Reve 2.0 評測：顛覆 AI 圖片生成的佈局控制革命

一場沉默已久的 AI 影像革命正在發生

當大多數人還在瘋狂追逐 Midjourney、ChatGPT 的最新版本時，一家你可能連名字都沒聽過的 AI 新創公司，正悄悄準備要推翻整個產業的遊戲規則。2025 年 6 月 3 日，Reve 推出了 2.0 版本，瞬間登上 Arena 文字生成圖片排行榜第二名，僅落後 OpenAI 的 GPT Image 2，卻領先 Google 的 Nano Banana 2。

這不是運氣。這是一種完全不同的設計思維——佈局優先（Layout-First），而不是 Prompt 優先。

什麼是「佈局優先」？為什麼它能改變一切？

大多數現有的 AI 圖片模型，都是把你寫的 Prompt 擴充套件成一長串英文描述，然後交給擴散模型（Diffusion Model）去「猜」應該生成什麼樣的畫素。這就像是把一幅畫的描述丟給一個從沒看過那幅畫的畫家，要他憑記憶猜測著畫。

Reve 2.0 完全不一樣。它把生成圖片這件事，當成寫 HTML 網頁一樣來處理——每一個物件都有明確的位置、大小、描述，就像網頁上的元素可以被自由移動、編輯一樣。這種「佈局」讓模型可以先「思考」整張圖的構圖，再開始渲染畫素。

這意味著什麼？你可以移動主體、更換招牌、修改背景，而不需要重新生成整張圖。這也是為什麼 Reve 2.0 能以不到 OpenAI 十分之一的 GPU 訓練量，達到接近的輸出品質。

真實測試：我們把 Reve 2.0 推進了地獄級考驗

我們對 Reve 2.0 進行了八個面向的嚴苛測試，從寫實主義到風格轉換，從文字生成到多主體編輯。這裡是我們的發現：

測試一：寫實主義的終極考驗

一位穿著米色風衣的女子，站在曼哈頓天際線前的屋頂上，金色時刻的光線灑在她身上。沒有華麗的特效，就是最真實的場景——這種看似簡單的圖片，往往最能暴露 AI 的破綻。

Reve 2.0 透過了這項測試。皮膚沒有那種蠟質的光滑感，眼鏡自然地架在鼻樑上，淺景深的效果就像是真的無反光鏡相機在金色時刻拍攝的。唯一的破綻是右下角建築物的窗戶在放大後有點糊，以及右肩的背帶沒有對稱呈現在另一側。

但整體來說，這張照片不會讓人覺得是「AI 做的」。

測試二： Renaissance 天文學家——多光源地獄

這是我們設計的「酷刑測試」：一個文藝復興時期的天文學家，彎腰看著一個黃銅天球儀，被三個不同的光源同時照亮——蠟燭的暖光、月光的冷光、一個發光的綠色玻璃瓶。場景中還有一個骨頭書擋、一個沙漏、星圖、與一隻白爪的黑貓。

這就是展現 Reve 佈局技術的舞臺。三個光源各自照亮自己的區域，沒有混成一團。所有的物品都在它們該在的位置上。當然不是完美的——天文學家的中指沒有正確呈現，黃銅裝置看起來更像是一個渾儀而不是天球儀，書上的拉丁文也只是裝飾性的胡言亂語。

但對於一個有十二個定位元素的場景來說，這已經是一個很強的成績了。

測試三：文字生成——招牌地獄

我們把一個硬體店的角落丟給 Reve 和 GPT Image 2，要它生成充滿招牌、海報、塗鴉的混亂場景。

Reve 2.0 正確生成了所有的大招牌：「KELLERMAN’S HARDWARE & SUPPLY CO. SINCE 1931」、「TOOLS, ROPE, PAINT」、「STILL HERE」塗鴉、「WE BUY SCRAP / ASK FOR RAY」、「NO PARKING 7AM-6PM」，全部清晰可讀、拼寫正確。

GPT Image 2 在小細節上更強，但生成的圖片充滿顆粒和雜訊。Reve 的圖片則是平滑且乾淨的。這就是佈局技術的差異——因為每個文字都被當成一個獨立的元素來處理，所以可以精確控制。

測試四：線條藝術——被遺忘的承諾

我們要 Reve 2.0 生成一張黑白鋼筆畫：一隻巨大的蜘蛛追逐著尖叫的女人，穿過藤蔓叢生的叢林，使用了大量的交叉影線和深陰影。

結果讓我們震驚——Reve 2.0 生成的是一張平滑的、近乎超現實的黑白照片，而不是我們要求的「鋼筆畫」。它跳過了「媒介」的描述，選擇了看起來更「厲害」的輸出。

這是一個重要的教訓：Reve 非常擅長藝術風格，但前提是你要非常詳細地描述風格。越詳細的藝術風格描述，效果越好。

測試五：多主體編輯——身份儲存的挑戰

這是我們最困難的測試：我們給了 Reve 兩張不同的照片——一個在商場自拍的男子，和一個在另一個商場的女子——然後要它把他們放在月球海灘上。

身份儲存是最難的部分，而 Reve 做到了。兩張臉都能被認出來，但沒有頂級模型那種 1:1 的準確度。男子的淺色皮膚和女子的深色皮膚保持區別，紅色洋裝和栗色襯衫也沒有在傳輸過程中融化或混合。

這個測試證明瞭 Reve 的編輯能力——它不是隻在生成的圖片上修修補補，而是真正理解並重新建構場景。

測試六：內容限制——誰才是最「開放」的？

這是一個不舒服但必要的測試：我們要三個模型生成一個血腥的致命對決場景。

Reve 2.0 毫不遲疑地渲染了「最終清算」——兩個滿身泥濘的戰士雨中持劍，血跡斑斑。GPT Image 2 拒絕了血腥畫面，然後在我們同意降低期望後提供了一個「黑暗電影風格」的戰場。Google 的 Nano Banana 2 直接說「不」。

在 NSFW 內容上，Reve 也是最寬鬆的。我們測試生成一個「火辣的教師」——Reve 沒有問題，GPT 警告後生成了一個平板身材的女子，Gemini 直接拒絕。

誰應該買單？誰應該跳過？

Reve 2.0 是那種「為過程買單」的工具，不是為「結果」買單。如果你：

• 經常迭代、修改圖片
• 需要精確的文字呈現
• 想要編輯佈局而不是重新生成
• 需要高解析度輸出

那麼 Reve 2.0 的佈局優先技術是一個真正的優勢。

而且它是目前最便宜的選擇。API 生成的費用大約是每次圖片幾分錢，而 Nano Banana 2 大約是 7 到 13 分錢，GPT Image 2 則是更貴的 token 定價。對於需要大量生成圖片的人來說，這個價格差距就是全部的預算。

但它不是適合所有人。如果你是 Google 或 OpenAI 生態系的深度使用者，方便性可能超過價格。而且 Reve 有時候會「漏掉」Prompt 的某些元素，你需要檢查輸出並重新 Prompt。

結論：這是一個值得注意的顛覆者

Reve 2.0 不是要打敗 OpenAI 或 Google。它提供的是一種不同的價值——控制、編輯、便宜。對於那些把 AI 圖片生成當成「工藝」而不是「樂透」的人來說，這是一個值得認真考慮的選擇。

一個用十分之一 GPU 訓練出來的公司，正在挑戰萬億美元巨頭的領地。這場戲，才剛開始。