普通用戶到底需要什么？

在 R1 推理模型大火之后，全民接力集成 DeepSeek，有硅基流動這樣的大模型云服務平臺、有騰訊元寶這樣的 Chatbot，甚至微信這樣的頂流。但是，AI 圖片類產(chǎn)品卻鮮少有接入 DeepSeek R1 的新聞，而從 DeepSeek-R1 發(fā)布到 Krea 宣布上線新功能僅僅 10 天，這個反應應該是圖像產(chǎn)品中最快的。

用 DeepSeek 降低門檻，Krea 率先“吃螃蟹”

在 Krea 之前，集成了 Chatbot 的生圖和改圖功能已經(jīng)存在，最典型如 ChatGPT，但用過的讀者應該有一些感受，雖然疊加了 Chatbot 理解用戶意圖的步驟，但不論是生圖還是改圖，效果都不盡如人意。（可見下文案例對比）

而 DeepSeek-R1 的引入，讓這類功能的使用體驗有了一些變化，2 個點，深度推理且低成本。前者解決了可控，后者決定了，新技術可應用到商業(yè)產(chǎn)品中。

用戶用自然語言表達意圖時，不會像精心編寫的 Prompt 那樣清晰，DeepSeek-R1 則重在理解用戶意圖，而且 Krea 還給為了接近可用狀態(tài)所需要的后續(xù)操作，加了 buff。

如上面的視頻，加了 R1 就是為了降低門檻，讓用戶可以用自然語言生圖、改圖，所以后續(xù)的一些操作，例如改變風格、圖片生成動畫，Krea 都設置了便捷交互按鈕，但在交互上，其實是產(chǎn)品將按鈕功能“翻譯”成一句方便 R1 理解的話，從而讓生成結(jié)果接近用戶預期。

筆者也對 OpenAI 新推出的 o3-mini 推理模型和加入 R1 的 Krea，進行了生圖和改圖的對比測試。

生圖指令：Help me generate a picture of a sunset, beach, blue sea, coconut trees；

修改圖片指令：remove all coconut tree，注：Krea 生圖模型默認選擇Flux，ChatGPT 選擇的是 GPT-4o 普通模型和 o3-mini 推理模型，生圖模型為 DALL-E3

首先，筆者用相同的自然語言指令，讓 Krea Chat 和 ChatGPT（兩種模型）各生成一張圖片（如左圖），然后再向兩者同時下達改圖指令，要求將海灘旁的椰子樹去掉（結(jié)果如右圖）。

我們看到，Krea 和 o3-mini 模型都將椰樹去掉了，完成了任務，GPT-4o 生成的畫面中卻仍有椰樹。而兩個推理模型相比，o3-mini 改出來的圖像雖然去掉了椰子樹，但畫面幾乎等同于“重新生成”，Krea 令人比較驚喜的一點是，在幾種樹中只去掉了椰子樹，而且保留了原圖像的大部分元素，起碼能算是改圖。

效果差異的背后有 R1 和 o3 推理模型的區(qū)別，其實也會有生圖模型 Flux 和 DALL·E 3 的區(qū)別，由于沒有辦法進行交叉驗證，究竟是哪些因素影響了不同產(chǎn)品的改圖表現(xiàn)尚未可知。

這次，Krea 將 R1 集成到產(chǎn)品中，還有另一個前提條件——成本。

在考驗自然語言推理的 Zebra Logic 測試中，DeepSeek-R1 評分雖不如 OpenAI-o1，但評分卻比其他非推理模型高很多

注：上面測試中使用的 o3-mimi 上線時間晚于DeepSeek-R1，API 價格也高于 DeepSeek

雖然 OpenAI o1 是最早上線的推理模型，但由于其昂貴的使用價格，用于改善生圖效果并不現(xiàn)實，DeepSeek-R1 則完完全全將價格打了下來。

而 Krea 引入 R1，除了讓生圖和改圖更接近用戶預期之外，另一個層面的顯著收益是，讓使用門檻降了下來，不論是不用再去精心編寫 prompt，還是點一下就能進行后續(xù)步驟，都對普通用戶更加友好。

訪問量增長停滯，Krea 急于破圈

白鯨出海的老讀者，應該知道我們在過去半年一直在更新 AI 圖片出海洞察系列，Krea 是我們覺得在一眾圖片編輯產(chǎn)品中，有自身獨特定位和特色的一個產(chǎn)品。

