302.AI 基准实验室 | 实测Doubao文生图模型v2.1版本，中英文内容生成轻松拿捏！

12月，字节跳动豆包大模型团队推出文生图模型 v2.1版本，这次的升级对比通用 2.0和通用 2.0 PRO版本，除了结构准确和美感明显提升外，重点支持了中英文字符渲染。

据了解，豆包文生图模型v2.1通过打通 LLM 和 DiT 构架，构建了高质量文字渲染能力，大幅提升文字生成准确率。这种原生的文字渲染能力，让文字与整体画面的融合更为自然和实用。

> 在302.AI上使用

按照惯例，302.AI在第一时间更新了Doubao的图像生成模型，用户可以通过302.AI的绘画机器人以及API超市获取模型使用，302.AI提供按需付费的服务方式，用户只需为实际使用的资源和服务付费，提供了高度的灵活性。

【绘画机器人】

302.AI的绘画超市涵盖市面上多种图像模型，用户可以根据需要选择模型合适的使用。在使用过程中，还可以根据创作需求随意按需切换模型，且无需复杂繁琐的流程，非常便捷。以下是在绘画机器人中获得Doubao模型的步骤：

1、进入302.AI——点击使用机器人——找到绘画机器人——这里模型可以默认All模型或者直接选择Doubao模型——然后创建绘画机器人；

2、点击输入框右侧的设置——选择模型版本——选择风格，设置中还可以选择图片比例等；

【API超市】

302.AI的API超市中的API种类丰富且分类明晰，企业用户可以快速找到所需的API的获取接入方式和文档支持，并能够根据特定项目需求进行定制化开发，加快AI应用的研发与部署流程。以下是豆包模型的获取方式：

1、进入302.AI后——点击使用API——选择API超市——分类中点击图片生成——选择Doubao。

2、点击查看文档后即可进入。

> Doubao文生图模型v2.1模型测评：

以下测评会生成纯中文、纯英文、中英的文字内容并搭配三种不同类型风格的图片，由于对比模型无法生成中文内容，因此在只会在实测2中会对比模型的表现，实测1与实测3中不作对比，对比模型为：Midjourney V6.1、Ideogram v2。

实测1：中文内容生成

提示词1：治愈漫画风，在蓝蓝的天空下有一被云朵簇拥着的山峰。山峰前面是一个小卖部，小卖部的招牌上写着：“云间小卖部”。小卖部旁边坐着一个老奶奶，脸上带着和蔼的笑容。

分析1：Doubao v2.1提示词理解准确，中文内容生成正确。图片的色彩非常明亮和鲜艳，细节和构图都处理得非常出色。

提示词2：节日海报，在画面中央是一个巨大的白色饺子，它的皮巧妙地打开，露出里面温暖的室内场景。里面有五个微型人物，围坐在一个装满小饺子的小圆桌旁，似乎在享受丰盛的晚餐。室内光线温暖柔和，营造出温馨的家庭氛围。在饺子皮的外面，可以看到一双木筷子夹着饺子皮，好像准备吃这个巨大的饺子皮。背景中有几个模糊的饺子，暗示着一场饺子盛宴。整幅画采用微缩山水的艺术手法，巧妙地将日常融入其中，海报的下方写着“团圆，新年”。

分析2：对于复杂的提示词生成效果也不错，文字生成非常准确，但唯一不足的提示词中的“五个微型人物”实际生成了六个。

提示词3：超写实电影海报，大标题文字“冰雪未来”，超广角镜头，哑光绘画，电影海报，撕裂的地平线沐浴在暮色中。英雄出现在前景，背景是巨大的机器，未来的交通工具塑造了天际线。一个视觉史诗，每个元素都唤起了惊奇和兴奋。电影海报，3D哑光绘画。

分析3：提示词理解准确，生成的文字准确。

实测2：英文内容生成

提示词：现代科技风，傍晚日落时分，在高楼林立市中心，车水马龙，路边挂着一个大大的广告牌，上面写着“Happy New Year, wish everyone happy！”

分析：

Doubao v2.1：英文生成也没问题，提示词理解也不错，整体图片色彩搭配也很和谐。广告牌的黄色与周围的城市景观形成了鲜明的对比，使得文字更加醒目。但还是有一些不足的小细节，比如在生成的单词“wish”看起来不够清晰。

Midjourney V6.1：整体的画面色彩搭配还不错，但还是出现了老问题，生成的文字不够准确，出现重复单词或者字母的情况。

Ideogram v2：文字生成准确，图片的色彩搭配非常和谐且细节非常丰富，可以看到街道上的车辆、建筑物的外观以及天空的变化，整体非常出色。

实测3：中英内容生成

提示词：一个20岁的帅气年轻男孩，站在火车站门口，周围人很多，他手里举着一个牌写着：“Welcome to you 欢迎你”，写实风

分析：

Doubao v2.1：即使是写实风的中英文内容生成也是没有问题，单词的大小写能够也准确生成。但美中不足的是，除了提示词中提到的文字内容，还出现了其他内容。比如在牌子的右下角出现不明文字。

> 总结：

通过以上实测，可以初步得出以下结论：

1、中文内容的生成：豆包文生图模型v2.1生成文字是准确的，但对于复杂的场景生成上有小错误，不过实测中大部分任务都能够遵循提示词，并通过自然的文字与画面融合，提升整体的视觉效果。

2、英文内容的生成：总体生成的内容是准确的，但在某些细节上仍有改进空间，比如个别单词的清晰度方面。

3、中英文内容生成：内容生成准确，但生成的图片会出现了一些小瑕疵，比如出现不必要的附加内容方面，从而影响整体画面的效果。

除了在文字生成准确性方面表现不错，通过实测还可以看到，模型能够准确理解提示词并遵循，生成的图片在构图、色彩搭配、细节上都毫不逊色对比模型。

未来，我们期待豆包团队能够持续优化模型，改进目前出现的瑕疵，进一步提升生成内容的准确性与美观性。

免费试用302.AI，开启你的AI之旅！👈

为什么选择302.AI？

● 灵活付费：无需月费，按需付费，成本可控
● 丰富功能：从文字、图片到视频，应有尽有，满足多种场景需求
● 开源生态：支持开发者深度定制，打造专属AI应用
● 易用性：界面友好，操作简单，快速上手