Editing 如何用AI画图 (section)

== 常见AI绘图工具简介 ==

=== DALL·E（OpenAI） ===
'''特点与技术：''' DALL·E是OpenAI推出的文本生成图像模型，其名称源自艺术家达利（Dalí）和动画电影机器人瓦力（WALL-E）。最新版本DALL·E 3集成在ChatGPT中，利用GPT大型语言模型理解和扩展复杂的文本描述 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。模型通过12亿参数的Transformer对提示词编码，然后用扩散模型将之转换为图像 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。DALL·E以生成'''独特且逼真的图像'''见长，对于复杂场景或抽象概念的描述有很强的理解和呈现能力 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。它支持三种纵横比（正方形、宽屏和竖屏）并一次生成两张图像，方便用户挑选或继续编辑 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。

'''适用场景：''' DALL·E擅长'''逼真写实风格'''的图像创作，适合需要高度还原文本细节的场景，如产品概念图、广告创意草案或故事情节插图。由于其对复杂提示的处理能力强，也常用于需要'''精细描述'''的创作，例如富含细节的插画或超现实主义风格画作 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。集成在ChatGPT界面后，DALL·E变得非常易用，适合快速头脑风暴或在对话中生成示意图。

'''优点：''' DALL·E使用对话界面，非常上手，对用户输入的文字描述解析充分，并会'''自动强化重要细节'''以提升结果相关性 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。生成结果质量高且颇为真实，细节和纹理表现优秀 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。OpenAI允许用户拥有其生成图像的版权 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)（即'''输出归用户所有'''，可自由使用，包括商用），减少了后顾之忧。此外，DALL·E对不恰当内容有内置过滤，输出更安全。

'''缺点：''' DALL·E对某些'''情况仍有不足'''。例如，它难以正确处理图像中的文字（如标志或招牌）以及复杂的空间关系词汇，对物体精确位置的理解有限 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。同时，OpenAI出于安全考虑'''禁止一些内容'''，如真实人物的肖像、暴力色情及模仿某些在世艺术家的画风 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)——如果请求绘制知名人物，DALL·E会改以类似风格的人物替代 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。另外，DALL·E目前不支持用户提供输入图像进行再创作，也不支持负面提示词来排除不需要的元素 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。在使用上，DALL·E需付费订阅（如ChatGPT Plus）才能使用最新版本，免费用户只能通过必应图像生成等途径且有生成次数限制。

=== Stable Diffusion（稳定扩散模型） ===
'''特点与技术：''' Stable Diffusion（简称SD）是Stability AI发布的'''开源'''文本生成图像模型系列 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。它基于“潜在扩散模型（latent diffusion）”技术，在大规模图文对照数据上训练而成，初始版本训练了23亿对图像-文本对 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。SD以'''写实风格'''见长，能生成高清细节的图像，并且开源版本可下载在本地运行和微调 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。Stable Diffusion已有多个版本迭代：如1.5版（512×512分辨率）、2.1版（最高768×768）、SDXL（优化1024×1024）以及最新的SD 3等，每次都在分辨率、理解力和效率上有所提升 (The Best AI Image Generators: DALL-E vs Midjourney vs Others) (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。特别是Stable Diffusion 3引入了多模态扩散Transformer架构，使模型在训练时实现图像和文本信息双向流动，提升了对多主体场景和文本嵌入图像的表现 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。

'''适用场景：''' Stable Diffusion的'''灵活性'''使其几乎适用于各类绘图需求。从写实照片风格到艺术插画、动漫风、概念设计，都可以通过更换模型权重或调整提示词来实现。例如，有社区模型专攻二次元动漫风格，有模型侧重风景或建筑设计。因此，SD特别适合技术爱好者、艺术家或开发者'''定制'''自己的AI绘图方案，也适合对'''隐私和本地运行'''有要求的场景（如将模型部署在本地进行私密项目创作）。

