AI研习社
在视觉为王的数字时代，图像创作效率与表现力正成为内容竞争的新战场。从商业设计、国风插画到短视频创作，传统工具高昂的学习成本与创意瓶颈亟待突破。而多模态大模型的进化，让「提示词炼金术」掀起生产力革命——只需寥寥数语，即可召唤光影精准、风格百变的视觉杰作。然而面对 Midjourney、GPT-4o、Gemini、即梦 AI、可灵 AI五大主流工具，创作者深陷工具迷阵：谁能在中文场景精确还原「青绿山水」的笔触？谁的局部重绘让商拍修图效率翻倍？哪家的免费政策让独立设计师真正无忧？
首先上结论！拉一波仇恨hhhhh
Midjourney：能力最强且发挥稳定，各种细节处理和质感都是最强的 AI 绘画工具，但目前对于中文提示词的支持效果较差，适合专业设计场景，学习成本较高。（收费）
GPT-4o：风格化效果出色，出图质感及氛围感很棒，仅次于 Midjourney（收费）
Gemini：出图速度快，语义理解能力强，出图效果可做设计创意，满足基本商用效果（免费不限量）
即梦 AI：中文提示词友好，“国风” 效果出色，（中文）文字准确度超高，社区支持优秀，学习成本低，但复杂场景的控图较差（收费）
可灵 AI：对标即梦 AI，国风效果惊艳，但文字生成能力弱（无论中英文，出错概率高）（收费）
“我不止是AI绘图工具，而是致力于探索思维新媒介、拓展人类想象力的画布。在这里，天马行空的文字描述，将瞬间蜕变为震撼心灵的视觉奇观。”
作为AI绘画领域的现象级先锋，Midjourney 始终以突破视觉艺术的边界为使命。它并非简单地将文字翻译成图片，而是通过尖端AI技术激发创意、重塑美学表达。其核心定位精准而富有野心：
想象力可视化引擎： 独树一帜地将复杂、抽象甚至矛盾的文字提示，转化为充满艺术感与细节张力的图像。
技术驱动美学革新： 不断迭代的模型（核心聚焦最新 V7）在图像质感、结构精度、风格多样性上持续引领行业标杆，特别是成功攻克了长期困扰AI绘画的“手部畸形”等顽疾。
社区共创的艺术熔炉： 根植于 Discord 平台构建的巨型创意社区，用户不仅能便捷地与AI对话生成图像，更能实时交流灵感、观摩学习、触发新的创作火花。
V7 版本的推出堪称一场AI绘画技术的量子跃迁。它基于全新改进的扩散模型架构，实现了全方位的突破性进步：
🔍 精度与真实感飙升：
材质刻画纤毫毕现：皮肤纹理、金属光泽、织物褶皱...表现力令人惊叹。
人体结构精准自然：特别是手部细节描绘已达到以假乱真水准（痛点解决！）。
物体呈现逻辑稳固：复杂场景中物体相互关系更符合物理现实。
⚡ 速度与效率再进化：
生成速度显著提升，缩短灵感落地的等待时间。
🎛️ 掌控力全面增强：
提示词理解力飞跃：能精准捕捉复杂、细微的描述意图。
风格谱系极速拓展：轻松驾驭从超写实到极简插画的广谱视觉风格。
🖼️ 画质分辨率登顶： 输出分辨率更高，为创意呈现提供顶级画布。
一句话概括：Midjourney V7 重新定义了“AI绘画”的天花板。
📌 「官网精细修图体验佳，Discord社区灵感源泉广；中文提示需精炼，模型更新盯V7！」 ——核心实测洞察：官网编辑器功能强大远超Discord基础操作；实时观摩社区是提升“咒语”功力的捷径！
测试任务描述：Midjourney尝试多风格出图，例如卡通黏土风
| 提示词： |
|---|
| Claymation-style scene of a single plasticine baker joyfully decorating an oversized cake at a small table in a pastel outdoor setting --ar 16:9 --s 750 --v 7.0 |
实践评价：
“风格一致，细节丰富。”
实践评价：
“手部问题是所有图像类大模型的最大难点，Midjourney 从V5版本之后，有了明显改善，本次V7版本在复杂动作中表现更佳，例如拿玻璃杯、织毛衣、做陶艺，用手比心等动作，都能做到动作协调，手指正确。”
