解锁一致生成图像密码：四款前沿模型大揭秘-优快云博客

本文链接：https://blog.youkuaiyun.com/OneThingAI/article/details/149545847

生成一致角色的前沿模型：全面对比测评

同一角色在8个不同场景中展示的效果

在不久前，要保证生成角色一致性生成想要的图片：

首先要训练角色的LoRA，其次要在工作流中组合使用ControlNets、IPAdapters，才能生成自己想要的图片

现在可以使用，这些主流的闭源模型，就可以达到精准又逼真的图像

提示词：she is wearing a pink t-shirt with the text “Replicate” on it

FLUX.1 Kontext有三个版本：Pro、MAX、 Dev(开源版本）

接下来，我会对这四个模型从生图速度到使用成本上进行多维度的对比

下面的对比中，我们用的是设置了高质量和高保真度的 gpt - image - 1。我们选择 FLUX.1 Kontext Pro，是因为它在质量和速度之间找到了最佳平衡点。我们用的 Gen - 4 Image 是 1080p 的。

1、照片级精度

展示了每个模型的优势与劣势，所有示例均聚焦于照片级输出效果。

2、构图精度

我们能看到 Gen-4 的优势正逐渐显现。其构图最具吸引力，人物塑造也最为精准。

提示词：she is playing the piano

提示词：he is playing the guitar

3、微调场景

若你希望保留原始构图的大部分内容，仅对场景的一小部分进行修改，所有模型都能出色地完成这项任务。

提示词：remove the glass of drink

展示的是一位双发异瞳的美少女

提示词：a half-length portrait photo of her in a summer forest

精致男孩一键输出

提示词：remove his beard, put him in a raincoat, it is raining

酷酷型男也有温柔的一面

提示词：he is a chef cooking a meal in a restaurant kitchen

动漫风、油画风一键生成

提示词：
1、restyle this person as anime
2、make this a watercolor painting

七十二变，随手就来，化身为女巫，化身为浩克

提示词：
1、make her a witch
2、turn him into a green skinned ogre

总结：

Kontext Pro 用途广泛，能产出极佳效果，但面部周围往往会出现过多瑕疵，这些瑕疵常导致图像无法使用（Kontext Dev 中似乎不存在这些瑕疵，但 Dev 的整体质量较低）。
gpt-image-1 总会添加一种独特的黄色调，即便启用了高质量和高保真度设置，人物身份也常常会发生变化。由于其成本最高且速度最慢，我们只会在处理最复杂的任务时才使用它。
SeedEdit 3 往往局限于初始构图，难以根据提示呈现新的角度或场景。其输出通常较为柔和，且更像是 AI 生成的。在复杂场景中，连贯性也是一个问题。
就照片中的相似度而言，Runway 的 Gen-4 适应性最强且最为精准。它的主要缺点是在复杂场景中缺乏连贯性，可能会出现一些意想不到的手臂、肢体或手部形态。有时通过几次重试可以解决这个问题，有时则无法解决。此外，Gen-4 也无法对场景进行重新风格化处理。

建议：

处理照片时，你应当从 Runway 的 Gen-4 图像模型入手。如果需要更快或更经济的输出结果，那么 Kontext Pro 是次佳选择。要是 Gen-4 生成的部分结果缺乏连贯性，你完全可以将其交由 Kontext Pro 进行修复。
对于更具创意的任务以及完整的角色转换，建议先尝试使用 Kontext Pro。如果任务更为复杂，且你能承担相应成本，也可以试试 gpt-image-1。如果你负担不起 gpt-image-1 的费用，且 Kontext Pro 效果不佳，SeedEdit 3 是个不错的廉价替代方案。请勿将 Gen-4 用于风格化任务。

本次内容就到这里，敬请期待更多模型、对比内容。不妨去解决方案 - OneThingAI算力云 - 热门GPU算力平台尝试更多模型，也可以在微信关注公众号：OneThingAI，获取最新AI资讯