完全免费开放，美图上线AI视觉Agent

6 月 23 日，美图公众号曾经发布了一条公告，宣布暂停已经举办了三届的产品发布会“美图影像节”，并表示正在开发一款面向图像&视频领域的 AI Agent，本来以为美图可能会在 8 月份推出新产品，给中期财报壮声势，但没想到，公告发布 20 天不到，这款名为 RoboNeo 的 AI Agent 就上线了，而且是直接面向所有用户免费开放。

今年 2 月，我们曾在《第一个吃到 DeepSeek 红利的AI图像产品出现了？》选题中，观察过，在推理模型上线后，很多图像产品都开始上线“自然语言改图”功能，但彼时的生图模型能力尚无法匹配场景要求，改图任务经常会变成按照用户的新要求再生一张，效果一般。

而转机发生在 3 月份 GPT-4o 解锁原生的图片编辑能力，以及 6 月底 FLUX.1 Kontext 模型开源。两者虽然技术细节有差别，但都强调生图模型可以同时理解文字和图像，并具备局部精准编辑、改善跨场景角色一致性等能力。

而模型能力的提升，也为图像领域 AI Agent 的面世提供了一些助力，比如之前就火过的 Lovart，再比如今日刚刚上线的美图 RoboNeo。（本期将对 RoboNeo 进行简单测试，未来几天我们将结合 Lovart 等其他同类产品推出更深度的选题，也希望感兴趣的读者能添加文末的作者微信，进行交流）

进入 RoboNeo 的主页就是一个聊天框，用户以自然语言提出想法或者需求后（无需自己写 Prompt），会生成图片，产品也支持用户上传自己的素材。

页面左侧是用户与 AI 交互的聊天框，而右侧则是自由画布，生成或修改后的图片会呈现在这里。用户可以在“画布”上自由地完成缩放、移动、编辑图层等操作，也可以编辑文字或自己上传图像/视频内容，选择图片后（如上图红框），用户还可以使用改图、扩图、增强、消除、抠图等编辑功能。

笔者以日常工作中常见的“做文章封面图”对 RoboNeo 进行了测试，总体效果令人满意。在生图的过程中，除了提需求，用户还可以给出参考图像，AI 会先“读图”（如下图），按照参考图像的线条、色彩、造型、风格等特点，总结出“优化点”，并应用于生图任务中。

在测试时，笔者先提出需求，做一个“双手托举爱心的机器人”，形成了上方的图像，第二轮，上传参考图，并要求“卡通风格”，得到下方的四张图。从效果来看，AI 确实一定程度上参考了风格，但是与原图的差别较大。

整体感受上，AI 理解需求的能力不错，背后的模型是有一定“审美” 能力，但是呈现出来的效果其实并不那么符合要求，需要更多轮的迭代。

生成的图像符合要求后，就进入了改图流程。用户可以使用 RoboNeo 提供的改图、扩图、增强、消除、抠图等基础编辑功能，也可以直接将心仪的图像“添加到聊天”，通过自然语言命令 AI 进行修改，改图时 AI 同样会进行审美分析，使输出的图像更加自然，比如笔者要求 AI 在机器人的胸前加上美图秀秀的 Logo，AI 就自动将方形的 Icon 变成了圆形，效果的确更加自然。

除此之外，笔者还测试了 AI 消除、添加图片等功能，也要求 AI 完成“变主体颜色”的任务，从主观体验来看，效果相当不错，成功率也很高，完成一个简单指令需要 15 秒左右，速度也可以接受。

美图 RoboNeo 完成的人物图像修改（上），

Lovart完成的发色变更效果（下），图中人物由AI生成

“做封面图”的任务，RoboNeo 做得不错，但并算不太出彩，而涉及到美图的强项——人像变美，RoboNeo 的表现就堪称惊艳了。笔者上传了一张 AI 生成的人像图，让 RoboNeo 完成“变头发颜色”、“变淡妆”、“涂口红”三项任务，从效果上看，将人物变成黑发之后，头发的纹理呈现得仍非常清晰，但反观 Lovart，人物头发的头发聚成了一坨，根本谈不上“纹理”。而在完成“变淡妆”、“涂口红”两项任务时，人物的脸也没有出现变形和失真。

但是，当测试更困难的“AI 换衣”任务时，RoboNeo 的表现则不太尽如人意，要么是直接无法生成，要么是能够生成，但没有遵循要求，衣褶的效果也不是非常的自然。

从我们第一时间的简单测试来看，RoboNeo 效果算是相当能打的，除了“AI 换衣”这种超高难度任务，RoboNeo 基本都能够完成我们的测试，且从主观体验上 AI 的要求遵循，以及生成图像的效果相当不错。视频方面，笔者测试了让 RoboNeo 去视频水印这样的简单任务，它也能够完成，而更详细的测试，我们将放在近期推出的详细选题中。

文章来自微信公众号 “ 白鲸出海 “，作者 张凯然