Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站

资讯 钛媒体 作者:象先志 全文 3049 字 · 约 8 分钟读完 配图 11 张 分类SeedreamMiniMaxQwen阿里字节跳动模型发布

11 月 9 日,字节发布 Seedream 5.5;11 月 10 日,MiniMax 发布 H3-Image,还同步开源了模型权重。再加上阿里此前推出的 Qwen-Image-3.0-Pro,几家热门模型刚好凑到了一起。

所属频道 大厂动态模型发布开源生态

最近,AI 画图模型又热闹起来了。

11 月 9 日,字节发布 Seedream 5.5;11 月 10 日,MiniMax 发布 H3-Image,还同步开源了模型权重。再加上阿里此前推出的 Qwen-Image-3.0-Pro,几家热门模型刚好凑到了一起。

用 AI 画图,有个挺现实的问题:图生成得好不好,指定的文字有没有错误、风格对不对;可一旦要局部修改或者抽卡,模型却把整张图重画一遍,那也够让人头疼的。

因此这次测试把三家拉到一起,先分别测五种绘画风格,再拿生成的图做三轮连续修改,重点看各家的局部调整能力。

五轮生图,三家各有风格

参与测试的三家是:MiniMax 的 H3-Image,走 MiniMax Code 客户端;字节的 Seedream 5.5,用豆包的 AI 创作入口;阿里的 Qwen-Image-3.0-Pro,在千问 AI 平台上跑。

三家拿到的是同一套基础场景要求:一个穿红色雨衣的女孩站在雨夜便利店门口,手里拎着一袋牛奶。然后分别让它们出写实摄影、儿童插画、盲盒手办、赛博朋克和扁平插画五种风格。每轮都新开对话,提示词发出去后不再纠正或补充,平台设置按默认及实际使用情况来。

还有,盲盒手办和赛博朋克这两轮的提示词里,我另外要求画面中出现“便利店 Convenience Store”的指定文字。

第一轮:写实摄影

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 1)

这一轮我更中意 H3 出的图。女孩、便利店都处理得挺自然,整张图看着像雨夜街头随手按的一张,而且这次是 4K 输出。

豆包的画面更集中在人物身上,背景虚化比较明显;千问则是竖版构图,人物和店招都有,但和另外两家的画面比例不太一样。

第二轮:儿童插画

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 2)

这一轮豆包画得很有绘本的感觉,雨水、灯光和便利店的环境都比较丰富,是我个人比较喜欢的一张。

H3 这边画面偏简单,更接近手绘插画的路子,只是便利店被切掉了一块,场景交代得有点敷衍。千问那张国风感挺重,细节扣得很细,不过离我想要的普通儿童绘本味道还差一些。

第三轮:盲盒手办

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 3)

盲盒这一轮,三家都完成了人物手办的效果。

画面元素最满的是豆包,底座、店铺背景连同周边展示的东西都画齐了;H3 走的是简洁路线;千问更把重心放在人物上,大眼睛和红色雨衣格外显眼,牛奶袋上还多了个草莓图案。

这轮点名要出现的“便利店 Convenience Store”招牌,三家都写全了,没看出谁明显赢谁明显输,选哪种还是看各人偏好。

第四轮:赛博朋克

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 4)

这一轮我觉得最有意思。

H3 出来的效果接近雨夜街头的霓虹景象,人和便利店的位置关系看着顺。豆包把店内和四周环境铺得很足,同样是一张完成度很高的雨夜街景。

未来城市那股味最浓的是千问这张,粉蓝霓虹、湿漉漉的街面、密密麻麻的招牌都到位,招牌上的中英文也没写错。光论视觉冲击,这张确实抓眼,就我自己来说,这是最合心意的一张。

第五轮:扁平插画

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 5)

最后一轮,H3 的画面最简单,色块和线条都比较干净,和我想要的扁平插画更接近。

豆包和千问都往画面里加了更多光影和细节,画面是丰富了,却更接近那种带立体感的商业插画。豆包这张还把便利店画成了现实中的全家,招牌上带着品牌名和广告语,画蛇添足的味道多少有一点。

五轮比下来,没有哪一家每次都明显领先。H3 相对规矩,豆包偏爱把画面做得更满,千问时不时给出一些意料之外的效果。

生图只是第一步。真正值得继续比的,是后面的改图。

连续改图,差距就出来了

改图测试直接拿第四轮那张赛博朋克图接着操作,没有重新上传图片。随后连续提了三个要求:

  1. 把女孩手里的牛奶袋换成雨伞。
  2. 把红色雨衣改成黄色。
  3. 在便利店招牌上增加发光的“24 小时”字样。

每一步之后都没有补充其他说明,也没有重新生成整张图的提示词,只看它们能不能按要求在原图基础上继续修改。

先看豆包。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 6)

三个要求都完成了。

第一步换雨伞:牛奶袋变成了雨伞,女孩的站位、便利店、雨夜和地面积水反光都保留了下来。

第二步改雨衣:红色变成黄色,画面其他地方没有明显变化。

第三步加字:招牌上多了“24 小时”发光字,位置稍显拥挤,压在原有招牌上方,原来的招牌内容没有被破坏。

就编辑本身来说,豆包这三轮确实做到了改哪里、动哪里。

官方当初给 Seedream 5.5 造势时,主打的就是多轮编辑,还演示过连改 100 轮、非编辑区域尽量不动。这回测试没到 100 轮,只走了三轮,不过它的发挥算是过了关。

再看 H3。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 7)

H3 同样完成了三次修改。

第一轮,女孩、店面和红色雨衣都还在,牛奶袋的位置换成了一把合起来的雨伞。第二轮,雨衣换成黄色,雨伞也照旧留在画面里。第三轮,原有招牌下方多出“24 小时”的霓虹字,没把原来的字盖住。

关键在于这三步是连续的:第三步是在黄色雨衣那张的基础上接着改,并非每次都从头重画。从构图、人物站位到雨夜氛围,三轮下来都没有明显漂移。

收尾时把原始 4K 图里的招牌区域放大看,原先那几个字仍旧清晰、没缺笔画。H3 这次直接输出 4K,几轮改动下来,画面细节也没怎么走样。

最后看千问。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 8)

千问的结果让人绷不住。

第一次要求把牛奶袋换成雨伞,它给出的结果直接变成了雨伞的近景,原来的女孩和便利店场景没有保留下来。

第二次要求把红色雨衣改成黄色,画面又变成了一个走廊和衣帽架,和原来的雨夜便利店已经没什么关系了。

到第三轮,我直接不试了。

在同一个对话里连着改图,这次测试中它没能把原图改完。跟另外两家摆在一起看,差距一眼就能看出来。

几个零碎观察

除了画面本身和改图过程,这轮测试还有几处细节可以拿出来说说。

先说提示词的处理。H3 和千问在生成之前都会自动把提示词扩写一遍,千问的界面上有这个开关,而且是默认打开的。这算不上作弊,平台本身的能力,本来就该算进测试里。

比例这块,豆包我两种路子都走了:出图前在配置里选 4:3,连跑五轮都稳;再把比例直接写进提示词里跑一遍,出来的图同样正常。配置和提示词,两条路它都认。

千问和 H3 则会照着提示词里写的比例去动。千问把画幅调了回来,H3 连参数怎么调都会主动讲明白原因。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 9)

出图规格上同样有区别。H3 全程给的是 4K 输出,另外两家出的图尺寸小一截,放大看细节倒都没问题。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?-钛媒体官方网站(配图 10)

千问的平台还允许一次出好几张图,尺寸和数量都能在输入框里设,最多一次能直接出 6 张。这次测试每家每轮只跑了一张,这个功能没派上用场,不过对想一口气多挑几张的人来讲,它挺实用。

再说速度。豆包这回大多十几秒就出图,千问差不多一分钟,H3 在部分测试里接近一分半。当然,这只是我这次跑下来的感受,实际快慢还跟任务和平台当时的状态有关。

最后是水印。豆包和千问出的图带着平台水印,H3 这回没有。

说下感受

整轮测下来,三家出图都不差,差别更多落在画面风格和细节处理上。

可要是生成完还得一遍遍改,H3 和豆包这次明显更让人放心;千问出图有亮点,偏偏连续改图这一环没达到预期。

让我给三家各配一个场景的话:常要连着改图的,豆包和 H3 这次都靠得住;对画幅比例、清晰度和提示词执行有明确要求的,H3 更占优;主要拿来出单张图、基本不用后续改的,千问表现也不赖。

当然,这只是我拿同一套提示词做的一次小测试。不过对我而言,AI 画图不只看第一张能不能画得好看,能不能顺着我的想法一直改下去,一样要紧。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. MiniMax海外收入占比60.8%:Hailuo订阅与API调用两种模式成形

    MiniMax前段时间发布的中期报告显示,2026年上半年,公司来自中国内地以外地区的收入达到7082.8万美元,占总收入的60.8%。海外市场已经成为这家模型公司的主要收入来源。这背后,是不同产品和渠道带来的用户付费:创作者可以通过Hailuo购买视频生成额度,开发者也能在第三方编程工具中接入MiniMax模型。当用

    来源 腾讯网
  2. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
  3. 中国开源模型的「最大甲方」有了

    作者 | 郑敏芳互联网大厂们正在成为开源大模型的新甲方。腾讯总裁刘炽平在三季度业绩电话会上透露,WorkBuddy已成为中国几乎所有开放权重模型的最大客户。这可能只是一个开始。近期,国内头部办公Agent密集调整产品策略。继腾讯WorkBuddy率先采用多模型路线后,字节跳动旗下豆包工作接连扩大第三方模型接入范围,阿里

    来源 腾讯网
  4. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重投

    来源 腾讯网
  5. 谷歌工程师让打印机跑2.7亿参数模型:每词元约60秒

    IT之家 11 月 20 日消息,谷歌 DeepMind 技术团队成员奥马尔 · 圣塞维耶罗(Omar Sanseviero)于 11 月 17 日在 X 平台发布推文,在只占用 14.1MB 内存的情况下,成功让办公激光打印机运行 2.7 亿参数的 Gemma 3 270M 模型,每输出一个词元(Token)消耗约

    来源 腾讯网
  6. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  7. 阿里巴巴 CEO 吴泳铭:2027、2028 年将是中国算力最紧缺的两年

    IT之家 11 月 19 日消息,据界面新闻今日报道,在 2027 财年第二季度财报分析师电话会上,阿里巴巴集团 CEO 吴泳铭表示,2027 年和 2028 年,将是中国算力最紧缺的两年。2027 年以后,阿里云的芯片供给都会以国产平头哥芯片为主,同时也会采购其他国产芯片来支持内部的推理需求。 吴泳铭提到,阿里的旗舰

    来源 AI 行业观察
  8. Edge AI Daily 早报(11月20日)-钛媒体官方网站

    Anthropic以83美元定价登陆纳斯达克,首日高开34%,估值约1.5万亿美元;亚马逊谷歌合计持股28.4%,算力承诺近9000亿美元。英伟达Q3营收1158亿美元,董事会接触Arm CEO哈斯接替黄仁勋。OpenAI因训练环境漏洞停训11天,亚利桑那调查AI代理访问银行;谷歌发布Gemini 4 Neon,苹果推

    来源 钛媒体
  9. 谷歌SIM机制曝光:Gemini可继承Claude经验,新模型不再从零开始

    谷歌内部,或许真正实现了RSI! 从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始! 或许也正是这个原因,谷歌最近跟疯了似的不停发模型。 Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。 答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇最新

    来源 AI 行业观察
  10. 谷歌论文曝RSI内部落地:SIM机制让AI经验跨模型遗传

    新智元报道 谷歌内部,或许真正实现了RSI!从此,Gemini已能「继承经验」持续自我进化,Gemini新模型不再从零开始!或许也正是这个原因,谷歌最近跟疯了似的不停发模型。Gemini 4 Hydrogen才发布不到一周,更强的Gemini 4 Neon就来了。答案,或许藏在谷歌与宾夕法尼亚州立大学深夜联合发布的一篇

    来源 腾讯网
  11. 欧盟小包裹免税取消,阿里国际电商收入降8%,卖家生意怎么做

    (本文作者为 好望角,钛媒体经授权发布)文 | 好望角11月19日,阿里巴巴发布三季度财报,国际电商业务收入为257.23亿元,同比下降8%。阿里将收入下降主要归因于欧盟海关改革对速卖通业务的影响。三周前,欧盟委员会公布了一组更为直观的数据。今年三季度,欧盟进口低价值电商包裹约5.55亿件,去年同期约为15.07亿件,

    来源 腾讯网
  12. METR时间视野图更新:编程任务表现突出,判断力任务仍偏弱

    METR发布其广受引用却常被误读的“时间视野图”更新版。新报告确认部分AI能力仍在指数级提升,模型能独立完成的任务时长持续延长;但报告同时揭示明显不对称——模型在编程任务上表现优异,在需要判断力的任务上却明显偏弱。这提醒业界,单一基准无法代表AI在开放式工作中的真实水平。

    来源 AI 科技快讯
  13. 阿里财报:国际站GMV持续双位数增长,Accio付费企业数翻倍

    11月19日,阿里巴巴发布2027财年第二季度财报。阿里全球B2B业务呈现跨境出海与AI商业化双线高速增长:阿里国际站GMV持续保持双位数增长;全球电商AI工作台Accio付费企业数达到10万,较上一季度增长100%。 海外需求仍是第一条增长曲线,尤其是北美和欧洲买家下单踊跃。本财年前两个季度,阿里国际站交易GMV增长

    来源 AI 行业观察
  14. 豆包工作三月成绩单:日活超800万,企业ARR突破20亿元

    11月18日,豆包官方宣布旗下生产力AI产品“豆包工作”上线仅三个月,日活跃用户数(DAU)已突破800万,企业客户年度经常性收入(ARR)突破20亿元,展现出B端AI应用商业化的强劲增速。 自8月25日正式发布以来,豆包工作持续深耕专业办公场景。在产品功能层面,该平台于11月16日正式上线“工作台

    来源 AI 开发者社区
  15. 阿里27财年2季报:AI云收入610亿,算力紧缺成最大变数

    在因高端芯片被卡脖、股价大幅回调后,阿里巴巴 19 日晚发榜了 27 财年 2 季度的业绩。单看本季财报表现相当不错,基本没有大瑕疵。 AI 云增速继续加快且利润率明显改善;电商板块增长企稳 & 外卖减亏后盈利修复;连新拆出的 AI 实验室与应用板块也营收加速、亏损收窄。 但问题就出在,市场关心的不是现在,而是若之后算

    来源 AI 行业观察
  16. AI做PPT、搭网页居然都免费?用完豆包工作我算了下账

    就拿小雷自己来说,自从把整理资料、分析财报、制作PPT等工作交给Agent软件(WorkBuddy、豆包工作等)后,也发现随着使用次数和任务复杂度的增加,AI消耗的积分也确实不少,很多时候赠送积分已经完全不够用,需要额外开会员和充值才行。

    来源 凤凰科技
  17. Anthropic CEO敲响纳斯达克:AI发展不能只踩油门

    在纳斯达克开市钟仪式上,Anthropic首席执行官达里奥·阿莫代重申公司对“控制AI发展节奏”的承诺,强调无论面临商业诱惑还是政治压力,都不会为抢先发布而牺牲安全评估。这一表态出现在前沿模型竞赛白热化、华盛顿监管博弈升温的节点上,被解读为对“加速主义”的一次公开回应。

    来源 AI 科技快讯
向下滚动自动加载更多