今天小编分享的互联网经验：第一个吃到DeepSeek红利的AI影像产品出现了？，欢迎阅读。
文 | 白鲸出海
普通用户到底需要什么？
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，这个反应应该是影像产品中最快的。
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 都設定了便捷互動按钮，但在互動上，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 改出来的影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，而且保留了原影像的大部分元素，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。
访问量增长停滞，Krea 急于破圈
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、优化用户的互動体验，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。
靠实时生图解决 " 可控性 " 问题，Krea 赚到了 " 第一波用户 "
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 着重在互動优化上下了功夫，而目前主打的实时生图功能，就很能体现这一思路。
Krea 落地页
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 进行互動，形成独特的用户体验 "。
一位 Krea 的投资者的陈述｜图片来源：YC
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，并希望试用这个程式。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。
图片来源：AI 产品榜（2023 年 12 月）
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，最终输出会与参考影像 / 风格越接近。
实时生图界面中，画布被抽成了两部分，左边是创作区，右边是成品区，用户在下方输入 Prompt，初版的影像就显示在右侧了。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 / 影像的 " 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）
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 毫秒左右处理一张影像）的速度连续处理影像。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。
一位自称是 Krea 员工的 Reddit 用户的分享｜图片来源：Reddit
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，并以这版影像作为基础，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影像，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 "。
为专业用户打造完整工作流的 Krea，能吸引普通用户吗？
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、影像增强等影像功能。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），影像增强（下）｜图片来源：Krea
从生图、改图到影像增强，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，基于优秀互動的精准控制，Krea 在互動也下了功夫，这些功能的操作都是比较简便的。
用户可以直接在画面中框选，并输入 Prompt，就可以在局部添加物体或修改影像
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 影像产品的普通用户来说，由于他们对最终的影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。