✅ 综合优点： 出图质量（氛围感/人像稳定性/工业质感）稳居行业标杆级 + 提示词遵从性与控图精准度顶尖 + 易用性显著高于传统设计工具（PS/3ds Max） + 支持基础二次编辑（涂抹/套索）。
📉 潜在缺点： 英文提示词门槛对非英语用户不友好（需翻译工具辅助） + 订阅成本相对国内竞品明显偏高 + 明确禁用API导致自动化集成受限（影响工作流效率）。
🎯 特定场景下的表现： 专业级图像生成领域封神之作（平面/UI/工业设计/自媒体配图），追求设计质感与创意的首选利器。
💸 定价与免费额度： 免费试用额度极为有限 + 主力方案Standard Plan月费24（年付有优惠）+轻度需求可选Basic月费10 + 核心价值： 虽需订阅但对比专业设计师成本性价比极高。
“我不是简单的绘图工具，而是打通文字到影像的造梦流水线——用2K高清画质精准还原你的想象，以行业级排版控制为商业设计而生，让每个创作者都能拥有好莱坞视觉叙事的超能力。”
作为中文AI创作赛道的“场景实战派”，即梦AI以影视级工业标准重塑视觉生产力。2025年4月推出的即梦3.0版本，凭借中文语意理解、排版精度与高清画质的三重突破，正成为商业设计、短视频创作领域的效率核弹：
视觉工业化引擎： ✅ 电影级画质直出：2K高清分辨率搭配材质光影的极致渲染，海报级作品直接商用无需精修； ✅ 中文设计大脑：独有中文排版优化技术，彻底攻克中英混排变形、字体扭曲等行业痛点； ✅ 视频创作直通车：图像生成后可一键跳转视频制作，创意流转丝滑如剪辑软件。
硬核技术升级（3.0版核心突破）： 🔧 渲染质变：影视级材质细节与动态光影生成，人物皮肤、金属反光等达到广告片标准； ⚡ 效率跃迁：生成速度提升30%，理解长文本意图的准确率翻倍； 📐 中文控制革命：支持修改字体样式、字号、排版位置，设计师级图文混排自由。
平民化创作生态： 🤖 DeepSeek咒语优化：内置提示词助手，小白也能写出专业级指令； 🖼️ 「做同款」生态：复用社区爆款模板，3步产出商用级作品； 💸 性价比屠夫：积分制计费下，单张2K图成本仅为竞品1/3。
📌 「商业出图首选3.0高清模式，中文排版必用文字控件；视频创作从做同款起步！」 ——血泪实测：普通模式易遇字体畸形，3.0高清+文字编辑框可根治；社区“同款”模板是短视频爆款密码！
测试任务描述：尝试中国画风格、水彩风格。
实践评价：
“即梦AI 的中国画风格出图效果非常惊艳。”
测试任务描述：
文字生成是所有AI生图的最大难点之一，本次3.0更新，对文字做了精准处理。尝试用“书简写字”测试文字的准确度，同时也可测试到手部处理的精细化表达。
| 提示词： |
|---|
| 古代桌子上放着竹简，上面共四行从左往右写着第一行：“先帝创业未半”，第二行：“而中道崩殂”，第三行：“今天下三分”，第四行：“益州疲弊”，毛笔字，两只手，一只放在竹简上，一只手握着毛笔，毛笔停在最近的一个字上。 |
实践评价：
"文字准确，手部正确且环境、光影协调。"
✅ 综合优点：中文提示词理解精准度碾压级 + 文字生成准确性行业首位（免抽卡）+ 国风场景表现封神（中国画/氛围感）+ 角色/风格一致性技术领先（风格码加持）+ 超低门槛交互设计（社区模版复用/零学习成本）。
📉 潜在缺点：复杂场景控图稳定性仍存短板（物体变形概率显著）+ 首次出图审美表现略逊国际顶流（对比Midjourney细腻度有差距）。
🎯 特定场景下的表现：中文生态设计场景统治力（平面/UI/工业设计）+ 文字融合需求首选（海报/LOGO）+ 国风创作绝对王者 + 低成本敏捷创作场景（自媒体/轻度商用）更优解。
⚙️ 易用性与交互体验：全链路中文交互碾压级友好 + 社区模版“做同款”大幅提效 + 功能完备的二次编辑体系（显著降低设计门槛）。
💸 定价与免费额度：每日免费60积分长效试玩（零成本验证）+ 阶梯式订阅/积分体系覆盖全需求层级 + 对比国际竞品性价比重构者（成本压至Midjourney 1/3以下）。
🧩 集成与API能力：全栈式API开放接入（支持自动化工作流）+ 与COZE生态深度联动 + 开发者友好型商用集成方案。
