发布日期：2025-01-14 08:52 点击次数：104
文 | 镜相责任室
1966年，一个爽脆的记号">"出当今缱绻机屏幕上。这个被称为"高歌教唆符"的记号，成为了东说念主类与缱绻机对话的滥觞。半个世纪后，当接头东说念主员发现通过经心设想的教唆词能够疏浚AI完成种种任务时，"prompt"成为了东说念主工智能期间最蹙迫的术语之一。
当今，当咱们与AI对话，说出的每一句话皆是一个prompt。不管是让AI生成一幅画作，写一段代码，照旧完成一篇著述，皆需要通过prompt来抒发咱们的想法。这种东说念主类与AI的对话方式，正在悄然篡改咱们的责任与生计。
这亦然《The Prompt》这个栏目的由来。在这里，咱们将与AI边界的创业者对话，发掘具有翻新力的AI居品，记载技能变革带来的惊喜时刻。咱们但愿内容本人，也能成为一个prompt，为读者掀开想考的空间，在技能波澜中，找到不雅察和赈济AI的支点。
文丨董慧剪辑丨赵磊
2024年下半年在外交平台上最火的图片，一类是hello kitty整顿职场，坐在动怒的电脑前清静地喝咖啡，抡起大锤砸办公室；另一类是“梦核”胶片风，色调浓郁、对比度高，构图纰谬，被称为“梦幻模拟器”——这两种格调的图片皆由AI设想软件Recraft生成，后者开端于Recraft的预设格调“Hard Flash”。
●图片均由Recraft生成，使用格调区分是Photorealism、Hard Flash。
2024年12月，咱们和Rectaft首创东说念主兼CEO Anna Veronika Dorogush进行了对话。
Dorogush毕业于莫斯科国立大学应用数学和缱绻机科学专科。创业之前， 她在谷歌、微软和俄罗斯最大搜索引擎Yandex皆责任过，但她更想创造属于我方的居品。离职时，她并莫得想好我方到底要作念什么，2022年夏天的文生图波澜——Stable Diffusion在8月份开源发布，DALL-E 2安定绽开探望，Midjourney初始beta测试，让她决定投身于此。
与Midjourney不同，Recraft竖立的初志是“专注于为平面设想师提供AI扶助器具”。滥觞获取用户很难，设想师不时说Recraft很好，但我方不会用，“这让咱们很灾祸，因为他们等于宗旨用户”。于是她们决定自研模子。
2024年，Recraft自研模子Recraft V3在公开名次榜上排名第一，越过了Midjourney、Ideogram、FLUX等一众图像生成模子。Recraft也在尝试让设想师对生成的图像领有更多的限度，比如生成格调一致的系列图像，后果模拟（Mock up，指不错将平面图拓展到立体居品上），局部修改等，这也让Recraft被称为AI版的Photoshop。
现时，Recraft团队仍然不大，20多东说念主——Dorogush认为还是不小。她们的总部在英国，注册地在好意思国特拉华州，莫得链接在俄罗斯创业的原因是AI制裁。
至于Hard flash模式的流行，彻底是意象除外的事。Dorogush说，我方原本以为，这样小众的格调信托很少东说念主使用。
以下是镜相责任室和Anna Veronika Dorogush的对话，略经剪辑：
●Recraft 首创东说念主兼CEO：Anna Veronika Dorogush
“用户喜好很难预测，但找到受众，使用潮就会出现”
镜相责任室：中国外交媒体上许多东说念主使用Recraft，绝顶是Hard Flash格调。你们有收敛到中国用户在增多，或者这种格调被更频繁地使用吗？
Dorogush：咱们如实收敛到了。一初始咱们不太领悟是什么原因，直到自后和一位创业公司的一又友聊天——他们公司有个中国配景的首创东说念主。他向咱们解释说，这其实是一种文化表象。在中国，闪光灯影相是生计的一部分，东说念主们通常拍照，也民风这种格调。对他们来说，这种格调绝顶熟识、当然（feel right）。
