TL;DR

  • Reve 2.1 đứng #2 Text-to-Image Arena (score 1280, 3.455 votes), chỉ sau GPT Image 2 của OpenAI
  • Kiến trúc hoàn toàn mới: layout-first - model tạo "cây layout dạng code" trước rồi mới render pixels
  • Native 4K 4096x4096 (16 megapixels) thực sự - không phải upscale
  • API ~$0.04/ảnh, rẻ hơn Nano Banana 2 (7-13 cents) tới hàng trăm lần ở volume cao
  • 65 người tại Palo Alto, dùng 10x ít GPU hơn đối thủ nghìn tỷ đô

Reve 2.1 là gì?

Reve là lab AI độc lập với 65 người tại Palo Alto, California. Sản phẩm mới nhất của họ - Reve 2.1 (hay Reve 2.0 trong tài liệu bên ngoài) - không chỉ là một model tạo ảnh tốt hơn. Nó đại diện cho một kiến trúc hoàn toàn khác biệt với toàn bộ thế hệ tool trước.

Tagline chính thức: "Images you can touch". Ý tưởng cốt lõi: ảnh phải được đại diện dưới dạng code có thể chỉnh sửa, không phải ma trận pixel mờ đục mà bạn chỉ có thể pray-and-roll.

Tại sao "layout-first" lại khác biệt?

Toàn bộ thế hệ model ảnh AI hiện tại hoạt động theo một quy trình giống nhau: bạn viết text prompt - model sinh pixels. Khi output sai, bạn rewrite prompt và roll lại, hy vọng lần này may mắn hơn. Đây là "slot machine workflow" - mỗi lần roll là một lần cờ bạc với cả composition.

Reve 2.1 phá vỡ pattern này bằng cách tách biệt hai giai đoạn:

  1. Planning: Large Layout Model (LLayoutM) - xây dựng từ Qwen open-source LLM - đọc prompt và tạo ra một "layout" dạng cây cấu trúc. Mỗi node có tọa độ, kích thước, mô tả cục bộ, và các thuộc tính tùy chọn như ảnh tham chiếu hoặc màu sắc.
  2. Rendering: Một renderer riêng biệt đọc layout đó và sinh pixels ở native 4K.

Layout là gì? Hãy nghĩ đến HTML. Một prompt là đoạn văn mô tả ý định. Một layout là cây node có địa chỉ cụ thể - mỗi node có thể được chọn, di chuyển, xóa, hay thay mô tả mà không ảnh hưởng phần còn lại. Layout với ảnh giống như HTML với web page.

Pipeline Reve 2.1: từ text prompt, model tạo cây layout dạng code, sau đó renderer sinh ảnh 4K native

Hệ quả thực tế: bạn move một nhân vật sang trái, chỉ nhân vật đó thay đổi. Bạn rewrite nội dung bảng hiệu trong ảnh, chỉ bảng hiệu thay đổi. Không cần roll lại toàn bộ ảnh. Đây là sự chênh lệch giữa edit một JPEG và edit một tài liệu có cấu trúc.

Các tính năng chính

Native 4K - không phải upscale

Reve 2.1 render native ở 4096x4096 pixels - 16 megapixels thực sự. Vấn đề với upscale truyền thống: bạn cuối cùng lock được một composition đẹp, chạy upscale, và watch các chi tiết nhỏ dịch chuyển. Upscale là một lần xúc xắc cuối cùng sau hàng loạt lần xúc xắc. Với Reve 2.1, những gì bạn thấy khi iterate chính là output cuối cùng. Ảnh 16MP sẵn sàng cho print workflows ngay - không cần bước hậu kỳ riêng.

Lossless editing - không degradation

Vì ảnh được đại diện dưới dạng code, regenerate từ cùng cấu trúc layout cho output gần giống nhau - không thêm layer artifact mới. Khi dùng ảnh tham chiếu, kiến trúc rendering mới của Reve kháng lại sự tích lũy artifact tốt hơn các model diffusion thông thường. Đây là điểm khác biệt lớn cho workflow dài với nhiều vòng iteration.

Typography và text rendering

Text rendering từng là điểm yếu của AI image models - chữ vẹo, ký tự bịa đặt, bảng hiệu tan chảy thành soup. Reve 2.1 giải quyết ở tầng kiến trúc: text là các node riêng biệt trong layout graph, được đặt với tọa độ chính xác trước khi render. Chữ nằm đúng vị trí vì nó được lên kế hoạch, không phải vì may mắn. Graphic design workflows trở nên controllable đáng kể.

Agent-native

Vì ảnh là code, AI agent có thể "thấy" và lý luận về layout. Một design agent có thể di chuyển component, align grid, swap section, rồi yêu cầu model render - toàn bộ workflow không cần human intervention ở từng bước. Đây là đặc điểm không có ở các model "prompt to opaque pixels" thông thường.

Benchmark và hiệu quả

Reve 2.0 đứng #2 trên Text-to-Image Arena với score 1280 ± 11 (dựa trên 3.455 votes), ngay sau GPT Image 2 của OpenAI và trước Nano Banana 2 (Gemini 3.1 Flash Image Preview) của Google. Arena là leaderboard human-preference - người thật chọn ảnh tốt hơn trong các cặp blind, một trong những benchmark khó gian lận nhất hiện có.