“我不仅是AI工具，更是从静态到动态的创意流水线——用可图2.0还原您脑海中的每一帧电影画面，用‘一键同款’让普通人3分钟产出专业级视频，让每个创作者都拥有好莱坞制片团队的超能力。”
背靠快手亿级视频生态孵化，可灵AI（KLING）生来就流淌着影视创作的血液。2025年4月推出的可图2.0基座模型，以复杂指令精准执行+百种风格电影质感为核弹头，正在重塑短视频、广告、电商的内容生产线：
双轨创作核反应堆： 🎞️ 视频基因主导：静态图像与动态视频深度耦合，生图后一键跳转视频/音效/对口型，搭建完整AIGC工作流； 🖼️ 可图2.0图像超体：60+艺术风格精准响应，对颜色、构图、材质的控制力达广告级精度； 🤖 指令理解跃迁：突破性提升多元素、位置、细节描述的还原能力，告别“AI自由发挥”。
硬核突破（可图2.0技术底座）： 🎬 电影工业级质感：光影层次、动态模糊、胶片颗粒感逼近实拍，尤其擅长霓虹/赛博/复古胶片风格； 🧩 复杂元素零偏差：输入“穿红色旗袍的女人坐在左侧木椅，右侧有青花瓷瓶”，生成结果毫厘不差； ⚡️ 平民创作流水线：“一键同款”复用社区爆款模板，小白秒出电影海报/电商主图/动漫PV。
快手生态赋能： 📱 APP/网页全场景覆盖：深度适配短视频创作者工作习惯（注：实测网页端操作更流畅）； 💸 性价比碾压同级：积分消耗透明可控，单张2K图成本仅为Midjourney的1/4； 🔌 企业级API开放：为电商、短剧提供批量化视频生成解决方案。
📌 「电影级出图必选可图2.0，扩图重绘先做后改；视频创作从网页端启动！」 ——踩坑实录：手机端操作卡顿易误触，网页端支持选区精修；扩图后仍可二次编辑创作流更闭环！
| 提示词： |
|---|
| “复古风格的麦当劳美食海报，采用丝网印刷技术，色彩浓郁饱满。画面中央是一份金黄酥脆的大麦克汉堡，两片芝麻面包之间夹着牛肉饼、芝士、生菜和特制酱汁，诱人垂涎。汉堡旁摆放着热腾腾的薯条和一杯冰凉的可口可乐。背景是50年代美国街头的繁华景象，霓虹灯闪烁，汽车穿梭。海报上方用大胆的无衬线字体写着“Taste the Tradition”，下方是麦当劳标志性的金色拱门Logo。整体构图平衡，色彩对比强烈，充满怀旧气息。” |
实践评价：
“复杂提示词测试下，四张生成图像风格、物品主体和空间位置与提示词中大部分描述内容一致。且设计极富艺术感。但生成的四张图中“Tradition”这个单词全部错误。”
测试任务描述：
可灵AI的风格转绘主要维持画面的主要内容，包括主体、构图、姿势等不变，通过prompt描述改变画面风格。
| 提示词： |
|---|
| "变成盲盒手办风格” |
实践评价：
“四张图在图片风格上与提示词描述一致，但人物的姿势构图与原图有区别。”
✅ 综合优点：工业级出图稳定性（复杂场景/人像/质感控制国内顶尖） + 复杂提示词精准解码能力 + 本土化交互设计碾压级效率（全流程中文界面/符合国民操作直觉） + 二次编辑功能完善（涂抹/套索控图）。
📉 潜在缺点：文字生成能力重大缺陷（中英文渲染均不可靠） + 订阅成本高于国内竞品（对比即梦AI等溢价显著）。
🎯 特定场景下的表现：专业设计需求黄金拍档（平面/UI/工业设计全制霸） + 高密度提示词控图场景首选 + 规避文字融合类创作（海报/Slogan设计慎用）。
⚙️ 易用性与交互体验：零认知门槛中文工作流（功能分区科学/操作动线明晰） + 二次编辑模块设计师友好型设计（精准区域修改效率倍增）。
💸 定价与免费额度：月赠166灵感值长效试玩（碾压级免费额度） + 阶梯折扣锁定期方案（包年7折/3个月9折） + 专业级效果对标国际顶流但成本压缩30%+（对比Midjourney $24月费）。
“当5秒出图的免费闪电（Gemini），遇上95%一致性的迭代大师（GPT-4o）——一场效率与精度的终极对决，正在重塑AI创作的选择逻辑。”
在谷歌与OpenAI的巨人之争中，两款工具的基因差异定义了截然不同的创作生态位：
| 维度 | Gemini 2.0 Flash (Image) | GPT-4o (Image) |
