出品 | 白鲸出海编辑部
作者
|
张凯然
编辑
|
殷观晓
Krea 官宣推出 Krea Chat｜视频来源：YouTube
在 R1 推理模型大火之后，全民接力集成 DeepSeek，有硅基流动这样的大模型云服务平台、有腾讯元宝这样的 Chatbot，甚至微信这样的顶流。但是，AI 图片类产品却鲜少有接入 DeepSeek R1 的新闻，而从 DeepSeek-R1 发布到 Krea 宣布上线新功能仅仅 10 天，这个反应应该是图像产品中最快的。
用 DeepSeek 降低门槛，
Krea 率先“吃螃蟹”
在 Krea 之前，集成了 Chatbot 的生图和改图功能已经存在，最典型如 ChatGPT，但用过的读者应该有一些感受，虽然叠加了 Chatbot 理解用户意图的步骤，但不论是生图还是改图，效果都不尽如人意。（可见下文案例对比）
而 DeepSeek-R1 的引入，让这类功能的使用体验有了一些变化，2 个点，深度推理且低成本。
前者解决了可控，后者决定了，新技术可应用到商业产品中。
用户用自然语言表达意图时，不会像精心编写的 Prompt 那样清晰，DeepSeek-R1 则重在理解用户意图，
而且 Krea 还给为了接近可用状态所需要的后续操作，加了 buff。
如上面的视频，加了 R1 就是为了降低门槛，让用户可以用自然语言生图、改图，所以后续的一些操作，例如改变风格、图片生成动画，Krea 都设置了便捷交互按钮，但在交互上，其实是产品将按钮功能“翻译”成一句方便 R1 理解的话，从而让生成结果接近用户预期。
笔者也对 OpenAI 新推出的 o3-mini 推理模型和加入 R1 的 Krea，进行了生图和改图的对比测试。
生图指令：Help me generate a picture of a sunset, beach, blue sea, coconut trees；
修改图片指令：remove all coconut tree，注：Krea 生图模型默认选择Flux，ChatGPT 选择的是 GPT-4o 普通模型和 o3-mini 推理模型，生图模型为 DALL-E3
首先，笔者用相同的自然语言指令，让 Krea Chat 和 ChatGPT（两种模型）各生成一张图片（如左图），然后再向两者同时下达改图指令，要求将海滩旁的椰子树去掉（结果如右图）。
我们看到，Krea 和 o3-mini 模型都将椰树去掉了，完成了任务，GPT-4o 生成的画面中却仍有椰树。而两个推理模型相比，o3-mini 改出来的图像虽然去掉了椰子树，但画面几乎等同于“重新生成”，Krea 令人比较惊喜的一点是，在几种树中只去掉了椰子树，而且保留了原图像的大部分元素，起码能算是改图。
效果差异的背后有 R1 和 o3 推理模型的区别，其实也会有生图模型 Flux 和 DALL·E 3 的区别，由于没有办法进行交叉验证，究竟是哪些因素影响了不同产品的改图表现尚未可知。
这次，Krea 将 R1 集成到产品中，还有另一个前提条件——成本。
在考验自然语言推理的 Zebra Logic 测试中，DeepSeek-R1 评分虽不如 OpenAI-o1，但评分却比其他非推理模型高很多
注：上面测试中使用的 o3-mimi 上线时间晚于
DeepSeek-R1，API 价格也高于 DeepSeek
虽然 OpenAI o1 是最早上线的推理模型，但由于其昂贵的使用价格，用于改善生图效果并不现实，DeepSeek-R1 则完完全全将价格打了下来。
而 Krea 引入 R1，除了让生图和改图更接近用户预期之外，另一个层面的显著收益是，
让使用门槛降了下来
，不论是不用再去精心编写 prompt，还是点一下就能进行后续步骤，都对普通用户更加友好。
白鲸出海的老读者，应该知道我们在过去半年一直在更新 AI 图片出海洞察系列，Krea 是我们觉得在一众图片编辑产品中，有自身独特定位和特色的一个产品。
12 月图片编辑（上）/生成（下）产品的人均访问次数和人均访问时长数据，注：Krea 功能覆盖图片生成、修改、与增强，很难单纯的将其分类到生图/修图类别，所以这里我们分别与修图和生图产品进行对比｜白鲸出海制图
从人均访问次数和时长的角度看，Krea 的数据还是不错的，表明获得了一些用户的认可。但从流量的角度，一款口碑还可以、使用数据也不错的产品，却一直横盘状态，甚至在 2024 年下半年一直下滑。
直到 1 月份，Krea 频繁更新，上线了实时 3D 生成和快速定制化训练 Avatar，2 个比较破圈的功能，其流量在 1 月转好。
这其中的原因，与 Krea 相对独特的使用体验所吸引到的大多是偏专业的用户有关（下文会详细解释），在流量下滑的情况下，Krea 尝试破圈寻找增量用户。Krea 的创始人 Victor Perez 也在一个播客中表示：“目前 Krea 的用户中专业人士占比很高，但就团队的计划而言，则更希望去做真正面向普通人的 AI 工具。”
秉持着这个理念，
Krea 的产品设计与迭代方向，一直致力于简化操作、优化用户的交互体验，以吸引更多元的用户，引入 DeepSeek 驱动的 Krea Chat，其实也是这一思路的延续。
Krea 成立于 2022 年，创始人 Victor Perez 从创业孵化器 HF0，获得了数百万美元的初期投资，并创立了 Krea。
（注：HF0 是位于旧金山的一个创业孵化器，他们会为创业者提供一个为期 12 周的封闭工作空间，并视创始人在这期间的表现，为创业项目提供投资，额度超100万美元以，上不封顶，占有初创公司 5%的股权。）
