最全对比：生成式AI哪家强？三大顶流图片生成工具优缺点大集合，看完你就懂了

文：Tri  编辑：VickyXiao

图片来源：由无界 AI工具生成

2023年最火的关键词，大概就是AI了。

从横空出世的ChatGPT，到风靡全网的Midjourney，再到全球AI大模型混战，不到一年时间，AIGC持续大爆发，搅动着世界风云。

不论国内外，大家仿佛都找到了奔向“新世界”的船票，要么在研发AI，要么在业务+AI。可以说，AI成为了当下最确定的确定性，引领大众走向下一个AIGC时代，实现新的生产力跃迁。国内外现在出了很多关于AI的一些工具，但其实都是通过Midjourney（MJ）、Stable Diffusion（SD）与DALL-E三个主流算法延伸而来，DALL-E已升级至DALL-E2。

今天我们就来一起探究一下，这三个主流算法有什么优缺点和区别？

三大“顶流”背景介绍

Midjourney是目前搭载在Discord平台的软件，由美国一家工作室开发并于2022年3月首次亮相，短短一年的时间MJ便更新迭代至V5版本，并凭借它出图的艺术性迅速火出圈。这些爆火在社交网络的生成图，都是通过MJ生成而来。凭借惊人的渲染质量与完善的商业化模式成功吸引来大量付费用户，实现年收入一亿美元。

Stable Diffusion是由英国创业公司Stability AI与多个学术研究者和非营利组织合作开发的，可以免费使用，目前的SD的源代码和模型都已经开源，可以在Mac端pc端甚至移动设备端本地部署（对设备配置要求比较高），可以DIY模型，国内外很多软件工具，大多是以SD为底层逻辑开发，其可控性和渲染能力也非常之强，现在也有很多设计师使用它去进行一些辅助工作。

DALL-E 2是由OpenAI团队开发推出的，与Midjourney不同的是，简单的指令下生成的图片普遍偏向写实类，DALL-E 2 在逼真图像和简洁提示方面是这三者中最好的。

表现能力

下面我们一起来看看他们的表现能力，在同样关键词的描述下，他们的图像反馈如何？

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）

从上图的对比中我们可以看到，DALL-E 2能够很好地处理自然、人物的图像，目前，通过使用 DALL-E 2 的API，可实现 3 种与图像交互的方法：根据文本提示从头开始创建图像、根据新的文本提示创建现有图像的编辑、创建现有图像的变体。

Midjourney在所有尝试中都具有丰富的色彩和逼真的图像。其能够根据用户的提示生成图像。Midjourney善于适应实际的艺术风格，创造出用户想要的任何效果组合的图像。它擅长环境效果，特别是幻想和科幻场景，看起来就像游戏的艺术效果。

而Stable Diffusion是一个开源的模型，人人都可以使用。它对当代艺术图像有比较好的理解，可以产生充满细节的艺术作品。只是对于普通用户来说，使用难度较大。目前大家讨论最热的就是SD和MJ谁更胜一筹，于是我们又测试了一些图像。

Midjourney（左）和 Stable Diffusion（右）

Midjourney（左）和 Stable Diffusion（右）

从卡通人物形象生成细节来看SD更胜一筹，同样的关键词生成，SD生成的五官更立体精致一些，Midjourney更具艺术特色一点。

Midjourney（左）和 Stable Diffusion（右）

在生成逼真插图风格图像时，两者生成效果不分秋色，SD的最大优势是用户可以通过模型的嵌入，LoRA或网络重新混合，可以产出令人意想不到的效果。

Midjourney（左）和 Stable Diffusion（右）

Stable Diffusion 目前有超过一千种模型可供下载。可以使用LoRA模型、嵌入模型和超网络进一步修改每个模型；Midjourney在模型方面是比较有限的。仅提供 v1 到 v5 模型，以及一些特殊模型，如 niji、test、testp 和 HD。还有一个附加参数可以让图像“风格化”。但总体来说和 Stable Diffusion 还是相形见绌。

使用指南