图生图用chatgpt还是gemini

今天分享科研绘图里架构图和流程图的一个制作提示词，先将我们的提示词进行粘贴，然后根据提示词的指令将我们自己论文内容粘贴进去，就可以得到一个完整的绘图提示词。 这里我在网上随便找了一篇文献做演示，得到一个关于自己内容的提示词后，我们将它复制。这里我们有两种办法去进行升图， 一种是用我们的绘图频道相交二模型，另一种是使用我们 jimmy 镜像。我们先试一下绘图频道的相交模型， 这里模型选择四 k， 等待片刻，我们的图片已经完成了，可以看一下效果，整体还不错。也可以用我们的 jimmy 镜像进行升图。 这里选择香蕉模型，把提示词粘贴这里选择 pro， 它就是最新的香蕉二模型。然后我们就得到一个技术路线图，具体效果就是这样子。

人人都在用的纹身图 ai， 你 知道哪个最适合生成电商主页图吗？你又知道哪个生成人像图的质感是最好的吗？今天是一篇详细的常用免费纹身图 ai 测评。先说结论， nano banana two， 逻辑思考能力、美学能力、细节真实感、一致性控制啊都是最佳的，无论是人物还是产品图呢，都能交出令人满意的答卷。豆包逻辑思考能力、美学能力是有的，一致性控制啊，不稳定，不是太复杂的提示词基本上都能 cover， 偶尔呢，会给到惊喜， 急吗？逻辑思考能力、美学能力、细节真实感、一致性控制啊都不太行。纹身图不稳定，更偏向于视频， 还是更适合搞文案，不建议用它生图。接下来我们来看一下详细测评的过程。这里呢，我们会用到三组难度不同的提示词，第一组难度只有一星， 教程内容简单，就是常见的电商首页图片，且提示词非常具体，没有参考图。因为难度低，所以各家的表现呢，可以说是平分秋色，尤其是豆包啊，跟公认王者 no no no no two 几乎难分高下。极梦的色调比较灰，放在首页的话呢，产品吸睛度会弱一些。 check g p t 在 这里要重点拉出来批评， 文字都不知道用的是哪国语言，下面的日期啊也没有完全显示出来，还是乖乖用它来做文案吧。做图真的拉完了， 第二组提示词给到三星。这是最近外网上非常流行的 o o t d 展示方式，对于时尚穿搭的审美以及对构图的理解上都有一定的门槛。最终生成的图片需要是一张带有多个放大特写的主图， 同样是给到非常详细的提示词，且没有参考图。我们来对比一下各个 ai 的 表现。 banana banana two 啊，依然稳定输出， 搏击，思考能力，细节真实感都有。短发女生穿着红白上衣和黑色带有白色缝线的裤子，穿着酒红色乐福鞋，走在阳光下的灰色水泥地上，基本的画面完整性啊都有了， 但是这次在美学能力上输给了豆包。豆包在这张上参考了杂志的排版，加入了有时尚感的字体，而且局部特写图的位置也不喧宾夺主，是所有图片中最有意思感的一张。如果说 no no no two 这张是七分，那么豆包这张能给到九分。 一。梦和 chat gpt 在 面对复杂提示词的时候彻底暴露了短板，别说美学能力了，连最基本的逻辑思考能力和真实感都没有，人物动作都是不舒展的。 第三组提示词难度是五颗星，给到脸部参考图，但是衣服要根据提示词生成，还要生成六到八个不同的姿势和表情。 最后一个重点是所有的分镜图片需要展示在一张九比十六的竖屏图片上，这组提示词起到了一个真正分级的作用，谁再裸泳真的一目了然。因为给到了五官参考图，所以最先要考虑的呢，就是一致性的控制。 banana banana two 和 chat gpt 啊，都不错， 豆包跟吉梦已经完全不像我本人了。第二个维度是逻辑思考能力这部分啊，只有吉梦掉队了。对于六张图合成了一个，一张图的理解不够到位，直接给到了我六张分镜图，直到我再次强调需要一组拼贴画才拿到了九比十六的图片。再来看最高维度的美学能力， nano banana two 的 排版简约利落，人物动作优雅大方，就算放进杂志里面也毫无违和感。豆包跟 chat gpt 呢？有的动作略擦边了，审美还需精进啊！集拢了这组简直就是僵硬 拉完了。

