造梦日记

定义

造梦日记是一款面向普通用户的AI绘画平台，属于人工智能图像生成类应用。它以文字或图片作为输入，经算法处理后输出图像，主要功能包括文生图和图生图两类，用户既可以描述场景、诗句或歌词来生成画面，也可以上传参考图辅助构图^[1][3]。

该平台由西湖心辰（杭州）科技有限公司与西湖大学深度学习实验室共同推出，研发工作由蓝振忠带队。蓝振忠此前在谷歌人工智能研究院从事研究，拥有卡耐基梅隆大学人工智能博士学位，也是自然语言处理预训练模型ALBERT的第一作者^[1][4]。

原理

造梦日记的图像生成建立在扩散模型（Diffusion）基础上。这类模型在训练阶段向图像逐步加入噪声，再学习从噪声中还原图像的过程；生成阶段则从随机噪声出发，按文本提示的引导反复去噪，最终得到符合描述的画面^[1]。

用户在界面中输入提示词，可选择绘画风格、图像尺寸与生成数量，也可上传参考图。平台另提供造梦画板与ControlNet画板两种画板，后者借助ControlNet类条件控制方法约束构图^[3][5]。用户还可上传若干张图片训练专属模型，平台说明训练通常约需30分钟^[6]。

此外，平台提供自定义模型与推理两种路径，其底层模型采用MIT协议开源，并在此基础上针对不同主题风格做了定制^[7]。

发展历程

2021年7月，西湖心辰（杭州）科技有限公司成立。2022年8月底，公司推出AI绘画平台，最初取名为「盗梦师」并正式上线^[1]。

产品上线后用户增长较快，上线首月用户数达20万，至2022年11月累计超过50万，2022年12月用户规模接近100万^[1]。

2023年3月10日，产品以「造梦日记」为名发布App 1.1.0版本，至当月用户已超过100万^[1]。此后平台持续更新版本^[1]。

应用

造梦日记面向普通用户提供绘画与插画生成，可用于人物、风景、游戏场景与室内设计等题材。平台内置20余种绘画风格，涵盖动漫风、剪纸、油画、水彩、CG渲染等，另提供10余种艺术家风格，包括徐悲鸿、莫奈、丰子恺、毕加索等^[2][1]。

在使用方式上，平台支持多尺寸与多清晰度出图，尺寸包括1:1、9:16、16:9、3:4、4:3等，并支持批量生成，其宣传的最快出图速度可达0.8秒^[1][3]。访问途径覆盖网页端、抖音小程序以及iOS与iPadOS应用^[1][2]。

在行业合作方面，研发团队曾与美术教育培训及服装行业的机构合作，用行业图片训练模型，以提升特定场景下的生成准确度^[1]。平台还建立了「造梦星」虚拟积分体系，新用户注册可获赠100颗造梦星，每日签到可领取一定数量，生成图像需消耗相应积分^[3][6]。

局限

扩散模型的生成结果受提示词质量与模型训练数据影响较大。用户若描述笼统，输出的画面往往与预期存在偏差；对人物手部、文字等结构复杂的内容，图像生成模型普遍容易出现形变或错误^[1]。

风格化能力有一定范围。平台提供的绘画风格与艺术家风格属于预先定制的选项，用户难以完全脱离这些预设去精确控制画面细节；自定义模型虽可上传图片训练，但训练需耗费时间，且效果与上传图片数量相关^[1][6]。

版权方面，平台声明其开源模型基础上生成的图片版权授权给生成者本人，这一约定属于平台层面的使用条款，实际权利归属仍受所在地区著作权法律规定与司法实践的约束^[2][7]。

参见

• AI绘画 —— 造梦日记所属的应用类别。

• 扩散模型 —— 造梦日记图像生成所依托的技术路线。

• 西湖大学 —— 与西湖心辰共同推出该平台的科研机构。

• ControlNet —— 平台画板中用于约束构图的条件控制方法。