2025第一季度，文生圖行業進步神速。

@數科星球原創

作者丨苑晶

編輯丨大兔

2025第一季度，文生圖行業進步神速。

直觀層面，圖形的擬真度飛速提升。由此，其在廣告、宣傳、影視制作、游戲開發等領域的價值得到了空前開發。

而AI的發展不會到此為止。為了降低制作成本和時間，提高工作效率和視覺效果，國內企業開始了新的進擊。

其中，圖像制作與工作流的結合成為趨勢。

海馬云CTO溫健對數科星球指出：當下，每個行業的每個工種都可憑借制作工作流生成圖片，工作流的潛力還遠未被挖掘，而巨大的需求和巨大的供給遲早相互融合。

01

SD強大，但需要工作流補充

如今，人人皆知ChatGPT。

和OpenAI一樣，在圖片行業，人人皆知StableDiffusion。其第一代于2022年8月22日正式向公眾發布，在發布至今，歷經兩年，Stable Diffusion 已迭代至3.5版本。

據了解，StableDiffusion3.5Large新增了blur、canny和depth三種ControlNet功能。

其中blur功能可實現高保真度的圖像放大，支持8k和16k分辨率，適合將低分辨率圖像平鋪成大型、詳細的視覺效果;

canny功能利用邊緣映射構建生成圖像，對于插圖、建筑等場景生成具有清晰邊緣和結構的圖像很有用，且能適應所有風格;

depth功能則使用深度圖指導圖像生成，適合建筑渲染、3d資產紋理制作等需要精確控制圖像合成的用例，便于生成3d效果的圖像。

底座模型雖然強大，但對于廣大圖片和視頻制作者而言，還是不夠方便。

比如，如對原始視頻素材進行細致分析，拆解其內容結構，為后續制作提供基礎，困難重重。制作者也無法依據從現有圖像中反推關鍵元素。

對于視頻制作者而言，還需要通過AI輔助構建合理的分鏡腳本，規劃視頻情節和鏡頭等等需求。

對于圖片制作者而言，也需要自由選擇和組合各種節點，實現不同的圖像風格，如卡通風格、寫實風格、抽象藝術風格等。

此外，以圖生圖功能還較為欠缺。在數科星球的多方了解中發現，大部分設計上希望對已生成圖像進行二次編輯和修改，如調整色彩、對比度、亮度等參數，以及進行裁剪、拼接等操作，方便創作者對作品進行完善和優化。

所以，為了滿足種種需求，以ComfyUI為代表的工作流開源平臺開始崛起。

ComfyUI采用節點式工作流架構，用戶可以通過拖放和連接不同的節點來構建個性化的圖像生成工作流。每個節點代表一個特定的功能或操作，如文本提示、圖像輸入、風格轉換、濾鏡應用等，這使得用戶能夠更直觀地理解和控制圖像生成的每個步驟，輕松創建從簡單到復雜的各種圖像生成任務。

這極大降低了圖片制作的門檻。數科星球認為，ComfyUI的出現可比作圖形顯示系統之于DOS系統。它讓小白用戶也可具備專業的設計師能力，真正實現了設計平權。

（官網工作流展示）

02

ComfyUI的優勢與劣勢

ComfyUI的出現好處多多，比他它可實現設計協同、用戶可自定義圖片生成流程、生成速度也大幅提升。

目前，由于節點多、開發者多，ComfyUI正在和WebUI等同質平臺拉開差距，大有一統江湖的趨勢。

什么是節點，為什么節點需要開發？

為理解方便，我們制作了節點和功能說明圖。

（部分ComfyUI節點與功能說明）

由于是開源平臺，為了滿足更多的圖片/視頻制作需求，便需要搭建可開發更多的節點。但如此一來，平臺的復雜度便再一次提升了。

這主要有三點難以回避：

它的界面相對復雜，對于新手用戶來說不夠友好，存在一定的學習曲線；

雖然它支持多種 Stable Diffusion 模型及相關擴展，但在文生視頻等更廣泛的功能上可能需要用戶自行配置和擴展；

它本身并不直接支持多人實時協作編輯，這在一定程度上限制了團隊合作的效率。

所以，對于開源平臺本身，需要一個集大成者、用戶門檻足夠低的產品彌補市場空白。由此，海馬云旗下的RunningHub便出現了。

(官網案例：圣誕節商品圖攝影OminiControl)

03

RunningHub的優勢

RunningHub的定位是基于開源生態系的圖形音視頻AIGC應用共創平臺。

“從整體角度而言，我們依據平臺集成Comfyui和眾多開源模型工具，打造算力平臺和開發者工具，鼓勵開發者共創各類AI應用打通整條產業鏈”，溫健這樣說。

RunningHub出現的意義是，它將圖片/視頻生成成本從以往錨定設計師的人力成本轉換成為了算力成本。而這種算力不是基于英偉達的私有部署卡，而是基于廉價的公有云算力。