'''优点：''' 作为开源工具，Stable Diffusion'''免费且可扩展'''。用户可以免费下载模型，在自己的电脑或云服务器上运行，实现离线使用 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。这不仅避免了在线服务的内容过滤限制，也保障了私有数据不上传云端的隐私需求。此外，开源社区提供了丰富的扩展功能：例如各种用户界面（如Automatic1111的Web UI、ComfyUI等 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)）、模型微调工具和大量经过特殊训练的模型（涵盖动漫、像素风、摄影等风格）。SD还支持'''图像作为输入'''（即图生图/img2img）：用户可提供一张草稿或参考图，再用文本引导生成类似构图或风格的图像 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。同时，它支持'''负面提示词'''和'''关键词加权'''等高级用法，让用户明确排除不想要的元素，并强调重要细节 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。这种高度可控性是封闭商用模型所不及的。另外，社区常用AI放大器（如ESRGAN系列）对生成图像进行清晰度提升，很多SD工具内置了放大功能，可将细节提高 (How to use AI image upscaler to improve details - Stable Diffusion Art)。

'''缺点：''' Stable Diffusion对新手来说'''上手门槛较高'''。本地运行需要较强的硬件（一般至少16GB内存、8GB显存）和一定的配置流程 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。虽然有许多第三方网站提供简化接口，但自行部署仍需一定技术背景。相较封闭模型，SD生成结果的'''默认美学质量'''可能略逊，需要通过精心的提示词工程和模型选择来达到理想效果（换言之，对提示词的依赖更高）。同时，由于训练数据来自互联网抓取，曾引发版权争议（数据中包含受版权保护的艺术作品） (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。Stability AI官方要求商用其模型需获得会员资格或授权 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)；如果直接用开源模型商用，法律风险需自行评估。另外，SD在生成复杂场景时偶有瑕疵，如人物肢体畸形、文字乱码等，需要借助负面提示词或后期修补来完善 (Fixing Deformed AI Generations: Improve AI Image Quality)。

=== Midjourney ===
'''特点与技术：''' Midjourney是一家独立研究实验室推出的AI绘图模型，以'''卓越的艺术表现力'''著称 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。Midjourney通过持续的版本更新（目前最新为Version 6）提升生成效果，每代版本在细节、风格和参数控制上都有改进 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。它能理解相对较长的提示（支持长达约350词的描述）并提供对颜色和风格更精细的控制 (The Best AI Image Generators: DALL-E vs Midjourney vs Others) (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。Midjourney以生成'''美感极高、艺术性强'''的画面闻名，许多作品可媲美专业插画，曾被用于杂志封面等。除了通用模型外，Midjourney还提供名为“Niji”的'''动漫日系'''模型版本，专门针对动漫、漫画风格的绘制进行了优化 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。

'''适用场景：''' Midjourney广受'''艺术家、概念设计师、游戏和影视从业者'''欢迎 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。它非常适合需要'''创意发挥'''和'''艺术夸张'''的场景，如概念艺术（Concept Art）、角色设计、科幻或奇幻场景插画等。在需要快速产出高质量视觉稿的商业设计中，Midjourney也常被用于头脑风暴和提案效果图。简单的提示词就能让Midjourney生成令人惊叹的图像，即使单词或简短短语也可能出现出色构图，这对于没有美术背景但需要视觉内容的人来说非常有吸引力 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。

'''优点：''' Midjourney的'''图像质量和美学评价'''在业界有口皆碑。它倾向于产出精美细腻的画面，光影和构图常常十分出色，甚至'''一句话就能生成四张漂亮的图片'''供选择 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。对于复杂场景，Midjourney往往能给出有创意的演绎，其艺术风格浓厚且多样。用户可以通过附加参数调整输出，例如改变纵横比、选择不同版本模型、设置较高品质模式等 (The Best AI Image Generators: DALL-E vs Midjourney vs Others) (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。还可以输入参考图像来引导风格或构图，甚至用<code>--no</code>参数充当负面提示词来避免不想要的元素 (The Best AI Image Generators: DALL-E vs Midjourney vs Others) (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。Midjourney的交互过程支持'''迭代优化'''：对初始生成的四张图，可以任选其一进行高清放大（upscale） (The Best AI Image Generators: DALL-E vs Midjourney vs Others)或基于某张图再生成变体，从而逐步接近理想效果。其内置'''AI放大'''功能可将最终图像放大一倍以获得更多细节 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。