|---|---|---|
| 核心定位 | 极速脑暴搭档 | 对话式设计顾问 |
| 杀手锏 | ⏱️ 5秒出图 + 🆓 免费不限量 | 🔄 连续修改95%一致性 + 🎨 风格化渲染 |
| 技术人格 | 执行力强的“快枪手” | 善解人意的“精修师” |
| 产品依托 | Google AI Studio | ChatGPT |
✅ Gemini 的闪电三连击：
速度碾压全场：生成“地中海客厅”仅需5秒，3倍于GPT-4o；
口语化修图黑科技：“沙发改白色”“衣服变黄色”指令成功率＞90%；
背景稳定性惊艳：修改主体时场景透视/光照几乎零偏移（案例：女孩换衣后电脑位置不变）。
⚠️ Gemini 的阿克琉斯之踵：
文字生成需 “抽卡”：LED屏幕日期、标语等扭曲率高达50%（案例：MTA维修牌文字变形）；
细节精度难达商用：金属反光、织物纹理逊于专业工具。
✅ GPT-4o 的迭代霸权：
跨轮次一致性封神：10次修改后角色五官/场景构图仍保持连贯（完胜Gemini）；
抽象指令降维打击：响应“更赛博一点”“加点故事感”等模糊需求；
风格化渲染惊艳：吉卜力风、丝绸质感emoji等审美质感逼近Midjourney。
⚠️ GPT-4o 的效率桎梏：
免费用户限额致创作中断；
单次出图平庸化：缺乏Gemini的即兴创意张力；
多物体控制翻车：“给人戴帽却让路灯长帽子”（逻辑理解漏洞）。
闭眼选Gemini的场景： ✅ 设计灵感速刷（室内方案推演/插画构图试错） ✅ 职场PPT配图批量生产 ✅ 成本敏感型用户首选（免费+极速）
咬牙上GPT-4o的场景： ✅ 广告原型多轮调整（客户反馈实时迭代） ✅ 游戏角色设定维护（10稿后人设不崩） ✅ Plus用户的质感刚需（LOGO改色/海报风格化）
📌 「日常速出/Gemini冲，多轮精修/4o封神；文字生成双慎用，风格质感选OpenAI！」 ——实测终裁：免费刚需党Gemini是福音，迭代控请为GPT-4o付费；两者文字生成均需人工核查！
Gemini 2.0 Flash (Image Generation) Experimental 具有强大的图片生成及修改能力，虽然尚未达到完全商用标准，但日常办公，生活场景、设计推敲完全满足，而且免费在谷歌的AI Studio中使用，方便快捷。
测试任务描述：
尝试生成一张带有动作和文字的图。
| 提示词： |
|---|
| 在14街N线站台上，展示一位女士的自拍，她竖起大拇指，背景中是一群沮丧的MTA工作人员正在维修轨道。上方，一个小型LED屏幕显示日期，2025年3月13日。 |
实践评价：
“修改文字基本准确，但需要“抽卡”，且文字有变形（图中是抽卡2次获得的正确效果）。”
GPT-4o 的核心是理解能力，你可以不断地反馈提出自己的要求，并在连续修改的过程中保持图片一致性可达95%。但单论一次性生图，审美上、细节上基本可用，但依然不如Midjourney。
测试任务描述：
Q版建筑卡通风格图片生成，改颜色并且给人物戴上帽子。
实践评价：
”Q版建筑卡通风格图片生成，LOGO改色成功，给每个人物戴帽子成功，但路灯也有帽子了。”
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| Gemini | 1. 语义理解能力强，自然语言指令友好 2. 速度快，网络正常情况下，5 秒左右即可完成出图 3. 免费不限量 |
1. 图片修改稳定性相比 GPT-4o 稍弱一点 2. 生成文字准确性稍弱一点 |
设计创意推敲、快速出图、日常办公等 |
| GPT-4o | 1. 风格化效果十分出色 2. 出图质感及氛围感很棒，仅次于 Midjourney 3. 图片修改稳定性强 4. 文字生成稳定性较强 |
1. 生图速度慢，且免费用户有限额 2. 对提示词质量有一定要求 |
设计创意推敲、产品材质更改、日常办公，以及已升级 plus 的用户 |
