围绕人工智能生成图像的争议仍在持续。尽管本周在世界经济论坛上，用于选举的AI生成图像引发担忧，但初创公司仍继续深耕面向创作者的AI工具新领域。
最新入局的是Recraft，这是一款面向专业人士的AI图形设计生成器。该公司已完成1200万美元A轮融资，由硅谷Khosla Ventures领投，前GitHub首席执行官Nat Friedman参与投资；RTP Global、Abstract VC、Basis Set Ventures、Elad Gil及多位天使投资人跟投。
尽管市面上已涌现Jasper、Adobe Sensei、Let’s Enhance等众多生成式AI设计工具，但Recraft自称首批“基础性”工具之一。其核心在于构建自有基础模型（Foundation Model），即预训练深度学习算法，以生成图标和图像等一致的设计元素，并支持在品牌特定风格范围内进行调整。据悉，自八个月前推出以来，该平台已积累超30万张作品。
Recraft并非旨在生成趣味图片的工具。除光栅图像外，它还能生成可无限缩放、适用于专业平面设计领域的矢量图像，有效解决了多数平台图像质量受限的问题。
这与其创始人背景密切相关。Anna Veronika Dorogush绝非非技术型创始人，她曾创建高性能开源库CatBoost（用于决策树梯度提升），并担任莫斯科搜索引擎Yandex机器学习系统负责人。目前，她与13人团队驻扎伦敦。
Dorogush表示，此次融资将支持构建自有基础模型：“必须赋予用户对输出的大量控制权，包括风格控制以获得一致图像，以及对品牌颜色、细节程度的把控和迭代生成能力。”
她补充道：“若模型最初无法生成台球运动员或芭蕾舞者等图像，说明仅靠微调不足以提供高质量生成效果。因此我们必须构建自己的模型，目前正为此努力。”
针对目标用户，Dorogush强调Recraft主要面向专业人士：“我们的独特之处在于不仅提供图像生成，还提供风格控制：即创建专属风格并以此生成图像。这对打造品牌、制作营销材料及创作一致性广告至关重要。”
关于艺术家风格被用于平台可能引发的诉讼风险，Dorogush回应称：“条款明确规定，若艺术家上传内容作为无菌参考（即据此生成新图像），我们不会使用这些内容训练模型。”
“我们并未使用这些数据来训练我们的模型。”
她进一步解释，Recraft实际上是为艺术家上传的图像添加通用风格：“用户提供风格参考，再利用该参考生成图像。提供风格属于用户的操作行为。”
Dorogush认为，此类工具更可能使平面设计在原本使用乏味库存图的领域普及，而非取代设计师：“一年前为儿童书籍配图多用库存图，如今同一批人能在书中获得更精美的插图。”
当然，Recraft并非孤例。去年总部位于柏林的Kittl为其设计平台筹集了1080万欧元（约合1160万美元）A轮融资，帮助用户快速将创意转化为专业级图形产品。
Kittl首席执行官尼古拉斯·海曼（Nicolas Heymann）本周表示，Recraft等产品是日益复杂的工具集一部分，为设计师提供了替代方案：“若Recraft能成功生成设计资产，类似图像生成模型替代图库照片，它们确实可能抢占部分图标库市场份额。”
Dorogush则认为市场仍有多个玩家空间，且两者场景不同：“我们拥有构建风格一致图像的独家技术，专注于需风格一致性的平面设计师和营销人员；Kittl则专注商品设计。我对他们非常尊重，这是一家很棒的公司。”
无论如何，投资者似乎对避开AI成像平台争议、转而支持面向企业的AI工具感到兴奋。
Khosla Ventures合伙人尼基塔·沙姆古诺夫（Nikita Shamgunov）评论道：“生成式AI正推动设计领域发生深刻变革。但迄今许多解决方案主要针对消费者，而非需要高度控制的专业人士。Recraft满足了专业工作流需求，包括矢量图像、风格控制和端到端内容生产，均由其自研基础模型提供支持。”