生成模型 image to image

很多人第一次接触图生图，是手里有一张草图、一张产品图或一张风格参考，想让模型照着改成另一张图，结果要么改动太大丢了原结构，要么几乎没变化。这篇不讲虚的，从输入输出关系讲起，帮你分清什么任务该用图生图、什么任务其实该用文生图或蒙版重绘，并给一套可执行的试跑顺序。

很多人第一次接触图生图，是手里有一张草图、一张产品图或一张风格参考，想让模型照着改成另一张图，结果要么改动太大丢了原结构，要么几乎没变化。问题通常不在模型，而在你没分清这个任务到底该不该用图生图。这篇从输入输出关系讲起，帮你判断什么任务该用图生图、什么任务其实该用文生图或局部重绘，再给一套能照着走的试跑顺序。

先把期待摆正：图生图不是修图软件，它不保证像素级还原，本质是带着参考图重新生成一张图。理解这一点，后面调参数才有方向。

图生图到底在做什么：输入一张图，输出一张图

核心差别是多了一个参考输入。模型不是从纯噪声起步，而是在原图基础上按提示词做有约束的重写。保留多少、改多少，取决于你给的约束强度。强度低时输出贴近原图，强度高时接近重画。你需要先想清楚：这张原图里哪些信息是必须留的，哪些是可以换的。

什么场景适合用，什么场景不适合

适合的场景有个共同点：原图提供了必须保留的结构信息。比如草图转成品、线稿上色、风格迁移、同一构图的批量变体、产品图换背景换材质。这些任务里，构图和主体位置是硬约束，图生图正好用得上。

• 适合：草图转成品、线稿上色、风格迁移、同构图批量出变体、产品图换场景
• 不适合：需要精确还原文字、logo、人脸细节到像素级的场合，这类用设计工具更稳
• 边界情况：原图本身质量差、主体比例失调，图生图会把缺陷一起学进去
• 团队场景：一家 5 人小团队做电商主图，可以用一张标准构图批量出多风格变体
• 反过来，做品牌视觉规范手册就不适合，风格一致性靠模型很难锁死
• 判断标准很简单：原图的骨架是不是你想要的；不是，就先换原图或转文生图

什么情况下不适用：需要严格可复现的商用交付，或者对原图有版权与肖像权限制的素材，别直接进这条流程。先确认来源和授权，再谈出图。

真正要调的几个旋钮：约束强度、提示词、掩码

参数里最值得盯的是约束强度，有的界面叫重绘幅度或相似度。它决定输出离原图有多远。调这个参数的正确做法是：固定提示词和其他设置，只动这一个变量，做一组对照图，看哪个档位最接近你要的效果。别一次改好几个参数，那样你根本不知道是哪个起了作用。

约束强度

最关键的参数，调低贴近原图，调高接近重画，先固定其他变量单独试

提示词

写你要什么而不是不要什么，说清材质、光线、视角、风格

掩码

局部重绘时圈出改动范围，留一点过渡区避免边缘接不上

种子

同一原图同一参数换种子会得到不同变体，用来横向比较

尺寸

输入输出分辨率先对齐，再调其他参数，否则细节容易崩

提示词和原图信息别打架。原图是俯视构图，提示词写平视，模型就会给你一张四不像。写提示词前先看一眼原图的视角和光线，顺着它写。

入门试跑顺序：从一张图到一套流程

1. 先跑几乎不改的档位把约束强度调低，确认模型能正确理解这张原图和你的提示词，再逐步加大改动幅度
2. 固定原图和种子横向比模型同一张图、同一组参数，换不同模型跑一遍，把结果留存对照，别凭记忆判断差异
3. 确认可用后再考虑批量统一原图尺寸、命名规则和输出目录，否则素材一多就乱，找图比出图还费时间
4. 评估成本和耗时出图是重计算任务，按张计费还是按时长计费差别很大，具体单价到站内比价页面看当时的数字
5. 留一组可复现的固定配方把可用的原图、参数、提示词记录成模板，下次直接套用，减少重复试错

什么情况下不适用：需要严格可复现的商用交付，或者素材版权、肖像权没确认清楚，别直接进这条流程。批量前先把授权和模板定好，比出图本身更重要。

新手最容易踩的四个坑

• 把原图当参考答案而不是约束条件，期待输出一模一样，结果反复调参浪费时间
• 提示词和原图信息打架，原图是俯视构图却写平视，模型只能给你四不像
• 用低分辨率原图去出高分辨率成品，放大的细节是模型编的，不是从原图来的
• 拿别人的图做图生图却没确认授权，尤其涉及人像和品牌素材，先弄清来源再用
• 一次改好几个参数，出问题不知道是哪个变量导致的，排查成本翻倍
• 只看单张结果就下结论，没有对照组，判断很容易被偶然效果带偏

这几个坑的共同点是：把图生图当成了确定性工具。它的输出是概率性的，所以你的流程里必须留出对照和记录环节，而不是指望一次调参就出成品。