AI 生图圈,久违地又有了点「大乱斗」的味道。
这个月,GPT Image 2.6、Seedream 5.5 接连更新,MiniMax H3 Image 也发布新功能。
以视频生成出圈的可灵,也加入了这场较量。11 月 17 日,可灵推出新一代图像模型 Kling Image 4.0。
官方宣传海报给出了三个关键词:惊人的逼真、锐利、精确。
但比画面本身变得多逼真更值得关注的是,这次可灵开始尝试解决更完整的设计问题。
配合原生 8K 输出、70 多种预设商用字体,以及对复杂设计指令的理解能力,Kling Image 4.0 想做的,已经不只是把一张图片画好看。

8K 画质,AI 生图开始冒充相机直出

AI 生图一直有个挺有意思的矛盾。
它可以生成电影级的光影、复杂的场景,甚至画出摄影师很难拍到的画面。但只要放大细看,人物的皮肤、头发和衣服纹理,往往又会暴露出一些不太自然的细节。
Kling Image 4.0 这次首先升级的,就是画面的真实感。
根据官方介绍,新模型首次支持原生 8K 图像生成,提供 2K、4K、8K 三档原生输出。
相比单纯追求更高的分辨率,可灵这次还把重点放在了光影、肤质和材质纹理上。比如人物脸上的雀斑、被风吹乱的发丝、皮革包上的纹路与褶皱,都是官方重点展示的细节。
这次,我们尝试为《GTA6》的两位主角露西亚和杰森用 8K 图设计了定妆照,看看能不能在人物细节上做得更精细。
我们只丢给了Kling Image 4.0参考图,和一小段文字。
超写实真人摄影,宽画幅电影感,黄昏黄金时刻,,8K,RAW 原图,85mm f1.2 镜头,浅景深,胶片颗粒,皮肤纹理、毛孔真实,衣物皮革磨损质感细腻,色彩浓郁复古,氛围感拉满,写实人像,商业大片,HDR,超高细节,无 AI 畸形,五官结构自然,电影构图。
Image
最后出来的效果,确实有点超出预期。受到微信图片大小的限制,这里放的是8K压缩版。
Image
不过放大看,杰森脸上的胡茬、皮肤纹理,甚至脖子上的细小颈纹都能看得很清楚
Image
露西亚脚背上因为穿高跟鞋而微微鼓起的静脉,也被完整保留了下来。
Image
为了不同人物场景效果,我们干脆把最近站在风口浪尖的黄仁勋,丢进了街头场景里,拍一组 city walk 大片,毕竟刚失去 CEO 职位,也该出门散散心了。
【场景氛围与随手拍质感】+【人物外貌、穿着与状态】+【主体朝向、动作和视线】+【前景与背景细节】+【自然光线】+【竖版景别与视角】+【iPhone 室内/街边/旅行实拍感】。仅直接描述最终画面,不出现拍摄者、拍摄动作或设备操作。
Image
Image
原生 8K 也给后期留下了更多空间。更高分辨率的输出意味着摄影师和设计师可以更自由地调整构图,提取局部素材,而不必每次都重新生成。
为了进一步测试细节表现,我们还用 8K 模式复刻了一组最近在网上很火的鲛人效果。
超写实肖像,帅气的男性人鱼,冷白皮,灰调通透眼眸,深色湿发,脸上带着细碎水光闪粉,颈部铺满半透明珠光鱼鳞鳞片,细腻鳞片刻度;头戴珍珠+贝母叶片编织的网纱头帘,细碎珍珠垂坠;手捧着一片巨大虹彩光泽的珍珠母贝,贝面带有幻彩晕光;暗黑色极简背景,柔和电影柔光,低明度暗调,细腻皮肤纹理,皮肤微湿带水珠,精致五官,高颧骨,深邃眉眼,高级氛围感,8K,超高细节,胶片颗粒,微距质感,人像特写,胸像构图,景深柔和,冷灰色调,油画质感,精致光影,OC 渲染,超写实,照片级真实感
Image
鲛人额头上的细微皮肤肌理被保留了下来,头饰上的珍珠也有不同角度的反光效果。脸上的彩色亮粉则呈现出不同颜色的细微折射,不再只是简单地贴上一层亮片。
尤其是把图片放大之后,这些原本容易被 AI 糊弄过去的细节,反而成了最能体现画面质感的地方。
Image
甚至再放大一点也完全没问题,野生眉根根直立,眼角的皮肤褶皱也看得很清楚。
Image
它这次还有一个非常适合新手的入口,叫影调库。里面能选导演风格、流派配色和视觉光效等。正常描绘画面内容,然后直接选这些影调风格就可以了。
Image
Image
我们尝试了文艺纪实的滤镜风格,整体的色调和氛围确实很明显,不过和 8K 模式带来的自然质感相比,这次的滤镜效果稍微有点用力过猛,反而压过了人物本身的细节。
Image
除了滤镜风格,Kling Image 4.0 还提供了超过 110 种预设影调风格,用户可以直接选择不同的色彩与光影效果,也可以上传参考图片,让 AI 模仿对应的影调。
Image
X 上还有网友使用了图像调色板功能,可以一键获取同类色调,类似于高阶版的 PS 取色器,想要模仿的 美学风格可以一键提取。