無需繁瑣的本地環境安裝，用戶打開網頁即可輕松投入到創作當中，降低了使用門檻，節省了時間和精力。

類似用戶只需通過Claude3.5，無需掌握代碼知識就可編程。借由低代碼和拖拉拽，在RunningHub上，無設計基礎的用戶就可以生成高水平作品。

在海馬云的設計思路中，用戶除可根據節點編輯自己的智能體外，還能通過享用平臺中的既有智能體直接生成作品。

（官網最新節點展示）

“可以這樣理解，我們把開發者開發的AI工作流應用商店化了，用戶可以直接分發自己的AI應用，可以直接將應用分發至Web、小程序、抖音小程序和小紅書等渠道中，更可以直接讓私域用戶體驗，”溫健補充。

該平臺有著獨特的現實意義。

對于智能體制作者而言，RunningHub為普通人提供了一條新的賺錢渠道。在數科星球看來，直接的應用付費模式類似“賣課”和知識付費，在未來將創造出極其可觀的收益。

溫健評價，RunningHub是行業內最完整的ComfyUI開源節點平臺。

在該平臺中，創作者可以更直觀地構建和管理圖像生成工作流，以快速實現復雜的創作想法。另外，其節點還包括圖像處理、生成算法等功能，用戶可在此選擇更豐富的創作工具和效果選項。

此平臺一經搭建，獲得頗多好評。

一些開發者認為，使用現有的開源節點可以避免重復造輪子；通過節點分享，開發者還有機會獲得收益；對于新手而言，直觀的圖形界面和豐富的文檔方便了快速上手。

而未來，隨著節點的增多，不同行業和領域對AI作圖的多樣化需求也可得到滿足。

(多種AI應用可供選擇）

04

開源的想象力巨大

發布數個月，純靠開發者口碑傳播，目前RunningHub已經有全球144個國家的用戶成為了Runninghub的用戶，其中付費會員用戶廣泛分布于中國、日本、阿聯酋、美國、英國、法國、克羅地亞、立陶宛、西班牙、波蘭、越南、巴西等各大洲國家。

是什么原因讓該產品獲得快速增長？數科星球認為，這歸功于開源和該行業的巨大潛力。

據相關報道，GitHub上2023年新增6.5萬個生成式AI項目，同比增長248%。而2024年被認為是AI視頻生成領域迎來寒武紀大爆發的一年，大量模型和應用涌現，促使更多開發者加入圖形音視頻領域的AI開發。

在功能上，該平臺除了能做海報、名片、PPT、邀請函、logo、微信設計圖等內容，還可兼容繪本、數字人等基于AI的內容呈現。

對于設計本身而言，它不需要用戶掌握Sketch、PS、AI等多種軟件能力，讓小白也能掌握設計能力。

現在，該平臺已積累7000+節點插件，每日更新，節點的數量和穩定性遠超其他平臺。另外，該平臺還擁有1000個項目能力。按照一個項目覆蓋一個場景計算，該平臺能覆蓋眾多AIGC領域，其覆蓋率可達99%。

“我們希望用戶能用“搭樂高積木”的方式使用我們，”溫健補充。

搭積木的軟件生成方式有什么意義？答，可讓“妙鴨相機”這類軟件更多被制造出來。

在此之前，妙鴨相機依靠9.9元的付費便能時候能出個性化AI寫真功能一炮而紅。在其中用戶只需上傳自己的照片，就能生成多種風格的AI照片。旋即，這類功能被各大互聯網大廠模仿，成為了全民喜聞樂見的形式。

如果平民開發者也能掌握這樣的技能，那么其效果無異于再造移動互聯網大潮。

從商業模式角度來看，因開源社區匯聚了大量不同背景和專業領域的開發者，使得他們能夠基于開源框架快速開發出各種新穎的AI應用，這種集體智慧和協作開發模式極大地加速了創新的速度和多樣性。

此外，隨著開源平臺的逐漸強大，企業還可以通過提供增值服務，如專業的數據分析、定制化的解決方案、高級功能解鎖等，向用戶收取費用；還可以與產業鏈上下游的企業進行合作，通過數據共享、聯合營銷、分成等模式實現互利共贏。

結尾：從短期來看，AI結合電商和教育的場景已被挖掘。從長期看，隨著底層模型的智能上限繼續被提升，其產生的增量空間將會更大。

從數科星球目前所看到的，一些電商賣家已不再需要“手模”（手部模特）、“腿模”了，其利用AI的背景替代功能就可取代這部分花銷。

更進一步地，打光、剪輯、導演和道具也都不需要了。

而在溫健看來，RunningHub這樣基于開源平臺的圖形音視頻AIGC應用生態還有很大想象空間。“因為我們切切實實看到了，需求端非常龐大，而在未來只要供給能力加強，那么新的時代就會到來”，他對數科星球這樣說。