Ideogram 发布 2.0，效果优于 Midjourney 和 DALL-E

Ideogram AI 周三正式推出了文本到图像模型的第二代产品——Ideogram 2.0。这次出手，目标很明确：挑战那些已经在生成式 AI 领域站稳脚跟的老玩家。

有意思的是，这次发布正好赶上 Flux.1 成为 X 平台（也就是原来的 Twitter）上 Grok 的默认图像生成器。这个变化其实挺有标志性的——它意味着 Flux.1 已经接过了 SDXL 的接力棒，成为后 SDXL 时代实力强劲的全能选手。当然，开放模型领域里还有 Auraflow、KwaiKolors、Hunyuan、Lumina、Kandinsky 3 这帮竞争对手，都在抢着当领头羊。

Ideogram 官方对自己的新模型相当自信，在声明中直接说：“Ideogram 2.0 在图像-文本对齐、整体主观偏好和文本渲染准确性等多个质量指标上，明显超过了其他文本到图像模型。” 这话说得挺硬气，但能不能兑现，还得看实际表现。

除了新模型本身，这次还同步上线了一批新功能——iOS 应用和开放给开发者的 API 都安排上了，产品矩阵算是补全了不少。

说到 Ideogram 这家公司，背景值得一提。创始人来自 Google，团队最拿手的绝活是给图像模型集成文本生成能力。在那个大家都还在纠结“如何让 AI 画出像样的字”的阶段，Ideogram 第一个做到了这一点，和 Stability AI 的 Deep Floyd IF 实验几乎是同时起步。

从官方放出的样张来看，新模型在输出质量上确实有肉眼可见的提升。速度更快、能力更强、风格也更丰富——一共提供了五种预设选项：现实主义、绘画、3D、动漫和通用。

这次更新还带了一个叫“调色板”的新功能，让用户在美学和构图上有了更大的掌控权。说白了，就是你可以更精细地定制画面色调和布局，而不是完全交给模型“自由发挥”。

具体到几个预设风格：“现实主义”模式可以生成近乎真实的照片，官方声称“纹理显著增强，人物皮肤和头发看起来非常逼真”——听起来像是专门针对人像摄影场景下功夫了。“设计”预设则专注于精准且艺术化的文本生成，适合做贺卡、按需打印、海报、插画，以及市场营销和社交媒体内容。设计师看到这个应该会比较兴奋。

剩下的几种风格也各有攻守：“3D”预设专注于生成立体感强的计算机渲染风格图像；“动漫”预设正面硬刚 MidJourney 的 Niji 风格，专门服务日本漫画风的创作；而“通用”预设则是一个全能选项，会跟着提示词自动调整输出效果。

社交媒体上，首批尝鲜用户的反馈整体偏正面。很多人晒出了自己用 Ideogram 生成的作品，秀了一把在真实感和名人形象渲染上的优势。我们自己也简单试了试，尤其在“现实主义”预设下，效果确实不错，感觉可以和 Flux.1 掰掰手腕。

不过话说回来，想免费尝鲜的朋友得注意一下：Ideogram 2.0 的免费版每天只给 20 张。付费方案从每月 8 美元起步，无限慢速生成要每月 20 美元。这个价格放在市场上依然有竞争力——毕竟 MidJourney 最低层级要 10 美元，无限慢速生成更是要 30 美元每月。

整体来看，Ideogram 这次打的是“更易接近的替代品”这张牌。它的自然语言处理能力让提示体验更像是在跟 ChatGPT 加 DALL-E 3 对话，直观且流畅。相比之下，MidJourney 还停留在传统的“SDXL 式提示”风格上，写提示词更像在写代码。

那怎么选？如果预算充裕，可能更多要看功能偏好，而不是纯输出质量——因为两者竞争力已经旗鼓相当了。MidJourney 有个很强大的个性化功能，允许用户创造自己的风格，图像编辑器的控制力也很强。而 Ideogram 2.0 则给你提供了大量控制最终结果的选项，不需要依赖提示工程或者 Style Transfer、LoRAs、IPAdapter 这些额外工具。调色板和预设这两个功能，对新手来说可能是获取个性化结果最直接的路径。