这是文化的，亦然地域性的。说真话，咱们推出这个格调的时候，彻底不了解这少许，这也让我学到了许多。
镜相责任室：你学到的是什么？
Dorogush：学到的是，不同的格调对不同的东说念主来说有不同的含义，这很难预测。
在推出新格调时，咱们会经心设想，确保它们能在专考场景中派上用场。有些格调合适用在网站上，有些更合适博客，咱们挑选这些格调等于但愿东说念主们能在这些场景中使用它们。还有一些格调固然不太常见，但很前锋，后果很惊艳，比如Hard Flash——它太不寻常了，有因循感，不是范例构图，而是有不同的角度。
一初始，咱们认为有些格调，比如责任室或企业相片格调，信托会很受接待。有些格调咱们瞻望可能用的东说念主未几，但不错用在绝顶局面，Hard Flash等于这样。但对那些民风用闪光灯拍照的东说念主来说，这种格调绝顶对味，是以自后Hard Flash掀翻了使用昂然。这件事让我领悟，用户喜好很难预测，但一朝某个格调找到了我方的受众，（使用潮）就会发生。
●用户会使用Hard Flash格调生成超现实主义图片，并称之为“梦核”。
镜相责任室：Recraft其他写实影相格调，比如Organic Calm和Evening Light，也皆很独有。你们是若何作念到的？
Dorogush：在创建格调时，咱们会作念许多实验，让这些格调要么能处分某些任务，要么看起来独有，不固执、铩羽。咱们还有一个特定的创造力目的，你不错在器具中看到，在生成图像时，有一个创造力限度（creativity handle），能让相片更范例，或不那么范例。这是咱们团队设想师的罗致。
镜相责任室：Recraft还有一些很有创意的功能，比如让图片一键领有万圣节、圣诞节格调，用户还不错顺利让Recraft生成meme图，团队若何设想这些功能？
Dorogush：这是通盘团队皆在参与的创造性过程，若是有东说念主提议实足意思意思的想法，咱们就会去已毕它。你看页面的持手（grabbing hand），会发现它有6根手指。Recraft的器具中有一些幽默、出东说念主预感的东西，这是文化的一部分。
镜相责任室：是你们公司文化的一部分？
Dorogush：是的，咱们正在构建能让东说念主们生计、责任更意思意思的东西，让使用Recraft成为一种委宛的体验。
“扫数用户皆是当然增长”
镜相责任室：创业之前，你有很丰富的责任资格，为什么会想在2022年创业？
Dorogush：我认为我方是个居品东说念主（product person）。我曾在谷歌、微软和Yandex责任过。在这些公司里，我从零初始构建了许多居品，皆是我我方想出来的，开荒并让它们发展壮大，最终它们成长为一些告成的样式。外界所知说念的例子是Cat Boost，它是一个开源库，但我在这些公司里面还有其他居品。我心爱作念这些事，一直想设立属于我方的东西，是以我决定创建一家公司。
一初始我并不知说念具体要作念什么。好几个月的期间，我一直在探索不同的罗致，和东说念主交谈，作念实验和原型。然后2022年夏天，图像生成波澜初始了，很显着，你不错在设想边界作念一些事情。
我有一个姐妹是平面设想师，帮我了解了这个边界；咱们公司最早的成员之一亦然设想师，当今他是咱们的设想把持。咱们通常和他交谈，探索求作念什么，他也一直在Figma上制作原型。这等于公司初始的故事。
镜相责任室：包括Midjourney在内的许多文生图公司，宗旨受众皆是普通东说念主，为什么你要把宗旨群体定位为专科设想师？
Dorogush：我认为在AI的影响下，设想寰宇正在发生变化。AI为设想专科东说念主士提供了新的可能性，让设想变得更容易上手，更多的东说念主不错进入这个边界。它也让专科用户能够作念到夙昔作念不到的事情。
现时在设想边界取得告成的公司并未几。因此，咱们以及咱们的每一个设想罗致、每一项正在开荒的新技能，皆在塑造着行业的异日。这种能够参与界说行业发展的契机让我很委宛。
镜相责任室：这样的罗致有生意化的议论吗？大略专科设想师更自傲为AI器具付费，而普通东说念主想尝试，但不会在AI器具上花太多钱。