'''缺点：''' Midjourney是'''闭源商用'''服务，没有公开的API或本地版本 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。使用者必须通过Discord聊天频道与Midjourney机器人交互，这对不熟悉Discord的人来说略显复杂 (The Best AI Image Generators: DALL-E vs Midjourney vs Others) (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。同时，Midjourney'''完全付费订阅'''，没有永久免费选项（仅提供有限试用）；不同价位套餐限制每月生成量，且要使用私密生成（不公开作品）需高级别订阅 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。另外，Midjourney在精确控制方面不如Stable Diffusion：没有直接的可调权重系统（只能通过提示词堆砌或反复尝试），负面提示只能用<code>--no</code>列举，复杂场景下有时也会遗漏提示中的某些要素 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)。内容方面，Midjourney同样有严格的审查，禁止不当内容生成。最后，对于希望对生成结果做进一步编辑的人来说，Midjourney不提供内置的局部修改工具（虽有“pan”等扩展图像边界的功能 (The Best AI Image Generators: DALL-E vs Midjourney vs Others)），这意味着精细调整需要借助外部软件。

=== Deep Dream ===
'''特点与技术：''' Deep Dream是Google工程师在2015年开发的早期AI图像生成项目，以**“幻梦”般的艺术效果'''闻名 (DeepDream - Wikipedia)。与前述工具不同，Deep Dream并非典型的文本生成图像模型，而更像是一种对现有图像进行风格化处理的技术。它利用训练好的卷积神经网络，放大图像中原本微弱的模式和纹理，通过算法性空想（pareidolia）使普通照片呈现出梦幻、迷幻的视觉效果 (DeepDream - Wikipedia)。具体来说，Deep Dream会反向运行图像识别网络，让某些神经元的输出最大化，从而在输入图像上不断强化特定特征（例如将云朵反复强化成鸟或楼的形状），迭代多次后即可得到'''超现实的、致幻风格**图像 (DeepDream - Wikipedia) (DeepDream - Wikipedia)。

'''适用场景：''' Deep Dream主要用于'''艺术实验和视觉效果'''创作，尤其是追求赛博迷幻、超现实主义风格的艺术家和摄影师 (What is DeepDream? Everything we know about the AI image tool | TechRadar)。例如，摄影师可以将普通照片输入Deep Dream，得到梦幻般扭曲的输出，用于艺术展览或音乐视频背景。它在AI研究中也被用来'''可视化神经网络'''的内在工作原理，因为通过观察网络“梦”出的内容可以了解模型关注的特征 (What is DeepDream? Everything we know about the AI image tool | TechRadar)。总的来说，Deep Dream适合用于产生'''抽象的、实验性的'''视觉作品。

'''优点：''' Deep Dream能创作出'''独一无二的迷幻画面'''，这些效果是传统Photoshop滤镜所无法轻易达到的 (What is DeepDream? Everything we know about the AI image tool | TechRadar)。它激发了新的艺术流派（所谓“Deep Dream画作”）的诞生，让大众认识到AI也可以辅助创造艺术。Google将其算法开源后，出现了许多在线工具、移动App，方便用户将自己的照片套用Deep Dream效果[11†L352-L359]。操作上只需提供一张图像，无需复杂参数，对一般用户也较友好。

'''缺点：''' Deep Dream'''用途单一'''，并非通用的AI制图工具 (What is DeepDream? Everything we know about the AI image tool | TechRadar)。它'''无法根据文本凭空生成图像'''，必须有原始图片作为起点 (What is DeepDream? Everything we know about the AI image tool | TechRadar)。输出结果具有极强的风格化和不确定性，'''难以精细控制'''细节，只能通过调整迭代强度等得到从“稍微梦幻”到“完全迷幻”的不同程度效果 (What is DeepDream? Everything we know about the AI image tool | TechRadar) (What is DeepDream? Everything we know about the AI image tool | TechRadar)。因此不适合作为严肃商业设计或精确制图的工具。另外，Deep Dream生成的图像通常混杂着幻觉般的元素，不太“实用”，更适合欣赏或艺术探讨而非直接拿来用。