你有沒有過這樣的經驗？盯著螢幕上那張AI生成的圖片，心裡想著：「如果那隻貓能往左邊移一點、如果那個招牌的文字能不一樣、如果背景的夕陽能再亮一些……」然後呢？你只能按下一個按鍵，重新抽卡。
就像在夜市裡撈金魚，撈了又放、放了又撈，手痠了、錢包瘦了，但那隻金魚永遠不在你想要的位子。
但現在，有個名不見經傳的小工作室，用了不到十分之一的運算資源，打亂了這一切。
🌊 一個非典型黑馬的誕生
2025年6月3日，Reve丟出了2.0版本。沒有大張旗鼓的發表會、沒有CEO在舞臺上跳來跳去，這個名不見經傳的團隊，就這樣把新品放上了Arena文字轉影像排行榜的第二名。
第一名是OpenAI的GPT Image 2，眾所皆知的兆級美元巨獸。Google的Nano Banana 2被壓在下面。
但有趣的不是排名，而是它們是怎麼做到的。
大多數影像生成模型會把你的提示詞像寫作文一樣展開成一長串英文描述，然後交給擴散模型（diffusion model）去「做圖」。這就像叫一個廚師先寫一篇《如何煮紅燒肉》的論文，再去開火。
Reve不這麼做。它們建了一個「佈局」（layout）——一個像HTML網頁一樣的結構化描述。每個物體有自己的位置、大小，還有自己的說明文字。你可以移動一個主體、改變牆上的標語、替換背景，而不用把整張圖重新生成一次。
這就是整個產品的核心賣點：因為圖片一開始就像「程式碼」一樣被規劃出來，你可以在編輯模式裡微調每個細節，不需要每次都從頭來過。
💰 便宜得不可思議的代價
如果你是那種一天要生成幾百張圖的設計師、內容創作者，或是正在搭建AI代理（agentic）流程的工程師，這個價格會讓你從椅子上跳起來。
API生成一張圖，只要不到一分美元。沒錯，你沒看錯——是不到一分美元。
對比一下：Nano Banana 2大約是7到13分美元，GPT Image 2的Premium Token定價更是高出好幾倍。當你一個月要生成上萬張圖時，那個差距足以讓你考慮是否要改行賣雞排。
Reve 2.0繼承了前代「便宜、控制優先」的基因。這個策略從來沒變過——用少量的GPU，，做出足以撼動大廠的成果。
🎨 實測：八個地獄級關卡
我對著Reve 2.0進行了八個嚴苛的測試。這不是那種「哇好漂亮」的評測——這是要把它的底褲都掀起來看。
1. 寫實主義：金色時刻的曼哈頓天際線
我給了一個乾淨的提示：一個穿著米色風衣的女人站在屋頂上，金色時刻的曼哈頓天際線模糊地在背景中。沒有花俏的燈光、沒有奇特的濾鏡——就是那種會讓AI現出原形的場景。
Reve透過了。皮膚沒有那種蠟像般的平滑感，圓形的細框眼鏡自然地架在鼻子上，鏡頭的光斑是個好細節，玻璃的透明感也很準確。淺景深就像一臺真正的無反光鏡相機在金色時刻拍的一樣。
但破綻總是藏在細節裡。右下角建築物的燒亮窗戶在放大後糊成一團，還有她右肩上的背帶，左肩沒有對稱。這種不對稱是AI常見的問題。
整體來說，Reve維持了它一貫的「像新聞攝影」的質感。沒有Nano Banana 2那種過度拋光的塑膠感，但Pure寫實度還是被GPT Image 2小勝一籌——只有一點點。
2. 世紀天文學家的地獄考驗
這是刻意折磨的第二關：一個文藝復興時期的天文學家彎腰看著黃銅星盤，三個互相競爭的光源——蠟燭、冷冽的月光、一個發綠光的罐子。周圍還有骸骨書擋、沙漏、星圖、一隻白爪子搭在窗臺上的黑貓。
提示詞比這還要長好幾倍。
這就是「佈局」這個概念發揮作用的時刻。三個光源都有出現，而且照射方向正確：蠟燭從左邊投射暖光，月光保持冷冽從窗戶進來，綠色罐子在右邊發光——每個區域各自被照亮，沒有混成一團。
雜物大部分都在提示詞指定的位置上。黃銅球在他手裡、沙漏和發光罐子在右邊、骸骨和沾滿墨水的星圖在左邊，一顆彗星從貓上方的弧形窗戶劃過。
不完美的地方：中間的手指沒有正確渲染，黃銅裝置比較像是渾天儀而不是星盤，攤開的書頁上的拉丁文是裝飾性的亂碼。對於一個有十幾個定位元素的場景來說，這仍然是個高分透過。
3. 文字生成：五金行招牌惡夢
文字是Reve的招牌功能，所以我丟了一個招牌惡夢給它：一個五金行角落擠滿了油漆標誌、海報和塗鴉。用同樣的提示詞在Reve和ChatGPT的GPT Image 2上各跑一次。
Reve把大字搞定：「KELLERMAN’S HARDWARE & SUPPLY CO. SINCE 1931」、「TOOLS, ROPE, PAINT」、「STILL HERE」塗鴉、「WE BUY SCRAP / ASK FOR RAY」、「NO PARKING 7AM-6PM」路緣標誌，全部都清晰可讀、拼寫正確。
GPT Image 2在大字上跟Reve打平，在小細節上贏了。它的版本在電話亭裡塞滿了可讀的小貼紙。店內因為黑暗，隱藏了Reve那邊比較明顯的亂碼痕跡。但作為交換，GPT的店沒有門——Reve比較聰明，畫了一扇門。
這裡的佈局技術在美學上起了很大的作用。GPT Image 2雖然精確，但生成的圖充滿了顆粒和人工痕跡。Reve的圖很平滑。
4. 線條藝術：黑色鋼筆插畫
我要求一個黑白鋼筆插畫：一隻巨大的蜘蛛發光的眼睛追著一個尖叫的女人穿過藤蔓糾纏的叢林，有重的交叉線條和深陰影。
這是去年用Reve 1跑的同一個提示詞。
純粹的細節來說，進步是巨大的。Reve 2.0給了深黑色、精細的紋理，和前景樹葉與那隻多眼蜘蛛之間真正的深度。Reve 1給的是一個更扁平、卡通式的黑白塗鴉，一個小小的身影和一隻滑稽的蜘蛛臉。
但重新讀一下提示詞：鋼筆插畫、粗糙的草圖線條、交叉線條。Reve 2.0忽略了媒介，渲染了一個平滑的、近乎寫實的黑白場景。反倒是比較粗糙的Reve 1更接近要求的「手繪草圖」。
這次的跳躍是在馬力，不是忠誠度。女人的身體也太瘦太結實，更像是解剖學研究而不是驚恐的奔跑者。這是一張很華麗的圖，但對提示詞的解讀比較鬆散。Reve非常擅長藝術風格——越描述性的藝術風格、越好的參考圖，結果就越準確。
5. 風格轉換：梵谷星空下的機器人
我測試風格轉換，要求一個機器人讀著一本Decrypt品牌的書，用梵谷《星空》的風格繪製。困難點在於在重的旋渦風格中保持品牌文字可讀。
這次我還啟動了一個agentic任務，讓模型去網路上研究Decrypt的標誌來建立準確的圖片。
厚重的筆觸、藍色和金色的配色、旋渦的天空——都是 unmistakable 的梵谷。Reve甚至在機器人後面的牆上掛了一幅真正的《星空》——柏樹、村莊、旋渦的天空——是個有趣的小彩蛋。
更難的技巧是在重的筆觸下保持文字活著，「Emerge」在書封面上清晰可讀。模型在機器人身上太努力表現Decrypt品牌了——第一個是Decrypt的主要標誌，第二個是Decrypt University的標誌（只是不是官方網站標誌）。Agent在爬蟲任務中把兩個標誌（來自同一個來源）都放進去了。
整體來說，對於風格化的品牌藝術 committed 的風格加上可讀的字型一次搞定，這是實用的部分，Reve兩者都做到了。
6. Agentic生成：比特幣歷史時間軸
Agentic生成意味著模型不只是生成東西。它需要理解提示詞、做研究等等，讓執行的結果滿足使用者的要求。
這個任務我故意給了一個模糊的簡報：「用小孩的畫風建立比特幣歷史的時間軸。」沒有列出事件、沒有指定佈局。模型要自己決定什麼放哪裡。
Reve從2008到2025建了一個從左到右的蠟筆時間軸，自己選擇了里程碑：白皮書、創世塊、Pizza Day、BTC漲到1,000然後20,000、公司購買、薩爾瓦多的法定貨幣法案、2022崩盤、ETF批准BTC超過70,000。
令人印象深刻的是事件落在正確的年份和正確的順序——這是規劃，不是裝飾。童稚的審美（愛心和小塗鴉）貫穿了整條帶子，標籤都是可讀的。
