Ideogram 0.1 免費向全球開放：主打在 AI 圖片裡精準渲染文字

玩過 Midjourney 或者早期 Stable Diffusion 的人都知道，想讓 AI 在圖裡老老實實寫幾個英文字母，簡直比登天還難。要麼拼寫錯亂，要麼變成一團外星亂碼。

一家由前 Google Brain 研究員創辦的新公司 Ideogram 宣佈，其初代文本生成影像基礎模型 Ideogram 0.1 正式向全球使用者免費開放，而且完全不設使用門檻。

他們主打的核心賣點，正是讓整個 AI 生圖圈頭疼已久的軟肋：在生成的圖片裡準確渲染文字。

專治 AI 的「識字障礙」

根據官方公佈的資料，Ideogram 剛在 8 月 22 日宣佈成立，短短一週內就吸引了超過 9 萬名使用者，生成了逾 300 萬張圖片。

和市面上很多套殼產品不同，Ideogram 0.1 是團隊從零獨立訓練出來的基礎模型。它解決了現有影像生成工具的一大硬傷，能輸出連貫且可讀的文本，支援多種字型和字型排版風格。

早期嚐鮮的使用者已經拿它生成了成千上萬個標誌 Logo、活動海報、平面設計和自帶標語的趣味梗圖。

除了文字排版，Ideogram 還預設了一套風格標籤系統。裡面涵蓋插畫、字型排版、海報、寫實攝影、3D 渲染、建築、時尚、塗鴉、電影感、暗黑奇幻、動漫等數十種分類。

使用者可以直接把這些風格標籤組合疊加，讓模型把特定的藝術風格和文字內容準確融合在一起。

這家初創公司總部位於加拿大多倫多。底氣來自他們的研發團隊：多位核心成員曾在 Google Brain 參與過用於影像、音訊、3D 和影片生成的去噪擴散模型開發，算得上是這輪擴散模型浪潮的技術老兵。

為什麼重要

我們認為，Ideogram 這次切入市場的角度非常聰明。在 Midjourney 稱霸藝術美感、SD 統治開源生態的當下，新入局者如果只拼畫風，很難砸出水花。但「在畫面裡排版文字」是所有商業設計最基礎、也是主流生圖模型最欠缺的環節。

對於做獨立品牌、做社交媒體運營或者設計 T 恤周邊的創作者來說，以往生完圖還得丟進 Photoshop 補字，現在在 Ideogram 裡可以直接一步到位做 Logo 和海報草案。免費且不設限的策略，也極大降低了試錯成本，非常值得現在去註冊摸索一下。

不過，完全免費往往意味著早期的伺服器承載和商業化變現會面臨壓力。團隊目前仍在招兵買馬，未來能否在保持文字渲染優勢的同時，將整體畫質和細節追平頭部對手，會是它接下來必須面對的硬仗。