讓他自己發散其他的案例，而且一些常識性內容你不需要說他也知道，看幾個例子。

這里我就舉了三個例子，沒說其他的樣機長啥樣，他自己根據這三個例子腦補了其他的樣機，而且還都不錯。

將下方 LOGO 放在 8 張不同介質（霓虹燈牌、熱壓皮標、燙金貼紙…）的質感 Mockup（樣機）上面，比例都用 1:1。

下面這個例子里面，我讓他生成類似風格的其他地標的圖片，他自己腦補了這些地標和周圍應該有個景色替換了提示詞內容之后生成（提示詞和圖片是在即夢找到圖片有原作者水?。?/p>

模仿這個圖像的風格幫我生成 8 個世界其他著名景點的插畫，這個圖片的原始提示詞為：藝術家Yeoniu Choi風格，簡筆畫，卡通，粗線條勾勒，手繪插畫，夏天，海邊，旅游路上，治愈，治愈系畫風格，簡潔，干凈，顏色低飽和度，豐富細節，背景干凈，大師構圖，假日，白色背景，水彩畫，水彩，圣托里尼，馬克筆，在白紙上的小插畫，無明顯邊界，氛圍感，白色留白邊

除了剛開頭那個例子，這個例子也很離譜，我找了個生成 Q 版微縮星巴克店面的提示詞，讓他基于這個提示詞生成四個國內其他茶飲品牌的門店設計。

他自己找到了四個國內的茶飲品牌，然后根據這四個品牌的特點修改了提示詞生成了新的圖片。

基于下面這個星巴克的創意門店圖片提示詞，幫我生成四個其他國內茶飲或者咖啡品牌的圖片，先替換提示詞中的對應內容然后再生成

一家3D Q版迷你星巴克門店，屋頂上矗立著巨型綠色美人魚標志雕塑。建筑采用溫馨的苔蘚綠配色，搭配奶油白邊框，正面裝飾著經典的星巴克白綠相間字母標識。透過寬敞的玻璃立面，溫暖的琥珀色燈光映照出內部原木色調的桌椅與舒適扶手椅。微型盆栽植物與垂掛燈飾共同營造出溫馨的咖啡館氛圍。

上下文理解

最后一個能力是上下文理解，現在豆包的圖片生成可以記住上次的東西基于上一張生成的結果進行修改，也可以跟豆包一起探索和碰撞新的創意。

最強的使用場景是直接從小說內容轉換分鏡圖片，甚至不需要說任何提示詞只需要提供內容就行，這個太強了。

可以看到下面幾個連續的分鏡人物的穿著和形象都是可以保持一致的。

幫我基于下面我自己寫的小說序章生成分鏡腳本后批量生成 CG 動畫的分鏡圖片，文章內容為：XXXX

然后我先讓他基于我的需求設計了一個叫星塵貓的 IP 形象。

之后就基于這個原有的形象開始進行發散和個性化，先是變成蒸汽朋克探險家，然后變成唐朝公子，之后變成冰雪魔法師。他都能在保持原有設計的基礎上加上對應的組件和裝飾。

具有上下文的另一個好處是他自己進行內容規劃之后生成，比如這里我這里讓他生成一個 30 秒 12 個分鏡的洗發水廣告腳本圖片。

他自己開始一個分鏡一個分鏡的規劃對應的畫面文案然后生成對應的圖片，而且和上一次的人物穿著場景都是一致的。

之后我又讓他將剛才的寫實圖片變成日式賽璐璐風格的動漫分鏡，可以看到人物的動作、環境、產品依然可以保持一致這個太牛了。

好了這次的體驗和測試就是這些，希望能夠對你有些啟發。

每當看到技術突破既有邊界，總會讓人想起Arthur C. Clarke的名言："任何足夠先進的技術都與魔法無異。"

豆包超能創意1.0所展現的，正是這種既震撼又讓人恍然大悟的魔法時刻——我們想要的不僅僅是工具能聽懂我們說什么，更是能理解我們沒說出口的東西。

如果覺的有收獲的話可以幫我點個或者喜歡，也可以推薦給你有需要的朋友。