从生图到讲述产品故事

这也是 Kling Image 4.0 此次强化的能力之一,是完成了从「生图」到「讲故事」的转变。
新模型支持更复杂的图文混合排版,单张图片最多可以容纳 2000 字,能够一键制作电商详情长图。
我们给 Kling Image 4.0 安排了个任务,给了它类似于厉娜最近在节目里吃的鸭脖产品,制作完整的电商详情页。在主页面的 skill 这里,点击电商详情页,我们上传产品照片,要求模型生成一张超长详情图。
请根据我上传的鸭脖产品,为这块售价 25 元的鸭脖产品设计一张具有国际知名美食品牌质感的完整电商详情页长图,包含产品主视觉、核心卖点、外观细节、使用场景和参数说明,并保持统一的设计风格。
Image
生成的电商详情页的页数可以选择不同的长度,短的 2-5 页、中的 6-10 页,长的 11-18 页,我们选择了长的版本,效果有点超出预料。
我们只给了它一个大概的设计框架,模型就开始主动补充产品的用料、制作过程和卖点,还尝试从产品特点出发,组织一套完整的商品介绍。
它甚至把「鸭脖咬下去是什么感觉」也形象地描绘了出来。
另一个值得注意的细节,是它对小字号文字的处理。
3.0 阶段已经具备局部重编辑能力,但 4.0 把控制粒度做得更细。新模型单张图片最多支持约 2000 个字符,不仅强化了小字号文字的清晰度,还改善了多段文字的内容完整性、排版层级和文字一致性。
Image
对于没有专业设计团队的小商家来说,这种能力的价值就很直观了。一家街边卤味店、一个刚起步的零食品牌,也有机会用更低的成本,做出过去需要一支小型营销团队才能完成的商品展示。
如果你觉得单一的图片展示太过单调,你还可以使用组图的方式生成一组配套的图片,直接在页面把「默认模式」切换成「组图模式」即可,我们还是上传了原来的鸭脖产品图,让模型围绕着这个产品生成相应的产品故事分镜头。
围绕着这个产品,编写一个类似于雪山飞狐和鸭脖的产品故事,生成对应的分镜头。
Image
从单张商品主视觉,到一组有连续叙事关系的分镜,AI 开始尝试把同一个商品放进不同的场景里,用多张图片讲完一个故事。
Image
除了一键出电商图,Kling Image 4.0 这次针对文字生成做了重点升级。
你根据自己的需求调整生成图片中的文字,找到已经生成的图片,打开图片编辑功能,选择「图层编辑」或「分层编辑」,系统会将图片中的文字、背景等元素拆分成独立图层。
Image
我们还顺带让它起草了一份「黄仁勋」留任 CEO 的请愿书。
生成一张请愿书的图片,排版优美,一个字都不能错 。
Image
对于长文本不但没有错字,中英文的文本内容也能准确处理,Kling Image 4.0 还识别出重要信息进行加粗和排版。

生图软件开始完成一整套任务

AI 生图越来越会画图了,但这可能已经不是最重要的事。
从目前公开的第一批测试来看,Kling Image 4.0 这次升级的方向比较明确。
文字生成、系列图片和长图设计,都在尝试把 AI 生图从单张图片创作,推向更完整的视觉生产流程。
这种变化也不只发生在可灵身上。
OpenAI 最新的 GPT Image 2.6,继续强化生成速度、局部精准编辑和多轮修改一致性,甚至支持 GIF 动图生成和通过 API 输出 SVG。
Image
字节跳动的 Seedream 5.5,则把重点放在专业设计的可控性上,官方宣称支持多达 100 轮持续编辑,并能直接生成带透明通道的 RGBA 素材。
如果 AI 能够稳定完成初稿、素材和基础排版,设计师就可以把更多时间放在创意、审美和最终交付上。
Image
Kling Image 4.0 有意思的地方,是它开始尝试替用户多走几步。
它尝试解决的已经不只是怎么把图片生成得更好看,而是怎么从一个商品需求,尽可能快地得到一套能继续修改和使用的商业设计初稿。
我们打开生图软件,越来越不只是为了获得一张漂亮的图片。生成一张图片可能只需要几十秒,但要把它变成真正能用的素材,往往还要花上不少时间。
用 AI 生成图片之后,我们总还是要问一句,「然后呢?」
对于普通用户来说,跑分有多高、画面有多逼真当然重要,但这些指标最终还是要回到自己的实际需求上。
能不能听懂我的想法,能不能少让我返工,能不能把原本需要几个工具配合完成的事情一次性做好,这些才真正影响我会不会继续使用它。
在这场越来越拥挤的 AI 生图大乱斗里,我最关心的还是谁能让原本需要折腾半天的事情,在几分钟内就有了一份像样的初稿。
我们正在招募伙伴
📮 简历投递邮箱hr@ifanr.com
✉️ 邮件标题「姓名+岗位名称」(请随简历附上项目/作品或相关链接)
更多岗位信息请点击这里🔗