同样的提示词，来对比一下 g p、 t、 m j 和 nano banana pro 生成的科研绘图的效果。准备好提示词，选择模型和尺寸，点击生成。 生成了，我们来看一下，有点 nature 的 感觉了，选择 nano banana pro 继续生成， 这张也不逊色。大家觉得哪张的效果更好更逼真呢？

感觉 g p t 和杰莫奈的功能真不如豆包方便，接下来请看。当我随便拍张照片丢给 g p t 和杰米奈，先看 g p t。 接下来是杰米奈 成品展示，这是 g p t 做的，这是杰莫奈做的。

还有谁没试过 emoji 二科研做图？又又又一次被颠覆了？我上次分享过 gemini 做科研图，那时候 gpt 效果一般，现在已经完全不同了。给你们看下 emoji 二的绘图水平，同一篇论文啊，这是我以前生成的图，现在用新的模型重新生成一遍看看啊， 这是旧模型的图，这是 emoji 二的图，内容完整多了，逻辑和画面品质也有非常明显的提升，中文更是非常准确，一点乱码都没有了。 不仅如此啊，你还能让它局部修改，指哪改哪？很多人问我， ai 升的图不能直接用，也不能编辑，怎么办？其实很简单，转换成矢量文件就可以了，你可以直接让 gpt 把图片导出 svg 格式，拖到 ppt 里就可以改文字，改图形。那到底怎么用上 image 二呢？ 其实只要有 gpt plus 会员就可以直接用了。 gpt 的 升级方法，可以看我置顶视频或者看这里，升级非常简单， codex 也包含在内的，非常爽。

emoji 二在 emoji 领域生成案例模型的水平已经彻底模糊了真实和 ai 的 边界。这个 emoji 二生成案例对比图，这跟自拍有什么区别？ ai 生成案例图最大的问题在于哪里？ 对，就在于太好看了，普通人你不可能长那么好看，你不光是眼睛有问题，你鼻子有问题，你脸型有问题，对吧？之前我们的那个 jimmy 奶的那个生图的那个模型，双眼皮生图的位位置没问题，他从最早的肿眼泡遮瞳，然后到了一个术后非常放大灵动的一个双 眼，但是少了点人味，因为这样终于把这个人味做出来了，就跟就跟我一样，就很一长得长相很一般的，他不可能说说每一个生成的男生都是帅哥，生成每一个女生都是美女， 这是不现实的，因为这二他就很懂这个逻辑，更趋向于真实化。 ai 案例的一个非常大的诟病就是他不真实，所以真的是很恐怖的，因为这二把这一点真真正正做到了啊，真的很恐怖，真的很恐怖，就是未来可能我们看到的所有案例都是假的。

ai 告诉我，我未来另一半长啥样？兄弟们家的 gpt 的 那个 emoji 功能你们用过吗？前两天一直在搞自己博士小论文，然后也一直没时间应用，听说做图能力很强啊。然后今天我就用市面上几个主流的 ai 工具测试了一下他们做图能力到底怎么样。 然后我测试很简单，就是只给他们一句很简单的指令，比如说我让他们生成一张中国九十年代一家人过年的照片， 结果还真挺有意思。同样一句话，不同 ai 对 于年代感啊，人物细节啊，或者说家庭氛围的理解完全不一样。今天五二零嘛。然后我就突发奇想，我说 ai 告诉我，我未来另一半长啥样？然后我就又给了他一条指令，说给我生成一张未来我和我结婚另一半的 照片。我就有一条要求，就是颜值要匹配。来吧，兄弟们看看吧，真爱降临，恋爱和战斗都要勇往直前，永远做彼此的天使。但可惜这不是真的。 兄弟们，我测试完感受有两个，第一个就是以后有图也不一定有真相，因为现在 ai 生成图片越来越有真实感，如果对自己重要的 图片，还是要多求证一下图片的来源，或者说图片的真伪。二感受就是我觉得我以后搞科研还是要多参考这个 ai 工具，因为就像刚测试的嘛，同一个提示词那么不同， ai 给出的内容真的很不一样，他们给的侧重点不一样，所以我觉得用 ai 辅助科研还是要自己多判断。

