三年前,AI 生成的旅行海報上,城市名常常是錯的,錯到被人做成梗圖。Mohammad Norouzi 記得那會兒做圖像模型的只有少數人,擺在這些團隊面前的第一個問題是:我們憑什麼跟別人不一樣。(a16z 訪談[1])
2026 年 6 月 15 日發布的 a16z 訪談裡,Ideogram 的創辦人兼 CEO 又講起這段。主持人介紹,這家總部位於多倫多的公司剛發布第一個開放權重圖像模型,而此前 Ideogram 的模型都是閉源的。按主持人的說法,新模型能生成最高 2K 的圖像,有精確的佈局控制,也能準確渲染成段的文字,文字既可以由提示提供,也可以讓模型自己生成。
Norouzi 在訪談裡確認的是另一組東西:提示可以寫到數千詞,每個元素在畫面裡的位置、所佔範圍和元素數量都能指定。這些參數聽著瑣碎,落到做圖上卻很具體——字放在哪、多大、有幾個,得由提需求的人說了算,而不是交給模型自己發揮。(a16z 訪談[1])
圖:來源 Ideogram 實際圖片來源[2],2026-11-10取得,保留原介面。
他把需求說得很直。設計和行銷這類用例,真正要的是可編輯的設計,而不是一張扁平的圖;他個人最期待的可編輯文字與佈局控制,在這次訪談時還沒有發布。這次開放權重,按他的說法,是後續功能的基礎。(a16z 訪談[1])一個創辦人願意在公開訪談裡講,自己最期待的功能當時還沒上線,比任何「顛覆設計」的說法都更能說明產品當時的位置:它先交出的是一塊能跑模型的地基。
開放權重,Norouzi 給的理由很實際:擴大與推理提供商、大型企業的合作。企業可以自己客製化模型、本地部署,或者針對裝置做最佳化;他還希望把開放權重當成接觸晶片廠商、應用開發者等合作方的入口。(a16z 訪談[1])他也提到,希望每個藝術家都能客製化模型,去貼合自己風格的細微之處和畫布質感,讓模型成為他們工作流程的一部分。(a16z 訪談[1])
公司自己的形態也在挪。Norouzi 說,Ideogram 過去同時做第一方應用、第一方 API 和模型研發,現在決定更聚焦模型側,同時仍想保留和使用者的直接互動。(a16z 訪談[1])重心從應用挪向模型,但它不想徹底斷開和使用者的直接聯繫——畢竟回饋還得從使用者那裡來。
另一家公司 Recraft 把編輯做進了產品:生成結果可以雙擊進入形狀編輯、拖動錨點、改色、複製元素,完成後匯出 SVG。(Recraft 向量編輯器[3])
在 2026 年 6 月的訪談裡,Ideogram 交出的是一個開放權重的圖像模型,讓企業在自己的環境裡客製化、部署;創辦人當時最期待的可編輯文字與佈局控制,還沒有發布。Recraft 的向量編輯器頁面展示的是能直接改的向量圖,兩邊的交付物不是同一種東西。開放權重可以成為和推理提供商、大企業合作的入口,企業拿到模型後可以自己客製化、本地部署;至於他期待的可編輯設計能不能按他的設想落到工作流程裡,不全由他說了算。