同样的提示，GPT图像（闭源）与通义千问图像（开源）对比

王利伟18099 · 2025-8-6 15:35:31

这不是索拉。

baiyi · 2025-8-6 15:43:20

老实说，我有个问题，这是怎么回事，为什么他们发货时带着这个问题？在部署之前解决这个问题似乎是显而易见该做的事。

大王不在山 · 2025-8-6 22:48:27

这里真正重要的是模型对所要求提示的遵循程度如何，在这两种情况下，表现都非常出色。即便有人更青睐其中一种，这两种情况也都很好地完成了任务。

hhhh713 · 2025-8-7 04:08:32

我的双子座恋人放弃了这个。

RandallSic · 2025-8-7 07:58:28

如今，风格匹配差不多是Midjourney唯一擅长的事情了，至少在图像方面是这样。但在这方面，它是最出色的图像模型之一。

扯淡 · 2025-8-7 09:54:32

我讨厌这个，这可能是某种水印机制。但在生成完成之前，你可以看到图片没有滤镜时看起来特别好看。

蜗牛 · 2025-8-8 07:50:11

在精准的风格重现方面，OpenAI可能是最差劲的。谷歌的Imagen 3/4要出色得多。OpenAI的优势以及它胜过所有竞争对手的地方在于，它能很好地遵循复杂的提示要求，并且有能力将另一张图片作为参考。

陈玟佳 · 2025-8-8 08:27:34

我从你的评论中感觉到一丝谴责的意味。你觉得使用写作工具让某人的想法表述得更简洁、语法更正确是不好的行为吗？

让爱飞翔 · 2025-8-8 14:36:22

第二张图片是典型的动漫风格，而第一张则更接近吉卜力工作室的风格。

胖草 · 2025-8-8 14:45:20

你摆弄过fp8模型吗？说实话，我挺失望的。和Flux（完整开发版）直接对比，它的速度差不多，但说实话，我还是更喜欢Flux的输出结果。在进行文本测试时，处理长文本它和Flux一样会出问题。

licheng · 2025-8-9 15:28:20

生成Qwen图片花了多长时间？

z2587 · 2025-8-9 20:53:49

Qwen在遵循指令方面也非常出色，这或许是它最被低估的特质。

charden · 2025-8-9 23:45:49

这篇帖子的借口实在是烂透了，本应表述得恰当些。通常的做法是在展示两者对比时不标注图片，更别提给出提示，好让我们能切实看到是否相符了。这就是为什么上满是垃圾帖子。

蓝果熊 · 2025-8-10 13:04:12

我其实不太在意模型的展示效果。如今它们的质量都非常高了。对提示的遵循才是至关重要的。ChatGPT比市面上任何模型都要通用得多。

shenyuan266 · 2025-8-11 14:08:39

第一个不是更有吉卜力工作室的风格吗？

S.A.M · 2025-8-15 13:30:59

是的，qwen3 235B 2507，它给我生成了一张丑图 _
现在我在ChatGPT里试了这个提示。
所以你这不就是故意误导嘛，因为很明显它比GPT差多了。

get5560 · 2025-8-15 14:44:07

这个提示其实已经解释得很清楚了——两张图明显都在尝试按照提示来生成，但呈现出来的风格却差得挺多的。我觉得有意思的是，哪怕提示词稍微改一点点，模型输出的结果就会偏向更柔和或者更清晰的风格。要是能看到同样的提示生成几种不同的版本，应该挺酷的，也能知道它到底能有多大变化。顺便问一句，你自己更喜欢哪一张？

ggfggggfgg · 2025-8-15 22:49:04

去看吉卜力的电影吧，兄弟。

eking · 2025-8-19 17:38:56

其实我想学学他们那种风格，毕竟两种风格还是挺不一样的……

attribt · 2025-9-6 13:30:02

发这么多图想干啥？

		自动登录	找回密码
密码			立即注册

20 回复