Điều đáng chú ý hơn là cách Reve đạt được kết quả này:

  • Chỉ có 65 người - so với hàng nghìn ở OpenAI/Google
  • Dùng 10x ít GPU hơn đối thủ (theo Reve, chưa được kiểm chứng độc lập)
  • LLayoutM xây dựng bằng cách tiếp tục pretraining Qwen open-source LLM, không huấn luyện từ scratch
  • 3x parameters so với Reve 1.0, kèm kiến trúc rendering hoàn toàn mới

Một lab nhỏ landing thẳng #2 trên leaderboard blind human-preference là bằng chứng rằng moat trong AI image generation hẹp hơn nhiều so với những gì Big Tech muốn người ta nghĩ.

So sánh với đối thủ

vs GPT Image 2 (#1): GPT Image 2 vẫn tốt hơn cho instruction-following phức tạp, conversational editing, và micro-text. Trong test bảng hiệu phức tạp, GPT Image 2 render được micro-stickers đọc được nhưng ảnh có grain artifact. Reve bỏ sót vài chi tiết nhỏ nhưng output smooth hơn và logic hơn (ví dụ: render cửa vào tòa nhà thay vì bỏ sót). Với prompt dài nhiều elements, Reve thắng GPT nhờ layout planning. Về content policy: Reve permissive hơn đáng kể.

vs Nano Banana 2 (#3): Nano Banana 2 nhanh hơn, phù hợp cho generate số lượng lớn và high-polish brand assets. Reve 2.0 rẻ hơn rất nhiều ($0.04 vs 7-13 cents/ảnh) và tốt hơn khi cần precise layout control. Nano Banana 2 strict hơn về content.

Quy tắc routing thực tế:

  • GPT Image 2: instruction-following phức tạp, conversational editing nhiều bước
  • Nano Banana 2/Pro: generate nhanh số lượng lớn, high-polish output cho brand campaigns
  • Reve 2.1: layout iteration, precise composition, typography, agent workflows, API volume cao

Giá và cách dùng

Reve 2.1 có thể dùng ngay tại app.reve.com. Các gói bao gồm:

  • Free: giới hạn daily - đủ để thử nhưng không đủ cho workflow thực sự
  • Lite: $7.99/tháng
  • Pro: dưới $20/tháng
  • API: ~$0.04/ảnh (create, edit, remix) - 3 operations bao phủ toàn bộ creative loop

Với team sản xuất nhiều visual assets, gap giá giữa Reve ($0.04) và Nano Banana 2 ($0.07-$0.13) không phải tiết kiệm nhỏ - ở volume cao nó là toàn bộ budget. API cover 3 operations cốt lõi: create từ text, edit ảnh hiện có với instructions, và remix với reference images.

Hạn chế cần biết

  • Hay bỏ sót prompt elements - cần proofread output và re-prompt
  • Không phải model tốt nhất cho identity preservation của người thật (Nano Banana 2 tốt hơn)
  • Khi yêu cầu style "rough sketch", Reve hay render smooth photorealistic thay vì faithful với medium
  • Background filler text vẫn đôi khi garbled
  • Một số user report cartoonish output và style drift giữa các edits (expected cho v2.0 mới)

Ai nên dùng ngay?

Reve 2.1 thực sự phù hợp với:

  • Ad/marketing teams: cần iterate layout (move CTA, resize headline, swap background) mà không rewrite toàn bộ prompt
  • Ecommerce: giữ product stable, thay đổi background và copy theo mùa/campaign
  • Graphic designers: poster, packaging, signage, UI mockup - bất kỳ thứ gì cần typography chính xác
  • Developers: dùng API để generate/version/template assets programmatically, giống làm việc với HTML/SVG
  • AI agent builders: layout-as-code là surface tự nhiên cho agentic design workflows

Chưa phù hợp nếu bạn cần: generate số lượng lớn nhanh (Nano Banana 2 tốt hơn), instruction-following phức tạp qua nhiều bước (GPT Image 2 tốt hơn), hoặc identity preservation chính xác cho người thật.

Tiếp theo

Reve đang đặt cược vào một premise: image generation sắp chuyển từ "prompt to pixels" sang một hệ thống editing có cấu trúc. Và Ideogram 4.0 ra mắt cùng thời điểm cũng đang đi theo hướng layout - gợi ý rằng industry đang nhìn thấy cùng opportunity.

Ba tín hiệu đáng theo dõi trong những tháng tới: Reve có publish technical report chứng minh LLayoutM architecture và GPU efficiency claims không? GPT Image 2 hay Nano Banana có ship layout-editing features để đáp lại không - nếu có, đó là xác nhận mạnh nhất rằng Reve tìm đúng primitive. Và quan trọng nhất: designer có thực sự adopt layout workflow vào daily use hay chỉ dừng ở demo?

Hiện tại, Reve 2.1 là argument thuyết phục nhất trong AI image generation - một lab nhỏ 65 người đang bet rằng tương lai của lĩnh vực này là structured, editable, và built like code, not typed like a wish.

via Reve