12 月圖片編輯（上）/生成（下）產(chǎn)品的人均訪問次數(shù)和人均訪問時長數(shù)據(jù)，注：Krea 功能覆蓋圖片生成、修改、與增強，很難單純的將其分類到生圖/修圖類別，所以這里我們分別與修圖和生圖產(chǎn)品進行對比｜白鯨出海制圖

從人均訪問次數(shù)和時長的角度看，Krea 的數(shù)據(jù)還是不錯的，表明獲得了一些用戶的認可。但從流量的角度，一款口碑還可以、使用數(shù)據(jù)也不錯的產(chǎn)品，卻一直橫盤狀態(tài)，甚至在 2024 年下半年一直下滑。

直到 1 月份，Krea 頻繁更新，上線了實時 3D 生成和快速定制化訓練 Avatar，2 個比較破圈的功能，其流量在 1 月轉(zhuǎn)好。

這其中的原因，與 Krea 相對獨特的使用體驗所吸引到的大多是偏專業(yè)的用戶有關（下文會詳細解釋），在流量下滑的情況下，Krea 嘗試破圈尋找增量用戶。Krea 的創(chuàng)始人 Victor Perez 也在一個播客中表示：“目前 Krea 的用戶中專業(yè)人士占比很高，但就團隊的計劃而言，則更希望去做真正面向普通人的 AI 工具。”

秉持著這個理念，Krea 的產(chǎn)品設計與迭代方向，一直致力于簡化操作、優(yōu)化用戶的交互體驗，以吸引更多元的用戶，引入 DeepSeek 驅(qū)動的 Krea Chat，其實也是這一思路的延續(xù)。

靠實時生圖解決“可控性”問題，Krea 賺到了“第一波用戶”

Krea 成立于 2022 年，創(chuàng)始人 Victor Perez 從創(chuàng)業(yè)孵化器 HF0，獲得了數(shù)百萬美元的初期投資，并創(chuàng)立了 Krea。（注：HF0 是位于舊金山的一個創(chuàng)業(yè)孵化器，他們會為創(chuàng)業(yè)者提供一個為期 12 周的封閉工作空間，并視創(chuàng)始人在這期間的表現(xiàn)，為創(chuàng)業(yè)項目提供投資，額度超100萬美元以，上不封頂，占有初創(chuàng)公司 5%的股權。）

Krea 自己本身并沒有自研模型，走的是“開源模型+優(yōu)化工程&UI”的路徑，結(jié)合筆者的體驗和創(chuàng)始人分享，Krea 的核心差異點是“精準控制”，而為了實現(xiàn)精準控制，Krea 著重在交互優(yōu)化上下了功夫，而目前主打的實時生圖功能，就很能體現(xiàn)這一思路。

Krea 于 2023 年初開始封閉測試，實時生圖功能也誕生于封測時期。根據(jù)創(chuàng)始人 Victor 的分享，實時生圖的靈感來源于“投屏”，他想到，在用戶生成圖片時，可以將結(jié)果實時顯示出來，然后再讓用戶照著結(jié)果，進一步與 AI 進行交互，形成獨特的用戶體驗”。

隨后，他用了一夜時間寫好了 Demo，并將測試視頻發(fā)在了 Twitter 上，很多用戶表示非常感興趣，并希望試用這個程序。用戶的反饋讓 Victor 信心倍增，經(jīng)過幾個月的開發(fā)，當 2023 年 11 月 Krea 正式上線時，實時生成功能成了主打功能。一位 Krea 的投資人表示，他就是看中了 Krea 低延遲的實時生圖，才投資了 Krea。

在推出實時生圖功能 1 個月后，2023 年 12 月，Krea 的網(wǎng)站流量就增長了 191%，達到了 365 萬，下一個月（2024.1）訪問量又提升了 22%，接近 450 萬。

注 1：我在這里選擇的一張參考背景，但很多創(chuàng)作者會選擇直接在黑色背景上進行創(chuàng)作，注 2：如果上傳參考圖片或者風格，Krea 中會出現(xiàn)了權重控制，是一個 0-1 的浮點數(shù)值，數(shù)值越接近 1，最終輸出會與參考圖像/風格越接近。

實時生圖界面中，畫布被分成了兩部分，左邊是創(chuàng)作區(qū)，右邊是成品區(qū)，用戶在下方輸入 Prompt，初版的圖像就顯示在右側(cè)了。除了 Prompt 外，用戶可以上傳參考圖片，選擇預設風格（官方和社區(qū)訓練好的 Lora）來控制生圖效果，并調(diào)節(jié)各個風格/圖像的“權重”，以更精準地控制輸出。（Krea 的文生圖功能也有類似的設計）

