图像模型之间的比拼,长期落在两个维度:画面好不好看、文字写得对不对。这两个维度都建立在像素之上,而像素有一个绕不过去的物理限制,放大到一定倍数就会露出马赛克。据Creators Toolbox与AI Primer在10月22日的报道,Ideogram当天推出公司首款矢量模型Ideogram Vector 1.0,直接把输出格式换成了SVG,也就是路径、填充、渐变与文字对象的集合。同一句提示词,得到的不是一张图,而是一份可以在矢量编辑器里逐个形状修改的文件。这个变化听起来只是格式差异,实际影响的是设计交付链路。
要理解难度,得看传统做法怎么走。把位图转成矢量,业内叫描摹,原理是沿颜色边界追踪轮廓,结果是路径数量爆炸、曲线锯齿、文件臃肿,文字还会被拆成一堆无法再编辑的图形。另一条路是让语言模型直接写SVG代码,路径能写得干净,但遇到渐变、复杂构图与精细层次就力不从心,因为模型的训练目标不是空间几何。Ideogram的选择是训练一个专门面向矢量输出的模型,让它学习设计师实际使用的形状词汇:少量干净的路径、可分组的结构、真正的文字对象。这是三个方向里最难的一条,也是唯一可能产出生产级文件的路径。
Ideogram在文字渲染上的积累是这次转向的基础。这家公司此前靠开源权重的Ideogram 4.0与9月底的4.5版本建立了口碑,核心卖点一直是密集文字的准确率。文字与矢量天然亲近,因为排版在矢量世界里本来就是路径与字形的组合。把这项能力从"画得准"推进到"结构可编辑",是同一套能力在两个坐标系里的延伸。
产品形态很清晰,两个接口共用一个模型标识ideogram-vector-1。文字转矢量的端点是/v2/svg/generate/,接收提示词与可选的参考图,返回SVG作品;图片转矢量的端点是/v2/svg/vectorize/,接收不超过50MB的JPEG、PNG或WEBP,不需要提示词,直接把已有图稿转成矢量。提示词长度上限为9500字符,足够写一份完整的品牌规范,而不是只能塞一句描述。
调用方式沿用异步设计,请求返回生成标识,客户端轮询结果端点取回文件,也支持通过webhook接收,回调使用Ed25519签名并可对照公开的密钥端点校验。这个细节在自动化资产流水线里很实用,因为一个写坏的SVG比没有SVG更麻烦,签名校验至少能确认文件确实来自官方而不是中间环节被篡改。输出默认为私有,企业账户的输出始终私有,对做品牌与法务交付的团队来说,这个默认值比事后加密更省心。质量档位分为低、中、高三档,默认中档;图片转矢量还有简单与默认两种模式,前者绘制更少更简洁的形状,后者保留更多细节。
发布当天,第三方创作者做了几组演示,这些演示比官方文案更能说明适用边界。最直观的是放大对比,把同一件作品的矢量版与位图版同时放大到3000%,矢量版的边缘依旧锐利,位图版已经出现明显的方块。另一组是定向改色,画面里的一辆电车只改车身颜色,周围场景的色调不受影响;一枚老虎徽章只改老虎,徽章其余部分保持原样。位图模型做同样的操作要重新生成整张图,风格与构图都会漂移,矢量的每个元素是独立形状,改动天然是局部的。
还有一组数据出自一位创作者的实测,他把一枚标志做了跨年代的多次改版,每次输出都是干净的SVG,最简版本压到12条路径、文件只有4KB。这个量级的意义在于后续加工成本,路径越少,设计师在Illustrator或Figma里清理节点的时间越短,文件越小,网页加载与印刷制版的负担越轻。反过来看,矢量也有明确的能力边界,凡是有光影、材质、景深的照片级场景,矢量都不擅长,因为它描述的是形状而不是光线。这就是为什么这类模型更可能先在设计交付、标识、包装、丝网印刷、刺绣路径这些环节落地,而不是替代通用的图像生成。
发布里最值得细看的一处细节藏在接口文档里。图片转矢量接口有一个名为group的布尔参数,注释写的是请求分组为图层,紧跟一句分组功能尚不可用。这条说明与宣传口径之间存在落差:官方演示强调元素可以逐个旋转、移动、改色,而从图片转出来的结果目前只有几何形状,没有命名图层。对设计团队来说,这意味着把一张现成的平面稿转成矢量后,得到的是一堆路径而不是一个带文字层、标志层、背景层的工程文件,能不能直接用取决于路径是否按颜色与形状自然分开,而这一点目前还没有第三方做过系统性的输出检查。
另外两个限制也会影响落地。一是没有编辑端点,改图只能重新生成或者重新矢量化,无法像图像模型那样局部重绘;二是不可复现,同一条提示词重复运行结果会变。这两点叠加,意味着它更适合一次性出稿的设计交付,而不适合需要反复微调的迭代工作流。判断它是否值得接入,其实只需跑一个自己的真实任务:拿一份品牌图稿走一遍矢量化,看路径数量、颜色分层与文字是否可编辑,这三个指标比任何演示都可靠。
定价方式也和图像模型不同。文字转矢量按文件计价,低档0.13美元、中档0.16美元、高档0.20美元,带参考图时低中档价格不变、高档升至0.32美元;图片转矢量统一0.10美元一张。按文件而不是按像素或按次计费,本质上反映的是矢量交付的商业习惯,客户买的是一份可用的资产,不是一张渲染图。与位图模型对比,一张4K渲染的单价可以低到几分钱,但要做印刷级交付往往要反复重试,重试成本会累积;矢量的单价高一档,一次成功率高的话总成本反而可控。
生态侧的节奏很快,fal在同一天上线了对应模型页面,第三方平台可以直接调用。需要提醒的是,矢量输出目前没有权威榜单可参照,Artificial Analysis评的是图像编辑,不评矢量,厂商所说的干净与锐利都还停留在自述层面。对设计团队的建议是,把它当成新工序接入而非替代品,先在小批量物料上验证,再决定是否进入正式交付链路。