这是你印象当中 ai 生成的图片，就是现在 ai 生成的图片。 open ai 的 下一代图像生成模型 gpt image two 已经正式全量上线，可以说它终结了 ai 只是作为画图工具的时代。接下来我来给你解读它最关键的三点变化。 第一， ai 做图拥有了以前没有的先想再做的能力。过去的 ai 是 直接按照你的提示词的字面意思去生成图片， 但是现在呢？ gbt image two 在 生成图像之前会进行一系列的推理，它会理解你的需求，并且对画面的结构进行预先的一个规划。 简单来说就是它不再只是去做一个图，而是知道自己在画什么。这使得最终的结果在构图逻辑和细节上面更加的准确。比如它可以正确的呈现手表表盘的时间逻辑，准确还原品牌细节和经典角色的特征。 它不再是简单的拼凑图像，而是在还原现实世界里面应该有的样子。第二，是文字渲染能力的突破。过去 ai 生成图片最大的短板之一，生成的字经常是错乱的， 而现在 gpt image 二已经可以稳定生成中英文的一个版本，支持复杂的排版和多语言的混排。这意味着以后海报、菜单、 ppt 甚至是带界面的产品设计图都可以直接去生成，大幅度的减少了后期修改的成本。 那与此同时呢，图像的真实感也达到了新的一个高度，无论是光影、纹理还是细节的一致性都接近摄影级的水平。人脸、手部等过去的重灾区问题显著减少，生成的结果不再带有明显的 ai 感。 很多情况下，人们第一眼已经很难分辨这究竟是照片还是 ai 生成的。要知道，这些变化叠加在一起带来的不只是体验升级， 而是生产方式的改变，设计的门槛也大幅度的降低。也就是说，只要你能够清晰的表达你的需求，你就具备了生产能力。并且呢，内容生产的成本也被压缩到了极低， 可以快速的去试错，反复的去迭代。 ai 不 再只是一个辅助工具，而是开始直接进入生产环节，替代一部分执行型人员的工作。对此，你怎么看呢？可以在评论区留下你的看法。

好，做外贸呢，天天要做产品图，主图海报，同样是 ai 生图，豆包叉的 gpt、 元宝到底差在哪里呢？今天呢，直接进行实测对比，不吹不黑，看看谁才是外贸人，真正好用又出片的 ai 画图神。 好，现在呢，我们打开了插的 gpt、 元宝和豆包，现在呢，我们插的 gpt， 现在给他发了这些指令。我是做混凝土泵车配件的，根据这根据三个分类帮我生成对应图片，按照我给的图片风格生成 图片有用于网站的使用，图片里面还有对应的泵车配件，这是按照这个图来生成。在这里元宝也是同样的话术，这里豆包也是同样的话术，我们把它发过去，来看到一个效果，过去，豆包，这是这里， 再看这里。好，我们稍等一刻看一下那他的生成图。好，我们生成完了，这里是叉叉 gpt 生成的，感觉还不错。这里呢，是我们的元宝生成的，这是我们豆包生成的这三张图， 这一张，这一张，这一张，感觉还算可以。这里我把他们生成的图片已经贴到这里了，这呢是叉的 gpt， 这里呢是豆包生成的。好，这里是元宝生成的， 这是呢，他们生成的三个图片，大家可以进行对比一下。杰哥，哪一个比较好？大家经常用什么来生成图片？

你知道吗？同一个描述扔给 chat gpt 这么难？迪梦出来的完全不一样。我最近不是在学 ai 吗？就想做个实验，同样的 promise， 三款工具，谁更懂我？结果看完三张图，我发现它们根本不是一类选手。先说 chat gpt， 它的图像更像一张正常的照片，色调不冷不暖，亮度分布很均匀，细节最多。我的第一反应是，嗯，这很 chat gpt 稳，不出错，但也不惊艳。适合什么样的场景呢？是给客户看的产品图，公司封面，这些正式的场合不太会翻车。那我们再来说说 jimmy， 他的图像呢？偏冷，对比度更高，宽屏比例看着不像照片，像电影截图， 有一种距离感，就是那种很高端但跟我没关系的感觉。适合什么呢？如果你做 b to b， 给海外的大客户看了东西，那这个调调海外就很值。做国内品牌不太行，国内喜欢暖调不说，极梦暖色调观影对比最强烈， 超高分辨率，三张图里氛围感最足的那张，但他也最暗，有三分之二的区域都是暗的。做什么呢？小红书封面，抖音封面，需要点故事感的 vlog 配图， 国内平台很吃这一套，但如果要展示产品细节，它太暗了，反而不好用。三个工具，没有谁好谁差，关键是看你用来干什么。正式的产品图、客户方案，我们用榨的 gpt， b to p， 海外物料呢？我们用 jbl。 小 红书封面，氛围感图，我们用极梦。为什么要做这个实验呢？因为我发现很多销售小白跟我一样，想用 ai 帮自己省时间，但不知道从哪个工具开始。 ai 升图这个事情，你花三分钟就能学会，但如果你不知道选哪个工具，你不知道他的性格，那你花三个小时也做不出满意的图。这不是技术问题，是认知问题。 我学 ai 的 过程就是这样，不追求一次学会所有的工具，因为工具实在是太多了，而是从实际需求出发，倒推我们应该使用的工具，选出几个类似的工具，每个工具使用一次，对比一次，总结一次，慢慢的我们就知道谁适合干什么了。那你是做什么行业的呢？想用 ai 升成什么样的图呢？评论区告诉我，帮你试试。

盘点目前国内 ai 升图工具的真实实力，看看谁是真神谁是拉完了！第一个，杰姆奈，这个属于真正的专业级选手，多模态能力非常强， 复杂项目处理能力直接拉满，尤其分镜、脚本知识、地图结构设计这些领域，基本就是顶级水平。不过问题也很明显，功能太重，门槛偏高，如果只是想随手生成一张简单图，其实没必要用它，所以升图实力直接给到 mvp。 第二个， made the journey， 目前公认的全球艺术审美天花板、电影、极致感觉皆拉满，画质强的离谱，无论出图还是壁纸，几乎没什么工具能真正对标，但同样它的门槛也是真的高，小白进去大概率直接懵，更适合专业创作者， 所以星图实力给到顶级。第三个，极梦，可以理解成豆包星图的高配升级版，对提示词理解更精准，最终效果也更稳定。不过它真正的核心其实是生视频技术，完成度非常高，算是国产里少数能跟海外商用工具硬碰硬的产品， 主打全能和高效落地，所以星图实力给倒掉爆了。第四个， g p t m g 二、目前最新登顶第一的 ai 星图工具多，语言能力特别猛，简单几句中文人像图、海报图、 数据图表都能直接拉满精度，不仔细抠细节的话，根本看不出来是 ai 做的，只能说强的可怕，所以星图实力直接给到憨爆了！第五个， nonono nonono！ 这是谷歌目前的星图王牌，也是现在最均衡、最实用、性价比最高的全能模型， 速度、中文批量生成、一致性这些方面都很顶，不过现实还原度还差，最后一步精细部分还是得靠 pro 版，所以星图实力给到人上人。以上排名纯属个人主观，仅供参考。

我就是来试试能不能用姜奶来生成三百六十度等距住让投影图。 later， 我 终于做出来了，我试了好多次他，他都没有做成三百六十度等距住让投影图。 你后来怎么成功的？我，我用，我用了提示词。啊。我，你知道我提示词是什么吗？不知道，你跟我说说看。拆 cpt 可以 直接生成三百六十度拖拽式图，你可以吗？然后它就成功了。那你给我演示看看是什么样的，虽然没有没有拆 cpt 那 么好看。 拆的 gpt 是 用哪一个模型啊？是用 gpt 新出来的英美指二点零做的。你们觉得哪个更好看呢？