通過圖形和涂鴉，可以控制畫面中重要物體的形狀、位置、顏色，注：AI Strength 越高，AI 創(chuàng)作的權重越大，越低，則更忠實于用戶繪制的內(nèi)容

隨后，用戶可以在左側(cè)的創(chuàng)作區(qū)“手繪”涂鴉或插入圖形（矩形、三角形和圓形），來控制畫面中人物或物體的位置和形狀，并通過調(diào)整 AI Strength 參數(shù)來平衡自己的“創(chuàng)作”和 AI 的“發(fā)揮” ，所有改動都會實時顯示在右側(cè)。

根據(jù) Krea 創(chuàng)始人給出的數(shù)據(jù)，實時顯示的延遲大概在 40 毫秒左右，當用戶拖動圖形時，Krea 也會以每秒 4-5 幀（相當于 250 毫秒左右處理一張圖像）的速度連續(xù)處理圖像。創(chuàng)始人解釋道，實時生圖本來對算力的要求就很高，如果算上高并發(fā)，需要的算力儲備就更大了，40 毫秒的延遲，用戶既不會感到特別卡頓，還能盡量節(jié)省算力。

在工程方面，Krea 堅持自己部署模型，以減少使用第三方托管平臺帶來的延遲，團隊也花了大量時間圍繞算力、模型等基礎設施進行了開發(fā)與優(yōu)化，讓 Krea 在更大用戶量的情況下，也能維持低延遲。

而在用戶完成一版設計之后，還可以把右側(cè)的“成品圖”拖動到左邊，并以這版圖像作為基礎，進一步進行修改和優(yōu)化，實現(xiàn)多次迭代。與 Krea Chat 相似，實時生圖也算是文生圖功能的變種和延伸，用戶通過圖形、涂鴉來精準地按自己意愿修改圖像，并可以多次迭代，以減少生圖模型不可控性的影響，相比無限抽卡，這種模式看上去更有效率。

但相比 Krea Chat，讓用戶通過圖形和涂鴉去控制生圖效果的門檻其實不低，無論是筆者本人，還是試用過 Krea 的編輯部同事都有相同的感覺，“知道這個實時生圖功能很好，但就是不知道它對自己來說能做什么用?！?/p>

從數(shù)據(jù)來看，到 2024 年 2 月（實時生圖上線 3 個月后），Krea 的訪問量已經(jīng)突破了 600 萬，相當于過去一年時間，Krea 的訪問量都沒有突破這個“天花板”。

為專業(yè)用戶打造完整工作流的 Krea，能吸引普通用戶嗎？

除了上面介紹的實時生圖和 Krea Chat 功能外，Krea 提供文生圖、改圖、圖像增強等圖像功能。此外，還給到了一個生成視頻的功能，這個功能于 2024 年 5 月推出，現(xiàn)已接入了混元、Runway、Kling、Hailuo 等市面上主流的視頻生成模型。

從生圖、改圖到圖像增強，Krea 基本形成了一個較為完整的工作流。整體體驗下來，這幾項功能的效果是很在線的。而延續(xù)整體思路，基于優(yōu)秀交互的精準控制，Krea 在交互也下了功夫，這些功能的操作都是比較簡便的。

用戶可以直接在畫面中框選，并輸入 Prompt，就可以在局部添加物體或修改圖像

社媒上的用戶對 Krea 優(yōu)化“精準控制”的思路，絕大多數(shù)都是報以好評的，這與我們之前的認知一致，作為 Krea 初期吸引到的專業(yè)用戶，“可控性”是剛需，而 Krea 也回應了這個需求。從在 X 中與 Krea 官號和創(chuàng)始人 Victor 互動的用戶來觀察，Krea 目前的用戶畫像大概是藝術家、設計師、需要經(jīng)常做圖的營銷人員等相對專業(yè)一些的人士。

但是對出于娛樂目的或低頻使用 AI 圖像產(chǎn)品的普通用戶來說，由于他們對最終的圖像并沒有具像化的認知，所以實時生圖提供的“可控性”可能吸引力不大，這大概就是 Krea 近半年來很難“破圈”的原因。

但反觀 Krea Chat，不論是引入 DeepSeek-R1，以更好地理解用戶意圖，還是通過標簽，讓用戶能夠一鍵下達準確的“改圖”指令，其實都是在回應普通用戶，對簡便操作、靈感指引和改圖智能程度的需求。而推出 Krea Chat 之后，這款產(chǎn)品能否破圈，找到新的用戶增長點，還需要觀察他們后續(xù)的流量表現(xiàn)。