Dorogush：跟着ChatGPT的出现，蹧跶者为AI器具付费还是成为常态。不仅是专科东说念主士，每个东说念主皆初始赈济当今缱绻老本很高，是以支付一些订阅费是平方的。
关于普通用户来说，他们使用AI来作念实验和寻找灵感。大多数情况下，文生图的功能就实足了。但在专科设想边界，你脑子里有想法，想要达到这个斥逐，只是靠文生图是不够的，你需要为用户提供许多限度，让他们能够向模子解释他们到底想要什么。这是一个不同的任务，亦然咱们的技能与其他图像生成公司的不同之处。咱们不单是是构建文生图，咱们在构建新的方式来限度生成。
●Recraft上有不同格调预设，以上图片为消除教唆词“Hello Kitty is wearing headphones and reading a book on the sofa. The background is a warm room with a fireplace”，区分应用Hard Flash、Retro Snapshot、Multicolor、Grain 2.0、Neon Calm格调。
镜相责任室：Recraft有越过200万用户，付费情况若何？
Dorogush：咱们从2024年9月初始实行基于点数（credit）的订阅制，当今还是有一批订阅用户。咱们有免费居品，每天有50次免费生成契机，关于想要望望AI能提供什么的东说念主来说，应该实足了。但关于需要生成无数图像的专科东说念主士来说，这是不够的，是以他们会付费订阅。
镜相责任室：除了心爱Hard Flash的中国用户，你们有莫得发现其他出东说念主预感的事或者用户群体？
Dorogush：出东说念主预感的是增长。平庸情况下咱们的用户增长是波浪式的，因为咱们扫数增长皆是当然的，要么来自于东说念主们与一又友或共事共享，要么来自于外交媒体上共享。当某个有外交影响力的东说念主发现了这个器具，初始发帖，那么在这个特定的地舆区域，咱们就会有一大波新用户。咱们在不同国度皆资格过这样的增长波澜，你永远不知说念它什么时候会发生。
刚初始咱们如实想以一种可控的方式增长，这样就知说念未来的增长会和昨天一样好。但咱们还莫得作念到，AI边界的大多数公司也皆莫得作念到，他们皆是当然增长。
镜相责任室：我很诧异，许多中国AI公司在外交媒体上花了许多钱作念告白。
Dorogush：若是后果好的话那很好。我跟其他AI创业公司和大公司皆聊过，对许多公司来说，包括咱们我方，带来一个用户的老本比这个用户能为器具带来的收益还要高——许多用户只是在免费试用这个器具，使用告白在数据上是说欠亨的，咱们需要寻找其他的营销渠说念。
但当然增长比任何营销皆要好。咱们最佳的增长来自于发布最新模子——在图像质地公开的基准测试中，Recraft的模子是寰宇最佳的。看起来，作念到最佳等于最佳的营销。当咱们获取第又名后，咱们获取了许多新用户，况且只是因为这个原因，咱们每天仍在获取许多新用户。
用8个月自研模子，每个东说念主皆寝息不及
镜相责任室：为什么你们想要设想我方的模子？
Dorogush：文生图模子有两种模式，通过API调用现存模子，或是磨砺我方的模子。API调用只可已毕基础的文本到图像谐和。这对灵感器具来说实足了，但要作念专科器具就不够用——无法精确限度元素位置，也无法保持特定的格调一致性，让模子用你的特定格调生成图像。
咱们一初始是在对开源模子进行微调，但自后发现即便付出最大奋勉，股票配资哪家好开源模子的质地照旧够不上用户预期，用户留存率也很低。于是咱们决定我方磨砺模子，咱们想让模子通过罕见的输入来已毕限度，让用户能够精确限度位置、格调、样子等元素。
在2024年1月，咱们发布了第一个自研模子之后，一切皆篡改了。用户留存率平稳了，他们初始连续使用这个器具。这让咱们领悟，高质地的图像生成智商对用户有多蹙迫。
