AI画图能直接出透明底了?有人拿4090通宵测了196张图

刷 X 的时候看到一篇万字长文,博主实践哥 Li 拿一张 4090 通宵测了 Qwen 最新的画图模型,一共 196 张图、13 组实验。28 万人围观了这场测试。我把万字啃完,替大家把最值钱的结论捞出来了。

先说背景。AI 画图一直有两个老大难,一是画中文字必乱码,二是想要透明底还得自己抠图。

这次测的 Qwen-Image-2.1,把这两个毛病一起治了。

中文这块,博主拿海报实测,大中小三级字号全部零错误。唯一的前提是字高得在 20 像素以上,再小就会崩,这属于像素预算问题,不算翻车。

  

更狠的是透明底。玻璃杯那张测试图,48.2% 的像素全透明,47.6% 半透明,是真的 alpha 通道,不是黑底假透明。以前 AI 画图像贴纸,现在像 PSD 图层,玻璃杯、水珠这类透明物件直接出成品,抠图这活儿省了一半。

  

指令遵循也在第一梯队,数数、属性绑定、空间关系几乎全对。万字测评愣是只揪出一个英文错字,博主自己都感叹罕见。连整页的中文信息图,小字都排得明明白白。

  

⚠️ 泼冷水:能打,但坑也不少

它的编辑功能不是真局部,改一块招牌,整张图都要过一遍重编码,倒影经常不跟着变,喊它"替换"还常常干成"添加"。

想拿它逐帧做视频的也先死心,博主三轮测试被自己的数据推翻了两轮,最后认了,这东西是关键帧生成器,不是视频模型,连续编辑画质会一路下滑。

最要命的是安全,官方文档连安全章节都没有,商标、卡通角色、已故名人统统照画,拿去做商用素材前自己掂量。

给普通人的版本

模型是开源的,但要在 48GB 显存的卡上才跑得痛快,笔记本党建议先收藏。博主留下的 6 条部署建议和万字原帖,我已经打包好了。

画图的门槛在降,判断力还在你手里。

— END —

AI智管局 · 帮14亿人筛AI工具