第一個吃到DeepSeek紅利的AI圖像產品出現了？

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 圖片類產品卻鮮少有接入 DeepSeek R1 的新聞，而從 DeepSeek-R1 發布到 Krea 宣布上線新功能僅僅 10 天，這個反應應該是圖像產品中最快的。

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產品中。

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所需要的后續操作，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，其實是產品將按鈕功能“翻譯”成一句方便 R1 理解的話，從而讓生成結果接近用戶預期。

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 推理模型的區別，其實也會有生圖模型 Flux 和 DALL·E 3 的區別，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品的改圖表現尚未可知。

這次，Krea 將 R1 集成到產品中，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品中，有自身獨特定位和特色的一個產品。

12 月圖片編輯（上）/生成（下）產品的人均訪問次數和人均訪問時長數據，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品進行對比｜白鯨出海制圖

從人均訪問次數和時長的角度看，Krea 的數據還是不錯的，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、使用數據也不錯的產品，卻一直橫盤狀態，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 的創始人 Victor Perez 也在一個播客中表示：“目前 Krea 的用戶中專業人士占比很高，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 的產品設計與迭代方向，一直致力于簡化操作、優化用戶的交互體驗，以吸引更多元的用戶，引入 DeepSeek 驅動的 Krea Chat，其實也是這一思路的延續。

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，創始人 Victor Perez 從創業孵化器 HF0，獲得了數百萬美元的初期投資，并創立了 Krea。（注：HF0 是位于舊金山的一個創業孵化器，他們會為創業者提供一個為期 12 周的封閉工作空間，并視創始人在這期間的表現，為創業項目提供投資，額度超100萬美元以，上不封頂，占有初創公司 5%的股權。）

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

Krea 落地頁

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。根據創始人 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，可以將結果實時顯示出來，然后再讓用戶照著結果，進一步與 AI 進行交互，形成獨特的用戶體驗”。

一位 Krea 的投資者的陳述｜圖片來源：YC

隨后，他用了一夜時間寫好了 Demo，并將測試視頻發在了 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，經過幾個月的開發，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。

圖片來源：AI 產品榜（2023 年 12 月）

在推出實時生圖功能 1 個月后，2023 年 12 月，Krea 的網站流量就增長了 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，但很多創作者會選擇直接在黑色背景上進行創作，注 2：如果上傳參考圖片或者風格，Krea 中會出現了權重控制，是一個 0-1 的浮點數值，數值越接近 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，左邊是創作區，右邊是成品區，用戶在下方輸入 Prompt，初版的圖像就顯示在右側了。除了 Prompt 外，用戶可以上傳參考圖片，選擇預設風格（官方和社區訓練好的 Lora）來控制生圖效果，并調節各個風格/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 創作的權重越大，越低，則更忠實于用戶繪制的內容

隨后，用戶可以在左側的創作區“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，并通過調整 AI Strength 參數來平衡自己的“創作”和 AI 的“發揮” ，所有改動都會實時顯示在右側。

根據 Krea 創始人給出的數據，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）的速度連續處理圖像。創始人解釋道，實時生圖本來對算力的要求就很高，如果算上高并發，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，還能盡量節省算力。

一位自稱是 Krea 員工的 Reddit用戶的分享｜圖片來源：Reddit

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與優化，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化，實現多次迭代。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。”

從數據來看，到 2024 年 2 月（實時生圖上線 3 個月后），Krea 的訪問量已經突破了 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”。

為專業用戶打造完整工作流的 Krea，能吸引普通用戶嗎？

Krea 落地頁

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，現已接入了混元、Runway、Kling、Hailuo 等市面上主流的視頻生成模型。

文生圖（上）、改圖（中），圖像增強（下）｜圖片來源：Krea

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。而延續整體思路，基于優秀交互的精準控制，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 優化“精準控制”的思路，絕大多數都是報以好評的，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、需要經常做圖的營銷人員等相對專業一些的人士。

但是對出于娛樂目的或低頻使用 AI 圖像產品的普通用戶來說，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，這款產品能否破圈，找到新的用戶增長點，還需要觀察他們后續的流量表現。