图像识别技术

设计圈最近因为AI生图带中文功能而热闹起来。豆包和即梦的新功能能生成工整的中文字体图片，取代了此前几百元一张的设计费。技术难点在于汉字生成的复杂性和控制一致性的难题，豆包通过打通大语言模型（LLM）与双模态图像理解（DIT）架构解决了问题，并在细节优化上取得了显著提升。尽管如此，可商用性才是关键因素，中国市场的字体版权保护生态和商业化考量使得真正落地的产品较少。