🎯 分享讨论环节： 作者认为 Gemini 和 4o 的能力不相上下，Gemini 语义理解强，4o 的风格化出色，都可以适合专业设计师使用（当然也有设计师自身偏好的影响 ），但从国内用户的易用性和成本考量来讲，Gemini 更胜一筹。各位读者有什么使用感受欢迎交流沟通～～
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| Midjourney | 1. 能力最强，发挥稳定 2. 细节处理及质感最强 3. 提示词遵从性强，可相对准确控图 |
1. 中文提示词支持效果较差，对英文基础较弱的用户不太友好 2. 不提供 API 调用 | 追求高质量出图的场景，适合专业设计类需求的用户使用 |
| 即梦 AI | 1. 中文提示词友好，角色风格一致性较好，国风效果出色 2.（中文）文字准确率超高（文字生成几乎无需抽卡，目前 AI 生图工具最强 ） 3. 易用性高，社区支持优秀，学习成本低 4. 二次编辑强，几乎涵盖主要图片修改功能，降低设计门槛 5. 提供 API 调用，可灵活接入自己的程序，且与 COZE 联动友好 |
1. 复杂场景图需较差，仍需 “抽卡”，且多次修改易出现物体变形的情况 2. 审美方面：首次出图审美相比 Midjourney 较弱一点 |
平面设计、UI 设计、工业设计、自媒体等追求高质量出图的场景，以及对美学要求不太高的场景（国内用户首选 ） |
| 可灵 AI | 1. 出图整体效果好，国风效果惊艳 2. 提示词遵从性强，对于复杂提示词内容理解较好 3. 易用性好，功能使用设计符合国人使用习惯 4. 二次编辑可通过涂抹或套索工具结合提示词，对图片进行简单修改 |
1. 文字生成能力弱（无论中英文，出错概率高 ） 2. 相较于国内其它 AI 绘画工具，成本较高 |
平面设计、UI 设计、工业设计、自媒体等追求高质量出图的场景，以及对美学要求不太高的场景（国内用户首选 ） |
| Gemini | 1. 语义理解能力强，自然语言指令友好 2. 速度快，网络正常情况下，5 秒左右即可完成出图 3. 免费不限量 |
1. 图片修改稳定性相比 GPT-4o 稍弱一点 2. 生成文字准确性稍弱一点 |
设计创意推敲、快速出图、日常办公等 |
| GPT-4o | 1. 风格化效果十分出色 2. 出图质感及氛围感很棒，仅次于 Midjourney 3. 图片修改稳定性强 4. 文字生成稳定性较强 |
1. 生图速度慢，且免费用户有限额 2. 对提示词质量有一定要求 |
设计创意推敲、产品材质更改、日常办公，以及已升级 plus 的用户 |
在「AI生成+人工精修」成为主流的视觉时代，图像的精细化处理能力正决定作品的商业价值。从电商素材去瑕疵、写真精修到海报设计，传统修图软件高昂的操作成本亟待技术破壁。智能图像编辑器的进化，让「一键祛水印」「毛发级抠图」等专业操作走向大众化——30秒内即可实现过去耗时数小时的精修效果。然而面对 百度AI图片助手的全功能免费普惠 与 SnapEdit的核心功能精度碾压，创作者深陷选择困境：谁能三秒消除游客照里的路人甲？哪家去背景边缘处理真能达到毛发级精度？免费工具能否扛住商业出版级质检？
首先上结论！拉一波仇恨hhhhh
百度 AI 图片助手：大众赛道，适合普通用户使用，完全免费，功能全面，便捷且效果不错。
SnapEdit：专业赛道，更适合设计工作者，要求较高的用户，专供 3 个核心功能（便清晰、消除涂抹、去背景 ），部分付费，效果出色。
“当全家桶式免费修图（百度）撞上狙击手级功能精度（SnapEdit）——一场普惠与专业的终极较量，重新定义AI修图的效率边界。”
测试任务描述：去水印。
实践评价：
“易用零门槛，细节略有丢失。”
测试任务描述：消除涂抹。
实践评价：”质量非常高。”
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 百度 AI 图片助手 | 1. 功能齐全，涵盖主要修图场景 2. 图片变清晰质量较高，普通办公场景基本可以用 3. 免费不限量 |
1. 细节处理能力较弱 2. 风格化 AI 味较重 |
