Zhi乎用户AI生图需求分类及相关模型举例分析
这个问题，是Zhi乎之上一个提问者所提出来的，尽管推测或许源自官方运营，然而却蛮有意思的。
这儿帖一下作者以往的回应，随后添加近期上线的一些品质优良的模型作答案补充。
核心还是看场景需求。
我们把AI生图需求简单分为两类：
一、进行生成，其中涵盖灵感创意的生成，以及精准控制的生成，而精准控制生成又包含文字输入、参考图输入等情况 。
二、编辑，全局或局部编辑；
这两类生图的需求实际上也影射出两类模型的能力， 分别是图片生成的大模型， 以及图片编辑的大模型。 在此就当前市面上热度较高、使用量较大、具备特定优势的模型进行举例分析。
01
如果是概念创意发散或视觉艺术效果类图像生成，有且只有选择。
笃定多数从业者以及艺术家会给予该想法极高的认同，虽说近三年图像模型不断涌现，然而在美学呈现方面，MJ依旧占据遥遥领先的地位，仍旧是诸多艺术家的首要选择。
当然啦，它存在的问题呢，乃是创意的另外一面噢，是那种会不受控制的状况呀。用户是挺垂的呢，可范围也相对来说变得越来越窄咯，如今还有人提及咒语这个概念不？
02
如果是摄影感物品效果图、氛围图，可以选择。
它是，由核心团队出走后所创业推出的产品，它最初，主打文字渲染方面的能力，在2024年年初的时候，它依旧具备着很强的竞争力。后来，随着生图文字渲染技术被攻克，它在这方面，就不再拥有强势的表现了。
可算是寻觅到了自身的差异化竞争之处，着重突出商品图的渲染质感，对于电商场景而言，究竟是广泛应用呢，还是在电商场景应该应用 。
03
如果是矢量图生成或VI设计应用，重点考虑。
也许能够出圈的是hello Kitty的工作图，然而真正具备强大实力的是它的矢量生成能力，与它的画布编辑相配合，能够进行自由缩放、编辑，这对于专业设计场景而言是极为重要的。
对于他的功能而言，能够智能化地把图案粘贴至产品的表面，会自动去适配不同形态的表面，其中包含褶皱、弧面、凹凸等，无疑是VI应用方面的厉害工具。
04 Flux &
若是存在通用图片生成的情况,或者有着对于SFT的需求,又或者存有Lora精调的需求,那么优先推荐的是Flux系列模型。
能够给出准确的提示词回应，具备着不错的画风审美感觉，有着精准的文字进行渲染（英文），并且还是开源的 。
自Flux推出首日起，这一数据就开始替换SD系列模型，当中涵盖SD1.5 ，XL ，以及后续的SD3，如今大体上已成为开源模型的核心首选对象。
还有更为突出的是，它所推出的Flux，给予了能够支持精准文字处理的编辑能力，这一能力可参照之前那篇有关编辑能力的介绍 。
05 GPT4o-image
要是不太擅长进行写作，想要以较为直白、通俗的话语来生成图像，重点突出趣味性，那么可以选择GPT4o 。
吉卜力风格有多火就不说了，还有各种明星、名人AI生图。
然而，恰恰是这些浮于表面的事物，当进一步深入探究时却发觉并非可行，连续一致性的生成存在着极为严重的不足之处。
GPT4O仅仅能讲好玩，然而却算不上好用，跟现今的Sora2是同样的模式。UGC具备的可玩性相当高，属于偏低门槛的创意工具，。
06 即梦 &
若为国风的绘画风格，还有中文的文字，以及海报的生成，首推国产的骄傲「即梦」 ！
倘若讲最好的AI图像模型难以进行评价，那么最好的中文AI图像模型必定是即梦。近来被大肆吹捧的混元3.0，我将其与即梦作了几组对比，二者差距可不是一般的显著。
它如同一个在品德与学业方面都表现优良的孩子，每一门都展现出优秀的特质，然而每一门却又都称不上是最为顶尖的存在。毕竟，其他人家的孩子数量众多，而且他们各自所擅长的事物也是极为多样的。
07 Nano （ Flash 2.5）
若是存在通用编辑方面的需求，像手办生成、还有风格海报之类诸多情况，重点就需考虑nano （ flash 2.5）这个模型。
这是经由实实在在的真实用户去进行打榜从而测试出来的，极其厉害的图像编辑模型，它直接促使手办话题的热度得到提升，鉴于此，我特地撰写了两篇文章来予以分析。
文字精准编辑图片，这是它的主要优势，也就是俗称的用嘴P图，当然它也存在一定的门槛。
08 C站 or Lib等Lora
如果上述模型皆未满足，倘若需要更强的IP一致性以及泛化性，又或者是格外垂直小众的风格使得大模型力不能及的情况，那么可以自行炼丹。或者前往C站或者lib寻觅合适的lora模型。
我特别反对什么大模型杀死Lora、工作流之类的话术。
存在即合理！
每一个不同的场景，针对不同模型所产生的需求，向来都是不一样的，恰似上面列举出的那些示例 。
就算退到退无可退的地步来讲，当人工智能大模型的能力，譬如始终保持一致、不断进行泛化性拓展等方面，能够涵盖所有小模型的时候，在本地进行部署的那些具有安全性、敏感性的内容，也将会是最后的屏障。
09 简单总结一下
不存在任何一个AI模型能够实现对所有情形的完全掌控，那种被称作好的状况仅仅是局限于具备优势的特定场景范围之内，而其最为关键的要点在于：
适合场景需求的模型，才是更好的！
内容聚焦于，AIGC多维视觉模型的生成 ，编辑分析 ，以及产品交互演化的是我 。欢迎点选公众号主页私信 ，回复好友 ，添加笔者微信作交流 。
欢迎 你 发表评论: