2026 年 6 款最佳多參考圖 AI 圖像生成器比較
Ideogram Blog 比較六款可處理多張參考圖的 AI 圖像生成器,並以產品、場景和風格參考圖實測 Ideogram 4.5、ChatGPT Images 及 Gemini。
Ideogram Blog 比較六款可處理多張參考圖的 AI 圖像生成器,並以產品、場景和風格參考圖實測 Ideogram 4.5、ChatGPT Images 及 Gemini。
AI-KSK 提供六個 ComfyUI 工作流程,以 1407 件服裝和 1439 張姿勢圖建立固定角色身份的姿勢與服裝矩陣,涵蓋 Qwen 2.1 和 FLUX.3 Klein。
一個塔羅占卜網站建立 AI 繪圖流程,以受控提示詞結構統一插畫風格,同時保留不同主題的變化。流程包括使用開源擴散模型批量生成候選圖、挑選構圖合適的作品、放大圖片,並針對手部、面部和球體軌道線進行局部修補。插畫製作時間由數天縮短至數小時,但手部、珠寶和月相符號仍需人工修正及審核。
作者分享一套照片轉影片的兩步工作流:先用圖像編輯模型把上傳照片改成目標場景的首幀,再交由影片模型生成動態。文中所述流程使用 OpenAI 的 gpt-image(每張約 $0.05)及經 fal 調用的 MiniMax H3(生成 10 秒、9:16 影片,每段約 $0.25),成功生成的直接模型成本約 $0.30。
文章提供一套免費使用 AI 製作標誌的流程,涵蓋整理需求、挑選工具、生成及篩選設計,再準備可用檔案。流程建議先用五分鐘寫下名稱、業務、單一風格、最多兩種顏色及用途,再選一至兩款工具,按「名稱+業務+風格+顏色+用途」撰寫提示詞,並用同一提示詞生成至少六個版本。選出縮圖仍清晰、黑白可用的簡潔版本後,核對拼寫及商用授權,準備透明 PNG、白底、方形和黑白版本,並保留可編輯原檔。
金華市婺城區檢察院起訴的 7 名涉案人員,因利用 AI 生成國漫角色淫穢圖片牟利,被判有期徒刑二年至八個月不等,均適用緩刑。警方查明,7 人在一年多內共售出淫穢圖片 13 萬餘張,獲利 16 萬餘元;他們透過漫畫羣組售圖,並推出投票、眾籌及定製玩法。判決於 10 月 26 日作出,目前已生效。
金華市婺城區法院判處 7 名利用 AI 生成國漫角色淫穢圖片牟利者有期徒刑二年至八個月不等,均適用緩刑。涉案 7 人在一年多內共售出淫穢圖片 13 萬餘張,獲利 16 萬餘元。法院以製作、複製、販賣、傳播淫穢物品牟利罪判刑,判決已生效。
ImgPilot 圖片文字編輯器可用來在沒有原始設計檔的情況下,替換產品圖片標籤上的價格。示例將 $49.99 改為 $39.99,並保留標籤原有的字體樣式與外觀。匯出後應核對價格字元、產品輪廓及圖片尺寸;如需多處修改或精確字體,則應改用可編輯文字圖層。
GlyphAtlas 是一個建基於 FLUX.1-Fill-dev 的場景文字合成模型,透過分離文字版面配置與筆畫繪製,改善小字、密集多行文字及複雜文字系統的合成效果。模型以中文和英文訓練,並可零樣本泛化至日文、韓文和阿拉伯文。團隊開源程式碼、權重及包含 1.5M 張場景文字圖片的 GlyphAtlas-Data-1.5M。
從產品標題與描述批次生成圖片時,應由應用程式管理批次紀錄,並將評分資料與圖片生成分開。提交及完成工作應在發起任務的網頁請求之外處理,匯出結果則須核對關聯後才附加。遙測保留應按用途和資料量設計,完整保留核對所需紀錄,避免把記錄識別碼用作常規指標標籤。
Zaqero AI 建立並測試一套無需綠幕的產品標籤追蹤及印字替換流程,以單一參考影格追蹤標籤,避免逐格追蹤累積誤差。流程在一段蠟燭罐測試影片中錄得 0.04-0.05 px RMS 抖動;標籤處理尚未投入生產,產品照片不經重繪及改用 24 fps 渲染則已上線。
雕塑藝術家譚旭認為,科技迭代下,雕塑創作應善用新工具拓展造型可能,同時守住藝術個性與實作根基。AI可快速生成大量造型方案,但算法趨同及數碼圖像脱離材料、工藝和現場製作的問題亦不容忽視。創作者應以審美判斷和實作經驗篩選、修正方案,並珍視手作過程中的人文痕跡。
這篇指南提出一套撰寫 AI 圖像提示詞的五部分公式,依次描述主體、風格與媒介、光線、鏡頭與構圖,以及氛圍和細節。文章另附肖像、產品和生活場景三種模板,建議一次生成四個版本,每輪只改一層,三輪仍沒有明顯改善便保留最佳版本。提示詞應描述完成的畫面,而非向模型下指令,並按不同模型調整寫法。
服裝品牌FPA承認團隊未經授權使用博主照片,透過AI替換照片中人物的服裝作宣傳,並就此致歉。FPA提出下架相關圖片、承擔經濟賠償,以及訂明圖片版權和AI使用規範等整改措施。截至11月14日20時,FPA位列「淘寶男裝店鋪」榜單第一。
作者建立 UnWatermarkGemini,並將核心引擎在 FalconX 開源,以客戶端 JavaScript 和 HTML5 Canvas API 反轉 Gemini 半透明水印的 Alpha 混合,還原原有像素。水印覆蓋範圍為 48x48 或 96x96,視乎圖片解像度;作者稱標準 2D Canvas 上的還原耗時少於 2 毫秒。
GPT Image 2.6 和 GPT Image 2.5 支援用圖上標註配合提示詞進行局部改圖,文章並以客廳圖片示範修改抱枕、沙發旁的小桌和落地燈。實測顯示遮罩可能出現黑塊,標註也不是硬邊界,圈外細節仍可能一併改動;文中建議按標註形狀描述對象、説清修改內容,並檢查修改邊緣。
Prisma V1.0 REST API 可生成可載入 Fabric.js 的可編輯多圖層範本,流程包括提交生成、輪詢工作、下載範本及載入畫布。輸出包括 legacy-fabric-v1 格式的 canvas JSON、PNG 點陣圖層和 JPEG 預覽;文字、向量圖形及照片各自保留為物件,並可提交最多五張自有照片。
服裝品牌 FPA 因被指擅用博主圖片製作 AI 換衣宣傳圖而致歉,承諾下架相關圖片、承擔經濟賠償,並完善圖片版權及 AI 使用規範。律師指出,AI 生成廣告素材須符合《廣告法》要求,並標示內容由 AI 生成;文章亦分析,FPA 的大量 SKU、爆品策略及成本壓力,使提高出圖效率成為其營運需求。受訪電商設計從業者表示,AI 生圖每張約 0.4 元至 0.6 元。
AI 正改變創作工作的條件,創作者應分辨哪些流程只是繁瑣勞動、可交由 AI 自動化,哪些環節承載思考、值得保留。Figma Weave 的創作案例顯示,生成只是起點;團隊仍需反覆推敲故事、角色和風格,才能把模型輸出塑造成作品。
這份指南講解如何在 ComfyUI 使用 MOSS-Image,涵蓋版本檢查、四個模型檔案的放置位置及首次生成設定。文字生成圖像模板需要 ComfyUI 0.42.0 或以上,Image Edit 和 Color & Depth 模板則需要 0.43.0 或以上;SFT 權重用於生成圖像,Base 權重用於訓練。
撰寫 AI 圖像提示詞可採用結構化流程:先確定想呈現的主體、動作和場景,再按構圖、光線及視覺風格補充細節。提示詞應聚焦必要資訊,慎選描述用詞,並一次只測試一項變化,逐步改善生成結果。
作者以即夢上的 Seedream 5.5 進行實測,涵蓋已生成圖片的連續修改,以及海報、長篇中文排版和角色表情包等製作場景。文章示範將生成圖片設為參考圖逐步修改,並附有提示詞;咖啡海報把 ¥69 改為 ¥59,咖啡袋、杯子和橙子均予保留。作者再把八格動作圖切成八張,按順序製成循環 GIF,每幀停留 0.24 秒。
Adobe 與 Google 擴大 AI 合作,將 Google 的圖像及影片模型整合至 Adobe 創作軟件,並把 Adobe 工具延伸至 Google 產品。
BBC 報道指,英國部分地產代理和賣家開始以 AI 大幅修改甚至生成放盤照片,令房屋看來更寬敞或現代,形成所謂樓盤照片造假現象。一名準買家到場後發現房間比照片小,裝修和部分建築結構亦不相同。《Housing Horrors》主持人稱,過去六個月 AI 美化的放盤照片明顯增多且大多沒有清楚標示;一間地產代理則規定相關照片須明確標示。
BBC 報道指,英國部分地產代理和賣家使用 AI 大幅修改甚至生成樓盤照片,令網上照片與實際房屋狀況不符。《Housing Horrors》主持人傑克・布什羅德稱,過去六個月 AI 美化樓盤照片明顯增加,而且大多沒有標示;他舉例指,有照片移除了柱子,並多出一扇窗。一間地產代理機構表示,已規定所有經 AI 美化的樓盤照片必須明確標示。
上海黃浦警方通報,網傳「和平飯店51萬元天價帳單」由一間互聯網酒類銷售公司的負責人組織人員利用AI軟件篡改,並製作虛假影片營銷自家產品。他們把飯店用酒改成公司銷售的酒類,並透過控制帳號、僱人代發在網上大量傳播。警方在外省市公安機關協助下抓獲15人,其中4人被依法採取刑事強制措施,其餘11人被依法行政處罰。
小型電子報可透過固定圖片尺寸、簡短的書面風格説明和參考圖片,讓每期標題圖片保持一致。每次從最接近的參考圖片開始,只按主題調整畫面,並在寄出前檢查手機顯示、色彩、明暗模式、替代文字及檔案大小。
作者更新 Ollama 桌面應用的 Linux 移植版,以配合上遊 v0.40.16,並加入可選的本機圖像生成 runner。使用 Z-Image-Turbo 在 12 GB RTX 5070 上生成 1024x1024 圖片,首次需 25.5 秒,其後每張約 22 秒。
榮耀700 Pro以全新浮冰島設計及粉霧配色完成外觀 ID 換代,透過懸浮玻璃背板和「背多紛」靈動背屏重塑機身美學。背屏支援自訂萌寵、AI 生成背屏桌布及自拍預覽;正面採用 0.98mm 四等邊超窄邊框,並配備深度強化玻璃背板與霧面金屬中框。
Redreamality 整理了 7 則 AI 創作工具筆記,涵蓋圖片轉提示詞、本機唇形同步、影片浮水印處理、Flowith 工作空間及 OpenCode 寫作。
ByteDance 於 2026 年 11 月 9 日推出 Seedream 5.5,這是首款支援原生去背、輸出帶 alpha channel PNG 的 Seedream。
Google 發佈 Gemini 4 Hydrogen,將它定位為 Gemini 4 系列成本最低的模型,可供日常工作使用或配合 Carbon、Argon 執行多模型工作流程。
推薦理由:文章對照三款 Gemini 4 模型的定價變化與鵜鶘生成效果,並交代 Google 對 Argon 同價但每輪 token 用量較低的説明,呈現各模型定位差異。
Microsoft 發佈七款自研 MAI 模型,涵蓋推理、編碼、圖像生成、語音轉錄及語音生成。MAI-Code-1-Flash 已整合 GitHub Copilot 和 Visual Studio Code。
ByteDance 的 Seedream 5.5 已於 11 月 12 日在 PixelDojo 上線,可生成 2K 圖像、準確呈現提示詞中的引文文字,亦可輸出透明背景 PNG。用戶可加入最多 10 張參考圖片進行編輯;文字提示生成的 2K 圖像需 1 credit,Seedream 5.5 已包含在每月 $10 起的計劃中。
ReDiverse 透過探查蒸餾圖像及影片生成器的內部激活,找出少步擴散模型的多樣性崩塌源於激活方差集中於較少方向,並提出恢復多樣性的方案。ReDiverse-FT 以輕量適配器微調,ReDiverse-TF 則無需訓練,沿教師模型的主方向引導激活;兩者均在保留生成品質的同時恢復樣本多樣性。
AnisoFlow 為基於流的生成模型學習可調的各向異性預測目標,提升生成品質而不改動模型架構或取樣器。在 ImageNet 256times256 上,相較 JiT 基線,FID 由 1.90 降至 1.55。像素空間文字生成圖像中,AnisoFlow 改善圖像品質,並在低精度推理下大幅減少拼接縫隙偽影。
Phota Labs 推出免費 iOS 應用程式,透過個人 AI 相片助手把日常快照轉成具專業攝影效果的相片,同時保留人物的自然外貌。用戶可選擇不同攝影風格,從保留原有鏡頭和構圖的細微修改,到魚眼效果及不同視角;修改過的相片分享至社交平台時會帶有識別 AI 修改的不可見水印。應用程式初期免費,Phota Labs 之後會探索免費增值模式,並計劃推出 Android 版本。
404 Media 記者與成人表演者 Vanniall 測試 Meta 的 Muse,發現它對真人身份及性同意的角色扮演防護前後不一,並生成性暗示圖像。Vanniall 的測試中,Muse 起初拒絕以她本人作親密角色扮演,後來卻以近似她外貌的虛構角色推進活動現場的性情境。
Andy Zhang 打造 ImgEdify,讓用戶在瀏覽器內生成及編輯 AI 圖像,並在提交前查看所選模型的點數費用。產品整合第三方 AI 模型,亦提供在裝置本機處理的圖片縮放、壓縮和格式轉換工具,毋須把檔案上載至伺服器。
AI 正透過生成作品、風格轉換和自動化流程改變藝術創作,並為藝術家帶來新的創作可能。DeepDream 作品曾於 2016 年在三藩市展出,《Portrait of Edmond Belamy》則於 2018 年在 Christie’s 拍賣。AI 藝術亦引發作品擁有權、私隱、偏見及藝術家工作前景等疑問。