Krea 自己本身并没有自研模型，
走的是“开源模型+优化工程&UI”的路径，结合笔者的体验和创始人分享，Krea 的核心差异点是“精准控制”，而为了实现精准控制，Krea 着重在交互优化上下了功夫
，而目前主打的实时生图功能，就很能体现这一思路。
Krea 于 2023 年初开始封闭测试，实时生图功能也诞生于封测时期。根据创始人 Victor 的分享，实时生图的灵感来源于“投屏”，他想到，在用户生成图片时，
可以将结果实时显示出来，然后再让用户照着结果，进一步与 AI 进行交互，形成独特的用户体验”。
随后，他用了一夜时间写好了 Demo，并将测试视频发在了 Twitter 上，很多用户表示非常感兴趣，并希望试用这个程序。用户的反馈让 Victor 信心倍增，经过几个月的开发，当 2023 年 11 月 Krea 正式上线时，实时生成功能成了主打功能。一位 Krea 的投资人表示，他就是看中了 Krea 低延迟的实时生图，才投资了 Krea。
在推出实时生图功能 1 个月后，2023 年 12 月，Krea 的网站流量就增长了 191%，达到了 365 万，下一个月（2024.1）访问量又提升了 22%，接近 450 万。
注 1：我在这里选择的一张参考背景，但很多创作者会选择直接在黑色背景上进行创作，注 2：如果上传参考图片或者风格，Krea 中会出现了权重控制，是一个 0-1 的浮点数值，数值越接近 1，最终输出会与参考图像/风格越接近。
实时生图界面中，画布被分成了两部分，
左边是创作区，右边是成品
区
，用户在下方输入 Prompt，初版的图像就显示在右侧了。除了 Prompt 外，用户可以上传参考图片，选择预设风格（官方和社区训练好的 Lora）来控制生图效果，并调节各个风格/图像的“权重”，以更精准地控制输出。（Krea 的文生图功能也有类似的设计）
通过图形和涂鸦，可以控制画面中重要物体的形状、位置、颜色，注：AI Strength 越高，AI 创作的权重越大，越低，则更忠实于用户绘制的内容
随后，用户可以在左侧的创作区“手绘”涂鸦或插入图形（矩形、三角形和圆形），来控制画面中人物或物体的位置和形状，并通过调整 AI Strength 参数来平衡自己的“创作”和 AI 的“发挥” ，所有改动都会实时显示在右侧。
根据 Krea 创始人给出的数据，实时显示的延迟大概在 40 毫秒左右
，当用户拖动图形时，Krea 也会以每秒 4-5 帧（相当于 250 毫秒左右处理一张图像）的速度连续处理图像。创始人解释道，实时生图本来对算力的要求就很高，如果算上高并发，需要的算力储备就更大了，
40 毫秒的延迟，用户既不会感到特别卡顿，还能尽量节省算力。
在工程方面，Krea 坚持自己部署模型，以减少使用第三方托管平台带来的延迟，团队也花了大量时间围绕算力、模型等基础设施进行了开发与优化，让 Krea 在更大用户量的情况下，也能维持低延迟。
而在用户完成一版设计之后，还可以把右侧的“成品图”拖动到左边，并以这版图像作为基础，进一步进行修改和优化，实现多次迭代。
与 Krea Chat 相似，实时生图也算是文生图功能的变种和延伸，用户通过图形、涂鸦来精准地按自己意愿修改图像，并可以多次迭代，以减少生图模型不可控性的影响，相比无限抽卡，这种模式看上去更有效率。
但相比 Krea Chat，让用户通过图形和涂鸦去控制生图效果的门槛其实不低
，无论是笔者本人，还是试用过 Krea 的编辑部同事都有相同的感觉，“知道这个实时生图功能很好，但就是不知道它对自己来说能做什么用。”
从数据来看，到 2024 年 2 月（实时生图上线 3 个月后），Krea 的访问量已经突破了 600 万，相当于过去一年时间，Krea 的访问量都没有突破这个“天花板”。
除了上面介绍的实时生图和 Krea Chat 功能外，Krea 提供文生图、改图、图像增强等图像功能。此外，还给到了一个生成视频的功能，这个功能于 2024 年 5 月推出，现已接入了混元、Runway、Kling、Hailuo 等市面上主流的视频生成模型。
文生图（上）、改图（中），
从生图、改图到图像增强，Krea 基本形成了一个较为完整的工作流。
整体体验下来，这几项功能的效果是很在线的。而延续整体思路，基于优秀交互的精准控制，Krea 在交互也下了功夫，这些功能的操作都是比较简便的。
社媒上的用户对 Krea 优化“精准控制”的思路，绝大多数都是报以好评的，这与我们之前的认知一致，作为 Krea 初期吸引到的专业用户，“可控性”是刚需，而 Krea 也回应了这个需求。从在 X 中与 Krea 官号和创始人 Victor 互动的用户来观察，
Krea 目前的用户画像大概是艺术家、设计师、需要经常做图的营销人员等相对专业一些的人士。
但是对出于娱乐目的或低频使用 AI 图像产品的普通用户来说，由于他们对最终的图像并没有具像化的认知，所以实时生图提供的“可控性”可能吸引力不大，这大概就是 Krea 近半年来很难“破圈”的原因。
但反观 Krea Chat，不论是引入 DeepSeek-R1，以更好地理解用户意图，还是通过标签，让用户能够一键下达准确的“改图”指令，
其实都是在回应普通用户，对简便操作、灵感指引和改图智能程度的需求。
而推出 Krea Chat 之后，这款产品能否破圈，找到新的用户增长点，还需要观察他们后续的流量表现。
