AI 绘画王座上的 MidJourney，终于迎来强劲对手。

最新挑战者 Ideogram 横空出世，开局就靠免费注册吸引众多目光。

最瞩目的特性：在图中精准生成文字，英伟达科学家范麟熙直接毫不客气地用它画了一个 “It’s over, Midjourney”。

背后公司 Ideogram AI，谷歌 AI 绘画 4 大牛集体离职的创业项目，坐标多伦多，带着 1650 万美元 （约 1.2 亿人民币）种子轮融资席卷而来。

创始团队中前 4 人都是谷歌文生图研究 Imagen 论文作者，组成一个扩散模型顶级研究团队。

谷歌藏着掖着这么久都不给大家玩的先进研究成果，终于被他们给开放出来。

Ideogram AI 种子轮融资由 a16z 和 Index Ventures 领投。

个人投资者中也不乏知名人物，如 OpenAI 创始成员 Andrej Karpathy，强化学习大牛 Pieter Abbeel，Node.js 创始人 Ryan Dahl、GitHub 联合创始人 Tom Preston-Werner 等。

甚至团队的老上司，前谷歌大脑掌门人 Jeff Dean 也有参与。

别看创始团队都是技术出身，Ideogram AI 在宣传造势方面也一点不含糊，直接在𝕏上号召大家刷二创 tag，开启了一波病毒营销。

AI 学会精准画出文字

让 AI 精准画出文字，一直是个难题。虽然 SDXL 和 Midjourney 新出的局部重绘功能有所改善，但网友反馈成功率一直不太高，需要反复尝试。

Ideogram 一搞定这个痛点，直接被网友们玩出花了。

让文字出现在指示牌上、同时适应环境光影，没问题。

做一个咖啡拉花也没问题。

抽象风格的海报，也可以搞出风格合适的字体。

一句话直出品牌 logo 更是生产力属性拉满。

从网友们分享的提示词中也可以看出，增加画文字成功概率的 “咒语” 也很简单，就一个单词：

typography（印刷排版）

不过很可惜的是，它还不太能掌握中文。

抛开文字，Ideogram 的图像生成能力，出图质量可以比肩 MidJourney 和 Stable Diffusion。

如果与 Imagen 使用完全相同的技术，那么使用谷歌 T5 而不是 OpenAI CLIP 作为语言编码模型，意味着 Ideogram 对提示词里空间关系描述的理解还要更强。

有人成功用它生成一组风格一致的图像。

再结合视频生成工具 Pika Labs 直接搞出电影预告片风格的短片。

扩散模型顶级研究团队

Ideogram AI 创始团队共 7 人，其中 4 人都是谷歌 Imagen 的合著者。

其中共同一作 Mohammad Norouzi 任 CEO，他在多伦多大学计算机科学博士就读期间拿到了谷歌 ML 博士奖学金。

毕业后他加入谷歌大脑工作了 7 年，除了生成模型之外也是也是谷歌神经机器翻译团队的原始成员，Hinton 团队自监督对比学习框架 SimCLR 的合著者。

共同一作 William Chan (陈俊乐) 任新公司 CTO，他先后就读于加拿大滑铁卢大学、卡内基梅隆大学。

他 2012 年加入谷歌时先做的机器学习广告工程，后转到谷歌大脑作 NLP 研究。

第三位共同一作 Chitwan Saharia 本科毕业于孟买理工学院，2019 年加入谷歌，现在是 Ideogram 的联合创始人。

第四位联创 Jonathan Ho 博士毕业于 UC 伯克利，曾在 OpenAI 工作一年，后加入谷歌。

他除了是 Imagen 论文的核心贡献者，还是去噪扩散模型奠基之作**《Denoising Diffusion Probabilistic Models》**的一作，这篇论文合著者中的 Pieter Abbeel 也是 Ideogram AI 的投资人。

创始团队中的另外三人，Shayaan Abdullah 曾是 Twitter 的机器学习工程师，于今年 4 月离职，后加入 Ideogram AI。

Jacob Lu 为软件工程师，加入 Ideogram 之前曾在亚马逊等公司任职；Jenny Lei 是软件工程实习生，加入 Ideogram AI 之前曾在谷歌实习。

还要做视频生成

Ideogram AI 的四位联创在谷歌期间，还完成了视频生成的后续工作 Imagen Video。

在一年前就已经实现了生成 1280*768 分辨率、每秒 24 帧的高清视频片段。

实际上在今年 3 月，笔者就曾从投资市场获悉他们的天使轮估值达到 1 亿美元，更多 VC 想给钱而赶不上、投不进，以及他们创业方向的更多消息：

不仅做图像生成，将来还要做视频生成。

无论 Imagen 还是 Imagen Video，谷歌出于安全、伦理等方面考虑都未曾放出试玩、API 或开源代码。

研究成果无法转化为应用，是近年来不少从谷歌离职创业者遇到的共同问题。

如大模型那边的 Transformer 八位作者中，Cohere 创始人 Aidan Gomez 就曾表示离开的原因是 “我在谷歌没有看到大模型发挥它真正的力量”。

Ashish Vaswani 与 Niki Parmar 离开谷歌创办 Adept AI 与 Essential AI 的原因也是 “谷歌希望用 Transformer 优化现有产品，而我们希望创造新产品”。

后来这些研究者所担心的事也确确实实发生了：

尽管 2021 年 5 月（比 ChatGPT 训练数据截止日期还早）谷歌就已经开发出了 LaMDA 对话大模型与聊天机器人，但在推出产品方面有太多顾虑，最终 18 个月后被隔壁 ChatGPT 一手直接面对公众开放抢尽了风头。

……

吸取了这些教训，新成立的 Ideogram AI 也拿出一副尽量开放、先把用户吸引进来玩的架势。

最初宣布了 1000 人测试名额，但没一会就满了。

今天似乎又开放了一些名额，笔者上午注册时并没有遇到排队。

总之名额应该还是有限的，感兴趣的朋友抓紧了。

试玩地址：https://ideogram.ai

参考链接：

[1]https://ideogram.ai/launch

[2]https://x.com/ideogram_ai/status/1694024927853129757

[3]https://x.com/DrJimFan/status/1694358069638275463

[4]https://x.com/WilliamLamkin/status/1694535089575637048