适合用户：大众使用 适合快速修图及日常办公场景 |
| SnapEdit | 1. 细节处理出色，可商用 2. 仅包含 3 个核心修图功能，但每个都十分出色 3. 图片修改稳定性强 |
1. 需要付费 2. 对网络有一定要求 |
适合用户：设计者 适合快速修图及设计图辅助修改，专业度更高 |
在「AI创作平民化」的浪潮中，零门槛图像生成与精修能力正重塑视觉创作生态。从电商海报排版、IP设计到社交配图，传统设计流程的效率天花板亟待技术击穿。国产图像工具箱的进化，让「提示词生图+智能修图」无缝衔接——普通用户也能三分钟产出商用级视觉资产。然而面对 豆包3.0的排版统治力、阶跃星辰的闪电出图速度、元宝的对话式创作门槛 与 通义万相的抽卡式不确定性，创作者深陷工具迷思：谁能完美复刻「多文字海报」的版式美学？哪家的批量扩图真能扛住1080P放大镜检验？免费抽卡游戏的背后隐藏多少时间成本？
首先上结论！拉一波仇恨hhhhh
豆包：升级 3.0 后，文字排版能力强，扩图效果好，但 AI 味儿较重，易用性最强堪称 0 门槛。
腾讯元宝：仅能通过对话形式生成图片，易用性较差，没有提示词优化等小白友好型功能。
阶跃星辰：速度最快，风格迁移能力相对较强，出图的整体审美能力一般般。
通义万相：能力最弱，生图效果出错率高，需要多次抽卡，人物动作错误明显。
“我是阿里云落地的创意加速器，左手执『咒语书』降低创作门槛，右手擎『灵感引擎』激发视觉火花——但当经典文化符号登场时，我的想象力却遭遇了意外短路。”
测试任务描述：
复杂的肢体运动、大幅度动作、镜头的移动。
| 提示词： |
|---|
| 微型立体场景呈现，运用移轴摄影的技法，呈现出Q版【孙悟空三打白骨精】场景，其中孙悟空手持金箍棒要打白骨精，猪八戒沙和尚唐僧白龙马在一旁围观。 |
万相2.1专业版输出结果：
万相2.1极速版输出结果：
实践评价：
“专业版和极速版效果都较差，无法理解和准确生成西游记中的经典人物形象。”
“我以3.0版本的文字排版封神之姿，将付费工具即梦斩落马下——用零成本实现海报级图文混排，用‘扩图重绘一条龙’重新定义AIGC的普惠极限。”
实践评价： “文字生成及排版效果非常好，质量非常高。”
“我来自腾讯 AI Lab，用对话点亮你的灵感宇宙，但别指望我能一键优化你的提示词 —— 毕竟，艺术创作总要保留点手工感。”
实践评价： “3D Q版风格理解较好、图片中内容与提示词一致性较好。”
实践评价： “文字全部错误，且三张手指处理错误但布局正确画面风格与提示词一致性良好。”
"我是阶跃星辰 Step1X-Edit，19B 参数的开源图像编辑大模型，专注让普通人也能玩转专业级图像创作 —— 从精准换装到风格迁移，用 AI 重新定义视觉艺术。"
实践评价：
“3D Q版风格理解较好、审美较好，但LOGO多一个，且有错误。”
实践评价：
”LOGO改色失败，只识别了红色，但没有改色，只执行的填充。”
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 通义万相 | 1. 功能齐全，涵盖图像、视频生成 2. 免费不限量 |
1. 稳定性差（出错概率高，需多次抽卡 ） 2. 角色肢体动作处理能力差 |
适合快速修图及日常办公场景 — 低配要求使用（推荐指数：⭐ ） |
| 豆包 | 1. 提示词理解能力好 2. 消除涂抹效果好 3. 扩图能力较强 4. 图片清晰度提升质量高 5. 免费不限量 6. 易用性强，有提示词优化功能，小白友好 |
图像生成的 “AI 味” 较重 | 适合快速修图及设计图辅助修改（推荐指数：⭐⭐⭐⭐⭐ ） |
| 腾讯元宝 | 1. 提示词理解能力较好 2. 免费不限量 |
1. 文字不准确 2. 手部不准确 |
适合快速出图，对图像要求不高的场景（推荐指数：⭐ ） |
| 阶跃星辰 | 1. 图像生成速度快 2. 风格迁移效果好 3. 语义理解能力强 4. 免费不限量 |
图像生成及修改的准确度较低 | 适合需要快速出图的办公场景及要求质量不高的设计风格切换（推荐指数：⭐⭐ ） |