镜相责任室：你们的自研模子Recraft V3在Artificial Analysis Text to Image Model Leaderboard上获取了第又名，越过了Midjourney、Flux和Stable Diffusion。看到斥逐时，你和团队的感受若何？
●Artificial Analysis Text to Image Model Leaderboard排名
Dorogush：那果然太棒了，我和团队到当今还为此感到绝顶欢笑。那口角常笨重的几个月，咱们谋略了发布期间，给我方设定了严格的DDL，机器学习团队、后端以及前端团队一说念责任。但自后机器学习团队无法按期完成，咱们延伸了几天。没法在预定DDL前发布模子，让东说念主压力绝顶大。到了发布时，每个东说念主皆超等搅扰，寝息不及。是以在公开基准测试中获取第又名，对团队来说意思意思首要。
这个斥逐也篡改了咱们此次发布时的宣传计策。此次发布原本包含几个部分，一是从翰墨到图像的基础模子；二是 Recraft 手脚寰宇第一亦然惟逐一个长文本生成模子，它能在图片中精确定位内容，不错按照你告诉模子的方式，将文本或其他图像放在图片的特定位置。（作家注：2024年12月的火山引擎大会上，即梦AI也已毕了图片中的翰墨生成。）
咱们原本设想发布一个展示文本定位功能的视频，但当模子在基准测试中告捷后，通盘寰宇初始热心Recraft，咱们想，好吧不发布这个视频了，让咱们把要点放在新模子和它测试中的上风上。
镜相责任室：那获取第一之后，你和团队能好好休息了吗？
Dorogush：咱们不惟有一个模子，而是一整套模子，有许多预设格息争功能，除了文生图，还有图生图功能（咱们把它叫作念微调）、篡改图像长宽比、局部竖立、外部膨胀，是以即使在主要模子发布之后，仍然有许多责任要作念。但在主要模子发布两周之后，团队的大部分红员皆休息了几天。
镜相责任室：公开信息泄露你们是一个很小的团队。
Dorogush：咱们并莫得那么小，最初始唯有5个东说念主，但当今有越过20东说念主，中枢是工程和机器学习团队，咱们也有设想团队。当今咱们还组建了营销团队，讲求外交媒体运营和博客著述。跟着居品发展和用户范围的扩大，咱们在功能开荒和技能翻新上的东说念主才需求也在不休增长。
镜相责任室：Recraft若何作念到让AI能够生成带有长文本的图像？
Dorogush：当你生成带有文本的图像时，只提供教唆词，和提供教唆词加上文本位置，模子看到的数据量是不同的。模子获取的输入数据越多，就越容易产生精确的输出。因此，咱们试图给模子提供尽可能多的信息，即文本位置。对模子来说，顺从指示比只是赈济教唆词要容易得多。
这中间包含了许多不同的模子和责任，比如匡助处理数据的模子，由非专科设想师的标注东说念主员和专科设想师参与的标注责任，磨砺OCR模子，新构建的数据集等等。
咱们是第一家这样作念的公司。我信托其他模子提供商也会尝试构建雷同的东西，咱们对此很绽开。咱们自傲与扫数东说念主共享这些信息，是以其他公司可能也会使用一样的技能来生成文本。
作家注：Recraft 团队在《How To Create SOTA Image Generation with Text: Recraft’s ML Team Insights》中解释过他们的磨砺旨趣，包括翰墨生成器和图像生成器，他们通过画图文本布局，来给模子提供更介意的输入要求，已毕图像中的文本生成。
●Recraft生成带有长文本图像的经过图解
镜相责任室：你知说念中国公司字节越过最近也发布了长文本生告成能的文生图模子吗？他们也允许用户生成带有中英文文本的图像。
Dorogush：我不信托有几许公司能复制（replicate）咱们。当今图像生成边界绝顶拥堵，有许多公司在微调Stable Diffusion，通过API使用现存模子，用户看到许多器具却不知说念该尝试哪个。但试验上唯有少数几家公司，包括咱们在内，真实在从新磨砺模子，能够提供极高质地的图像生成。
对Recraft来说，主要挑战是要冲破这些杂音，让东说念主们初始尝试它。