先给大家看几张我用 ai 生成的图， 很多人可能没有意识到， ai 生成已经变天了，就在今天， open ai 发生了一个新的模型， gpt emoji。 二，很多人测完之后就说了一句话，就是 ai 画图这件事可能已经结束比赛了。以前的 ai 生图有三个通病， 第一个就是不会写字，然后细节很假，听不懂复杂的要求，但是这个模型基本上把所有的问题都解决了。你让他去做一张海报，他能够直接把标题、排版、字体全部生成出来， 你让他做一个广告产品，他甚至能给你做出来一个像摄影棚拍出来的效果。就是更离谱的是，他现在可以生成像截图一样真实的图片， 包括新闻界面、社交媒体界面、 ui 设计图。几乎看不出来 ai 位，这意味着什么，就是意味着以后互联网上有图也未必有真相了。 更大的变化就是内容生产的门槛被彻底打碎了。以前做一张海报可能需要设计师，需要设计三四天，四五天，现在你一个人只需要一句话就可以生成了。很多人还在讨论 ai 会不会取代设计师， 未来可能会有一大批设计师会失业。就是当每个人都拥有一个世界级的创意工具的时候，未来真正稀缺的可能不再是技术，而是你脑子里边真正的一个想法。

最近呢，全网都在聊 ai 把设计师干没了的话题，让人焦虑到头秃。比如最近很火的 chat gbt image 二点零，出图效果的话真的是一绝的。但有些宝子呢，它既不会翻墙，也没有账号，正好这个网站呢，接入了这个 ai 大 模型，不用翻墙的话也可以用。大家演示一下它是怎么出图的，出来的效果图真的是让人意想不到。 在这里呢，上传一张产品图，直接选择 emoji 二点零模型。以前 ai 做图的话就像是天书一样，现在的话不仅支持多国语言，连你的配色还有排版都能任由你控制。再来看一下它实际出图的效果，你看整体光影更自然了，不像以前那种廉价塑料感。因为 emoji 二点零呢，它是集成网络搜索，更懂提示词，你可以直接用中文去发指令。 并且呢，它能自带智能修图，你自然语言的话就可以调整瑕疵，既能生成又能编辑，关键的话就是不用来回去切换工具。我觉得这一点对于设计师和老板来讲都非常方便，如果觉得以上还不够顶，可以看一下这里，点开商品套图，直接点击做同款，上传我们自己的产品，点击生成就一分钟不到 哎，主图，卖点图，细节图，场景图，全套都整齐划一。像这一种王炸功能一上线，我一般都懒得劝，建议直接自己先上手说。

科研绘图最严厉的导师回来了， gpt 刚全量推送了它的绘图模型二点零，我们来试试科研绘图的效果如何。我们将进行文生图和图生图和手稿生图的对比。我们可以看到现在所呈现的图片已经比香蕉模型的生成效果还要好， 无论是风格还是整体呈现的效果，文字清晰度都比 nano banana 强上很多。最后我们对比一下已经发表的科研绘图和刚生成的绘图， 就能看到很明显的对比，很明显的差别，大家可以用提示词去试试吧！

某天，我在楼下被一个陌生人拽住，我疯狂呼救，接着许多路人围观上来，但他却翻出了我俩的合照，说， 这是我老婆，我叫他回家呢。你看，这是我们的照片，可我从不认识他。随着 check gptem 二点零的上线，意味着有图有真相的时代真的过去了。有网友做了个测试，同样发指令 生成一张中国九十年代团圆饭图片。豆包生成的，还是一眼假的油画杆？假人！而切记 g p p 生成的，不告诉你是 ai， 你 根本分辨不出来！男女老少的神态各不一样，桌上的菜不鲜艳，但特别真实。还有年代感十足的旧家具、 老水壶，甚至连相机闪光灯的反光都还原的明明白白。不止于此，还有这张聊天记录。第一眼，你只会觉得配图是 ai 合成的，是从头到尾全部由 ai 生成， 全程毫无破绽，普通人根本无从辨别真伪。这些这些全都是 ai 几分钟搞定的，老一辈还停留在有图就有真相的认知里面，对这些毫无破绽的 ai 假图，他们又该如何分辨真假，规避骗局？这一刻，才后知后觉懂了那句话，科技是把双刃剑， ai 进步的太快了，快到我们已经开始害怕它到底是便利还是隐患。