AI大模型文生图：革新文章配图及宣传活动等领域的效率与便捷性
AI大模型文生图亮相了，它给文章配图带来新办法，为宣传活动缔造新途径，为短视频封面创造新方式，极大提质增效且增便捷性。本文会针对国内主流文生图工具，像即梦、可灵、豆包等这般进行对照比较，去探究文生图提示词方面的方法论，还要展示不同工具处于相同提示词状况下的生成效果。
有大模型生图之先，找文章封面配图，需于浏览器逐幅看检索的图细搜翻良久，偶获合适之图，画质甚劣，给文章配图颇难搞定。若为活动制宣传图，此类图网上几不可寻，唯求助平面设计师，或花钱网上雇人制作。
倘若设计师手头存在工作，并且还需要去安排时间，这一点已经进行了沟通，而且等待的时长也颇为长久了。然而当下在拥有大模型文生图之后，针对文章封面，针对文章配图，针对宣传活动，针对logo，针对简单的图片编辑，统统都能够直接借助AI予以完成。我最近几个月的文章封面，以及文章里面的配图，皆是运用AI得以完成的。
另外，我最近在做短视频，短视频的封面是由AI去生成的，并且在短视频封面上存在着相关的文字。
还有商业宣传的图文
我自行制作的智能体所需数字人的图片，还有背景图片，这些人像基本上很难去判断究竟是真实照片还是由AI生成的。
各种其它类似的场景，仍为不断探索的状态，像用户商品的头图，给模特更换衣服之类的情况 。
那我们接下来：
a、给大家讲讲，国内有哪些比较常见的文生图工具，这些工具的优劣点是怎样的，
b、之后我们对文生图的提示词方法论进行一个简单梳理；
最后，在各个工具那里，我们再次使用同样的提示词来生成一下图片，以此看看效果。
一、国内
最新评测的，关于国内主流文生图工具的对比表，从综合生成质量，功能特色，使用成本以及适用场景等维度进行分析：
免费策略，多数工具能提供基础免费额度，像有的采取即梦积分制，有的是通义灵感值，但是商用高频需求是需要订阅。电商运营方面，通义万相，它有淘宝数据提供支持，还有可灵AI，具备虚拟试穿功能。
二、提示词
构建文生图提示词，要系统性考虑诸多维度，以下是依照业界主流实践总结出的核心要素。
1、内容描述维度
主体（）
细节强化：涵盖特定材质的，具备特定状态的，拥有特定纹理的，展现特定模样的情形
环境与背景（）
晨曦之中那处于雪山之巅的那里，有着冰晶覆盖着的松枝，物理场景包括室内或者室外，拥有自然景观像雪山以及森林，还有城市街景，动态元素含有天气比如暴雨或者晴天，光线比如霓虹反射以及晨光。
情感与氛围（Mood）
带有幽蓝色的色调，天地间呈现出苍茫的孤寂氛围，抽象的意境中包含着孤寂感，还有梦幻感，以及赛博朋克式的未来压抑感。
2、艺术控制维度
风格（Style）
具有类似水墨画风格，呈现出皮克斯动画之特有的质感一般的艺术流派涵盖着水墨画、以及浮世绘、还有赛博朋克、另外还有吉卜力风格这些，其媒介形式包含了油画、水彩并且还包括3D渲染、以及摄影写实 。
构图与视角（）
通过鸟瞰的视角，采用动态的构图方式，进行20%的留白，镜头语言包含广角、微距、俯拍，以及中心对称、三分法构图，主体比例为全身像、半身特写，对留白空间加以控制、
画质与细节（）
超写实具备细节，焦点甚为锐利，有着自然光晕，技术参数为8K超清、电影级光影、细腻纹理，所呈现光影效果有体积光、丁达尔效应、HDR3，存在技术优化维度权重控制，增强符号为
关键词
提升重要性 减弱符号：
关键词
降低存在感
排除元素的反向提示词是模糊、畸变手、多余肢体、文字，示例为避免水印、低分辨率、4、结构化公式（万能框架）+
细节描述
环境背景
艺术风格
情感氛围
技术参数
把控简洁精准度：规避多余词汇，把核心词汇居于前列进行清晰表述：朝着将模糊意义的描述转化成为具有具体特性的情况转变示例；错误叙述为“一杯咖啡”；转换后成为“陶瓷杯所盛拿铁，其表面伴有麦穗形状拉花图案，且有热气向上蒸腾”
三、生成效果
我们使用同一的提示词：
一位女士，年轻且貌美，穿着休闲装，坐在咖啡馆的木凳上，这咖啡馆有着复古的风格，她身前榆木桌上，有一杯拿铁，装在陶瓷杯里，表面有麦穗拉花，热气正升腾，她微微偏头，望向玻璃窗外，窗外夕阳正在下落，阳光透过窗户，照在她脸上，能清晰看到她脸上纤细的毫毛。
利用百度开启百度，轻点顶部的“AI”，之后于输入框上方挑选“AI生图”，于输入框键入提示词便可，等候几秒 。
下面是效果图
可灵AI打开可灵AI的官网
进入，之后查看左侧，寻找到图片生成，接着进入，选左上角顶部“文生图”，将提示词复制进去。
豆包开启豆包官方网站，创建一个新起来的对话，之后去挑选对话框之下的图片生成功能 。
生成效果图，生成的效果图还可以进一步的进行编辑
点开即梦AI，进入即梦AI官网，于顶部选定文成图，把提示词.copy进去，而后点击生成.
生成效果图
腾讯元宝去往腾讯元宝官网，点腾讯元宝，在右侧输入框里植入提示词，效果如途中呈现那样、这个实在不咋样，环境是真实的，然而任务是卡通的。
通义万相
进入通义万相官网
找出在左侧生成的图标，接着要使位于输入框下左侧的变为图像，随后输入提示词，呈现如下效果。
第二章图片里的咖啡杯，和提示词不一样，另外存在问题的是，好几张图片中的凳子，并非木凳子，此外，这个是要收费的，注册的时候会送一些积分。
总体而言，多个模型所生成的图片多半乃可用之态，然而存在部分模型，其针对提示词的生成呈现情况各异的表现。免费的百度以及豆包相比较而言，大体还在良性范畴中。
欢迎 你 发表评论: