最全對比：生成式AI哪家強？三大頂流圖片生成工具優缺點大集合，看完你就懂了

文：Tri 編輯：VickyXiao

圖片來源：由無界AI工俱生成

2023年最火的關鍵詞，大概就是AI了。

從橫空出世的ChatGPT，到風靡全網的Midjourney，再到全球AI大模型混戰，不到一年時間，AIGC持續大爆發，攪動著世界風雲。

不論國內外，大家彷彿都找到了奔向“新世界”的船票，要么在研發AI，要么在業務+AI。可以說，AI成為了當下最確定的確定性，引領大眾走向下一個AIGC時代，實現新的生產力躍遷。國內外現在出了很多關於AI的一些工具，但其實都是通過Midjourney（MJ）、Stable Diffusion（SD）與DALL-E三個主流算法延伸而來，DALL-E已升級至DALL-E2。

今天我們就來一起探究一下，這三個主流算法有什麼優缺點和區別？

三大“頂流”背景介紹

Midjourney是目前搭載在Discord平台的軟件，由美國一家工作室開發並於2022年3月首次亮相，短短一年的時間MJ便更新迭代至V5版本，並憑藉它出圖的藝術性迅速火出圈。這些爆火在社交網絡的生成圖，都是通過MJ生成而來。憑藉驚人的渲染質量與完善的商業化模式成功吸引來大量付費用戶，實現年收入一億美元。

Stable Diffusion是由英國創業公司Stability AI與多個學術研究者和非營利組織合作開發的，可以免費使用，目前的SD的源代碼和模型都已經開源，可以在Mac端pc端甚至移動設備端本地部署（對設備配置要求比較高），可以DIY模型，國內外很多軟件工具，大多是以SD為底層邏輯開發，其可控性和渲染能力也非常之強，現在也有很多設計師使用它去進行一些輔助工作。

DALL-E 2是由OpenAI團隊開發推出的，與Midjourney不同的是，簡單的指令下生成的圖片普遍偏向寫實類，DALL-E 2 在逼真圖像和簡潔提示方面是這三者中最好的。

表現能力

下面我們一起來看看他們的表現能力，在同樣關鍵詞的描述下，他們的圖像反饋如何？

DALL·E 2（左）、Midjourney（中）和Stable Diffusion（右）

DALL·E 2（左）、Midjourney（中）和Stable Diffusion（右）

DALL·E 2（左）、Midjourney（中）和Stable Diffusion（右）

從上圖的對比中我們可以看到，DALL-E 2能夠很好地處理自然、人物的圖像，目前，通過使用DALL-E 2 的API，可實現3 種與圖像交互的方法：根據文本提示從頭開始創建圖像、根據新的文本提示創建現有圖像的編輯、創建現有圖像的變體。

Midjourney在所有嘗試中都具有豐富的色彩和逼真的圖像。其能夠根據用戶的提示生成圖像。 Midjourney善於適應實際的藝術風格，創造出用戶想要的任何效果組合的圖像。它擅長環境效果，特別是幻想和科幻場景，看起來就像遊戲的藝術效果。

而Stable Diffusion是一個開源的模型，人人都可以使用。它對當代藝術圖像有比較好的理解，可以產生充滿細節的藝術作品。只是對於普通用戶來說，使用難度較大。目前大家討論最熱的就是SD和MJ誰更勝一籌，於是我們又測試了一些圖像。

Midjourney（左）和Stable Diffusion（右）

Midjourney（左）和Stable Diffusion（右）

從卡通人物形像生成細節來看SD更勝一籌，同樣的關鍵詞生成，SD生成的五官更立體精緻一些，Midjourney更具藝術特色一點。

Midjourney（左）和Stable Diffusion（右）

在生成逼真插圖風格圖像時，兩者生成效果不分秋色，SD的最大優勢是用戶可以通過模型的嵌入，LoRA或網絡重新混合，可以產出令人意想不到的效果。

Midjourney（左）和Stable Diffusion（右）

Stable Diffusion 目前有超過一千種模型可供下載。可以使用LoRA模型、嵌入模型和超網絡進一步修改每個模型；Midjourney在模型方面是比較有限的。僅提供v1 到v5 模型，以及一些特殊模型，如niji、test、testp 和HD。還有一個附加參數可以讓圖像“風格化”。但總體來說和Stable Diffusion 還是相形見絀。

使用指南

其實，這些AI 圖像生成器都有自己的優勢，根據這三個算法體驗，我們總結出一些突出點和區別，具體要如何選擇可根據你的自身需求來決定。

1、DALL-E2

此模型的界面簡單易懂，無需註冊第三方平台即可輕鬆上手生成圖片，只需要訪問該網站並將您的關鍵詞文本輸入到生成框中即可創建圖像。

優點：

l 便於使用

l 具有靈活性的創作能力

l 無需第三方平台

缺點：

l 簡單的圖像

l 準確度不高

l 只能創建方形圖像

2、中途

與DALL-E 2 不同的是，您需要先創建一個Discord 帳戶，必須輸入文字或圖片之類的命令來生成圖像。

優點：

l 高質量圖像

l 用戶可以自定義圖像尺寸比例

l 可靈活控製圖像參數

缺點：

l 使用起來比較複雜

l 要求用戶註冊Discord

l 快速時間用完後，圖像生成時間會急劇增加

3、穩定擴散

Stable Diffusion和DALL·E-2都是基於擴散模型，它可以根據輸入的文字描述詞（）來繪製圖像。在Stable Diffusion上完成優秀圖像的製作需要有正確的模型+準確的提示詞+參數調整+後期處理技術。

優點：

l 可web操作和安裝開源模型到其他平台

l 更多創作自由

l 大量自定義圖像參數的控件

缺點：

l 需要專業且性能強的硬件設備

l 圖像質量非常不穩定，這取決於你使用的版本

l 學習困難度高，普通用戶很難駕馭

綜上所述，如果你有明確的目標產出，比如你是一名建築類設計師，那麼Stable Diffusion將更能滿足你的創作需求，因為它的可控性更強。而如果你沒有明確的創作控制目標，想做一些發散性思維的創意工作，那麼Midjourney和DALL-E 2的便捷性與低門檻將是你的較佳選擇。

你更喜歡用哪個AI工具呢？是如何運用到工作生活中的？歡迎在評論處和我們分享！