镜相责任室：为什么这样少公司罗致创建我方的模子，是因为太难了照旧老本太高？
Dorogush：两者皆是。这如实绝顶鬈曲，你需要有一个超强的团队，组建这样的团队就很难，而且磨砺我方的模子也很贵。你要么还是是一家大公司，要么需要从投资者那儿筹集资金，向投资者阐述你有一个团队，能够期骗这些钱提供寰宇最佳的模子，这很有挑战性。
镜相责任室：咱们收敛到，Recraft生成默许是番邦模样而不是亚洲模样，而且生成的亚洲东说念主有点不当然。这和数据集筹议吗？
Dorogush：这是数据集的偏差。构建计策需要优化一些东西，不然模子就会默许倾向于它在数据结伙看到的东西。比如若是你不微调模子来生周详身东说念主像，它会默许生成半身像相片，因为数据结伙有太多的东说念主像相片，需要去均衡这少许。
而要作念到这少许，需要提供目的（metric），确保模子在不同方面产生实足的种种性，包括面部类型、东说念主物形象等扫数方面。
当今咱们有一系列质地目的，包括艺术质目的，剖解学正确目的（作家注：指能够生成准确的东说念主体结构，比如5根手指），低档次细节质地目的。咱们正在设立种种性的目的，这对图像生成来说是一个绝顶蹙迫的部分。但关于每个目的，你皆需要标注它，让它正确运行。咱们正在一步一方式设立它，2025年这些问题将会得到处分。
在找投资上，“咱们认为很安全”
镜相责任室：有东说念主说Recraft是Photoshop的AI版块。你若何看这个说法？
Dorogush：是，也不是。咱们如实在为专科设想师构建器具，设想师会同期使用Photoshop和Illustrator，前者用于栅格图像，后者用于矢量图像，咱们同期相持栅格和矢量图像。试验上关于栅格照旧矢量，局部竖立、微调、擦除器等操作是一样的。
不同在于，Recraft以AI为中心。这是一种新的责任方式，AI将初始成为设想师的首选器具。我不认为Adobe会隐没，但越来越多的新用户将能够在莫得这些器具的情况下责任。
是以咱们不是在和Photoshop竞争，而是为设想师提供罕见的器具罗致，让设想师更有用地处分任务，获取更多灵感和可能性。异日咱们但愿成为设想师的主力器具，让他们不消频繁切换软件。
镜相责任室：Recraft是第一家生成矢量模范图像的文生图模子，Midjourney等模子皆不成作念到这少许，Recraft是若何作念到的，这很难吗？
Dorogush：这的确是个难题，但我信托若是Midjourney参加无数资源和东说念主才来处分这个任务，他们可能会作念到。
矢量模范主要对设想师蹙迫，而普通用户不太需要，因为矢量是一种有限制的模范，固然不错无穷缩放，但无法呈现复杂渐变和相片级的真实感。是以这其实是居品定位的问题——Midjourney的大多数用户不需要矢量功能，但咱们的用户是设想师，他们需要。若是参加无数的责任，有益地专注于这个问题，其他公司也不错作念到，但对他们来说可能偏离计策。
镜相责任室：当今有许多设想师牵挂我方会被AI取代，你斗争到的设想师用户是若何看待AI器具的？
Dorogush：有一种想法认为AI取代设想师，参与设想过程的东说念主数可能会减少，但试验情况并非如斯。AI存在了两年，设想边界并莫得以任何方式萎缩，东说念主数还在增长。有一个全新的作事叫作念AI设想师，在 Fiverr上（一个解放作事者在线管事市集平台），AI设想师数目还是达到传统图形设想师的五分之一。
说回用户，咱们的用户对这项新技能绝顶舒心。他们认为我方是第一批翻新者，与技能和行业一说念发展，为翻新感到自尊。他们还认为AI绝顶浪费启发性，因为在文生图时，AI会提供一些出东说念主预感的斥逐。他们的效劳也因此擢升，我通常听到这样的故事，比如一位演示文稿设想师共享，当今一天就能完成夙昔需要一周的责任，他们能够用AI产出更多、更高质地的斥逐，获取更多的报答。
●使用的格调为Hard Flash，教唆词为“In the snow， a group of friends are having a snowball fight.”