不完美的地方：Pizza Day寫成了「10,0000 BTC」多了一個零，幾個事件簡化成了一句話。其他小細節：它把2025標為「今天」，這是錯的，還漏掉了一些重要的時刻如比特幣達到100K、減半事件等。
打不過Nano Banana 2，但作為一個agentic佈局工作——決定內容、排序、標籤、維持風格——它大部分完成了任務。
7. 多主體影像編輯：月球海灘的戀人
最難的編輯案例：我給了兩張真實的照片——一個男人在購物中心自拍、一個女人在另一個購物中心——然後要求agent讓他們一起坐在月球的海灘上，一個不存在的環境。
身份儲存是困難的部分，Reve做到了。兩張臉都被可識別地保留下來，但缺乏更強大的模型如Nano Banana 2或Seedream 4.5那種一比一的準確度。男人較淺的皮膚和女人較深的皮膚保持區分，紅色洋裝和紅色洋裝在搬運中沒有融化或混合。姿勢——臉貼臉的擁抱——看起來很自然。
提示詞還要求了創意，Reve辦到了。月球上沒有水，但模型能理解任務，做出月球土壤的表現、背景中的地球、一個看起來像水的地形差異。
作為缺點：這對戀人用柔和的棚燈照明，忽略了他們站在月球上會得到的光照。
8. 內容限制與審查
最後，是不舒服的測試。我要求一個兩個宿敵之間血腥的衝突，一個即將給出致命一擊，在Reve、GPT Image 2和Nano Banana 2上各跑一次。
Reve沒有退縮，把它歸檔在專案名稱「The Final Reckoning」下：兩個在雨中滿身泥濘的戰士，刀子對準心臟，倒下的人臉上有血，致命一擊凍結在半空中。唯一的阻礙是我們差點觸及每日用量限制——沒錯，免費方案不夠你做什麼正經事。
GPT Image 2直接拒絕了血腥，然後在我們同意放棄明確的血跡後，提供了一個「黑暗的電影」戰場。Nano Banana 2根本沒有談判——「抱歉，我無法生成不安全圖片。」
Reve的血腥是電影化的而非過度的，這讓差距更明顯：一個簡短的提示在Reve上產生了一個完成的場景、在OpenAI上是一個稀釋的妥協、在Google上是直接的拒絕。
在NSFW或拘謹方面，Reve也相對寬鬆但並非完全未審查。我們之前測試生成一個性感、有胸部的老師在未來教室的任務順利完成，沒有問題。GPT在警告它無法生成性化影象後，提供了一個胸部平坦的女人。Gemini拒絕考慮生成這個提示。
🎯 結論：誰該跳上這臺車？
Reve 2.0是那種把生成當作「流程」而不是「吃角子老虎」的人最好的影像模型。如果你經常迭代、依賴準確的文字、想要編輯佈局而不是重新抽提示詞、需要高解析度輸出印刷品，那麼這個佈局優先的方法是真正的優勢——而且它拒絕的東西遠比競爭對手少。
它也是目前最便宜的選擇，而且便宜很多。Reve的API一張圖大約是幾分錢，對比Nano Banana 2的7到13分和OpenAI的Premium Token定價。這個差距在量大時就是整個預算。
如果你沒有本地影像生成器的硬體（如Ideogram v4或Z-Image），那麼Reve 2.0在價格與效能上絕對是最佳選擇。
不過，這不是給所有人的。如果你活在Google或OpenAI的生態系裡，方便性可能超過價格。Reve也會悄悄地省略提示詞的元素，所以你需要校對它的輸出並重新提示。它在編輯或代表人類參考方面也不是最準確的模型，或在做生成式AI的影像編輯方面也不太行。
但在Pro方案每個月不到20美元、或API每張圖幾分錢的價格，Reve 2.0買到了一種控制與編輯的層級，這是Google和OpenAI目前都沒在賣的。對於一家用十分之一GPU訓練的公司來說——這筆交易正在回本。
現在，你可以去官方網址或API方案測試了。也許那隻金魚，這次真的能撈到。
🔍 相關標籤
#AI影像生成 #Reve2.0 #佈局控制 #人工智慧 #影像編輯 #設計工具 #科技評測 #AI工具
