Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?

资讯 AI 行业观察 作者:象先志 全文 3070 字 · 约 8 分钟读完 配图 12 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

本文作者为象先志,钛媒体经授权发布。

AI 画图这一块,最近又起了动静。

11 月 9 日字节放出 Seedream 5.5,11 月 10 日 MiniMax 推出 H3-Image,模型权重也一并开源了。阿里这边,此前已经有 Qwen-Image-3.0-Pro。几个热门选手就这么撞到了一起。

画图模型有个绕不开的现实问题:图本身出得好不好看,指定的文字写没写错、风格对不对味;可要是只想改局部、想抽个卡,模型却把整张图推倒重画,那也够让人头疼的。

这次我们把三家摆到一块测。先让它们各画五种风格,再拿生成好的图做三轮连续修改,重点看局部调整这一项谁更靠得住。

五轮生图,三家各有风格

参测的三家是: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。

基础场景三家统一:一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。在此基础上分别要求写实摄影、儿童插画、盲盒手办、赛博朋克、扁平插画五种风格。每轮都重开对话,提示词发出去后不再纠正、不再补充,平台设置按默认和实际使用情况来。

盲盒手办和赛博朋克这两轮,提示词里还额外加了条件:画面中要出现“便利店 Convenience Store”这行指定文字。

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?(配图 1)

这一轮我更偏向 H3 的结果。女孩和便利店都摆得自然,整体像雨夜街头随手按下的一张照片,而且这张是 4K 输出。

豆包的画面更往人物身上收,背景虚化明显;千问给的是竖版构图,人物、店招都在,只是画面比例跟另外两家不一样。

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?(配图 2)

豆包这一轮画出了绘本的味道,雨水、灯光、便利店环境都铺得比较满,我个人挺喜欢这张。

H3 的画面偏简单,更像手绘插画,但便利店被裁掉一块,场景交代得有点敷衍。千问这张国风味比较重,细节画得很细,只是离我想要的普通儿童绘本感觉差了一截。

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?(配图 3)

盲盒这轮,三家都做出了人物手办的效果。

豆包画面最满,底座、店铺背景、周围展示元素都齐;H3 整体简洁;千问更突出人物本身,大眼睛和红色雨衣挺抓眼,牛奶袋上还加了草莓图案。

这轮要求出现的“便利店 Convenience Store”招牌文字,三家也都完整写了出来。没有明显的输赢,主要看个人偏好哪种呈现。

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?(配图 4)

这一轮我觉得最有意思。

H3 的画面像雨夜街头的霓虹场景,人物和便利店的关系比较自然。豆包把店铺内部和周边环境画得很丰富,也是一张完整的雨夜街景。

千问这张未来城市氛围最足,粉蓝色霓虹、湿漉漉的街道、密集的招牌都很有感觉,招牌上的中英文文字也都写对了。单看视觉效果,这张确实抓眼球,就我个人而言是最喜欢的一张。

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?(配图 5)

到了最后一轮,H3 的成图最简洁,色块与线条都干净,更贴近想要的扁平插画效果。

豆包和千问都往画面里塞了更多光影与细节,内容更满,观感也更接近带立体感的商业插画。豆包这张甚至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,显得有些多余。

五轮比下来,没有哪一家能每次都明显领先。H3 相对守规矩,豆包偏爱把画面做满,千问偶尔会给出意料之外的结果。

生图只是开头。更值得继续比的,是后面的改图。

连着改图,差距就显出来了

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

  1. 女孩手中的牛奶袋换成雨伞。
  2. 红色雨衣改为黄色。
  3. 便利店招牌上加发光的“24 小时”字样。

每一步之后都没有补充说明,也没有重写整张图的提示词,只看各家能不能在原图基础上按要求继续改。

先看豆包。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?(配图 6)

三项要求都改出来了。

换雨伞这步,牛奶袋变成了雨伞,女孩站位、便利店、雨夜和地面积水的反光都还在。

改雨衣这步,红色换成黄色,画面其余部分没有明显变动。

加字这步,招牌上出现了“24 小时”发光字,位置略挤,压在原有招牌上方,但原来的招牌内容没被破坏。

单看编辑动作,豆包这三轮确实做到了改哪儿动哪儿。

这与 Seedream 5.5 发布时主推的多轮编辑能力对得上。官方演示过连续编辑 100 轮、尽量让非编辑区域保持不变的效果。测试没跑到 100 轮,但这三轮里,它的表现算过关。

再看 H3。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?(配图 7)

H3 也把三次修改都做完了。

第一步,牛奶袋换成一把收拢的雨伞,女孩、店面和红色雨衣都留着。第二步,雨衣转成黄色,雨伞没有消失。第三步,招牌上添了“24 小时”霓虹字,落在原有招牌下方,没盖住原来的字。

这三步是接着走的:第三步在黄色雨衣那张的基础上继续改,并非每次从头重画。构图、人物站位、雨夜氛围,三轮下来都没明显跑偏。

最后把原始 4K 图的招牌区域放大核对,原有文字依然清楚完整。H3 这次输出的就是 4K,连续修改后画面细节保持得不错。

再看千问。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?(配图 8)

千问的结果让人意外。

第一次要求把牛奶袋换成雨伞,它直接给出雨伞近景,原来的女孩和便利店场景没有留下来。

第二轮我让它把红色雨衣换成黄色,出来的画面却成了走廊加衣帽架,跟原先那个雨夜便利店基本对不上号。

第三轮我就没再试了。

在同一个对话里连着改图,它这回没能把原图改下来。跟另外两家比,差距摆在那儿。

其他几个小发现

画面和改图之外,这次测试还有几处细节值得说说。

先说提示词处理。H3 和千问在生成前都会自动扩展提示词,千问界面上有这个开关,默认是开着的。这算不上作弊,平台本身的能力也在测试范围里。

比例这块,豆包两种路子我都试过:生成前在配置里选 4:3,五轮出图都没出岔子;把比例写进提示词再跑一遍,图也照样正常。配置和提示词两条路它都走得通。

千问和 H3 则会照着提示词里的比例真去改。千问把画幅调了回来,H3 连参数调整都会主动说明理由。

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?(配图 9)

Seedance、MiniMax和Qwen image修改能力测试:3轮连改,谁更好用?(配图 10)

出图规格同样有区别。H3 全程 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?(配图 11)

千问的平台还能一次出多张图,尺寸和张数在输入框里就能设,一次最多直出 6 张。这次测试每家每轮只跑一张,没动用这个功能,不过对想一次多挑几张的人来说,它确实好用。

再说生成速度。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。当然这只是我测试时的感受,实际快慢还要看任务和平台状态。

最后是水印。豆包和千问生成的图带平台水印,H3 这次没有。

说下感受

一圈测下来,三家的生图效果都不差,差别更多在画面风格和细节处理上。

可要是生成完还得反复改,H3 和豆包这回明显更让我放心;千问的生图有亮点,只是连续改图这一环没达到预期。

要给三家各找个适用场景的话:经常需要连着改图的,豆包和 H3 这次都靠得住;对画面比例、清晰度和提示词执行要求明确的,H3 更占优;主要拿来生成单张图、基本不用后续修改的,千问表现也不错。

说到底,这只是我用同一套提示词做的一次小测试。但对我而言,AI 画图不光看第一张画得漂不漂亮,能不能顺着我的想法继续改下去,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. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
  3. 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
  4. 姚顺雨回应混元为何不追5万亿参数:Hy4仍待改进,计划训更大模型

    IT之家 11 月 21 日消息,11 月 21 日凌晨,腾讯首席 AI 科学家、混元大模型负责人姚顺雨和团队成员,在 Reddit 进行了一场持续 120 分钟的 AMA,回答全球开发者关于混元的“任何问题”。 问答环节,有人询问:字节跳动、Kimi 等似乎都在往 3 万亿、甚至 5 万亿参数的超大模型推进,而你们还

    来源 AI 行业观察
  5. 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
  6. 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
  7. 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
  8. 机械革命发布大师之路X10:RTX Spark平台,All in AI落地端侧

    11月19日,机械革命大师之路X10新品发布会在杭州举行。会上,机械革命正式发布基于NVIDIA RTX Spark平台打造的企业桌面AI主机——大师之路X10。发布会汇聚中国信通院、阿里巴巴及众多产业生态伙伴,共同探讨端侧AI的技术创新与应用前景,为人工智能赋能新质生产力发展带来新的实践。 “AI竞争进入下半场!”机

    来源 AI 行业观察
  9. 林俊旸语用科技估值冲上50亿美元:成立半年,吉利入局

    11月20日,据报道,阿里巴巴前 AI 负责人林俊旸创办的语用科技(Pragmatik Labs)已完成新一轮融资,估值达到 50 亿美元,按当前汇率约合 334.6 亿元人民币。距官宣首轮融资只过去三个多月,估值从 20 亿美元一路抬升至 50 亿美元,涨幅超过一倍。 据知情人士透露,语用科技在这一轮中筹集了数千万美

    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. 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
  12. 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
  13. 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
  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. 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
  16. 计算医学补AI制药短板:十部门规划提出新路径

    AI制药发展到今天,出现了一个有些反直觉的现象。 一边,是模型能力的快速跃迁。AlphaFold之后,蛋白质结构预测已经发生根本变化,生成式AI开始进入蛋白设计、小分子设计、抗体发现,生命科学基础模型、大模型和科研智能体不断出现。2026年,OpenAI发布面向生物学、药物发现和转化医学的GPT-Rosalind。Is

    来源 AI 行业观察
向下滚动自动加载更多