镜相责任室：版权一直是AI图像生成的一个蹙迫问题，包括数据集版权以及生成图像的版权。客岁在中国还发生过一说念诉讼，4名设想师将一家图像生成公司告上了法庭。你们碰到过这个问题吗？你对版权若何看？
Dorogush：这个行业的法律现时还莫得彻底准备好应答AI，它的发展处所取决于公司若何处理它。
比如，若何为AI生成的东西请求版权。一般逻辑是，请求版权，需要阐述你在构建一个扮装或你想要请求版权的东西上参加了无数奋勉，比如处理图像的历史记载能够阐述，但关于AI生成图像，现时还莫得这样的规则。
另一个问题是 AI 与插画师社区的联系。AI行业莫得很好地处理这个问题，让他们产生了许多懦弱和大怒。问题在于公司莫得与插画师社区相助，为他们提供价值。提供价值有不同的方式。一种方式是匡助他们实验我方的格调，另一个处所是赔偿艺术家，咱们也在这两个处所奋勉。我但愿在异日一年或几年内，行业在这方面会有所篡改，艺术界的扫数参与者，或者说通盘艺术界皆能从AI中获取实足的价值，他们也会对这一切的发展感到舒心。
镜相责任室：下一步，Recraft设想作念什么？
Dorogush：咱们正在构建两个部分。一个是技能，也等于带有限度的模子。它包含图像生成，也包括种种用AI进行的图像剪辑和设想剪辑。
当今，行业和模子、技能皆还莫得达到阿谁水平，设想师要获取需要的斥逐还很难。东说念主们可能认为它等于写一个教唆词，AI就能产出你想要的图像。但事实并非如斯。它需要无数的迭代，在很厚情况下，这致使是不可能的。是以咱们来岁的宗旨是处分这个问题。宗旨是构建能够为用户提供实足限度的模子，让他们能够获取他们需要的斥逐。
第二个部分是责任经过。当今，手脚一个设想师，你在使用Recraft，你也在使用其他一堆器具，你要为扫数器具付费，而且要在它们之间切换。咱们真的想排斥这种情况。咱们但愿咱们的用户能够在Recraft中彻底处分他们的任务，而不需要往来切换。
镜相责任室：当今有更多投资者想投资Recraft吗？
Dorogush：咱们在投资者方面一直很幸运，而且咱们从一初始就阐述了我方的实力。
投资者热心几个方面。一个是增长，公司在用户和付用度户数目方面是否在增长，咱们如实在增长。另一个是变现，咱们最近初始变现，也有自傲付费的用户。
第三是翻新和翻新的速率。咱们设立了其他公司莫得的技能，是在图像生成边界和设想边界翻新最快的公司之一。咱们团队中有极其有才华的东说念主——有编程寰宇的冠军、决赛选手，有国外机器学习竞赛的冠军，这对公司来说也很蹙迫，它能匡助咱们能够以如斯快的速率作念到咱们正在作念的事情。咱们基本上欣慰了扫数要求。
在公司的创建历史中，来自寰宇顶级风投公司的兴味一直许多。一初始等于这样，当今亦然。是以咱们在寻找投资方面感到安全，若是咱们决定需要筹集资金，我信托咱们应该能够作念到。
（作家注：2024年1月，Recraft完成1100万欧元A轮融资，由 Khosla Ventures 和前 GitHub 首席推论官 Nat Friedman 领投，RTP Global、Abstract VC、Basis Set Ventures、Elad Gil 和其他天神投资东说念主参投）
