@stevibe: 图像模型并排对比 随着 Qwen 今日发布 Qwen Image 3.0,我测试了4个提示词在4个图像模型上:> Q…
摘要
一位用户在推特帖子中比较了四个图像生成模型——Qwen Image 3.0、GPT Image 2、Nano Banana 2 和 Seedream 5.0 Pro——使用了四个提示词。
查看缓存全文
缓存时间: 2026/07/22 20:36
图像模型对比
今日Qwen发布了Qwen Image 3.0,我用4个图像模型测试了4组提示词:
Qwen Image 3.0
GPT Image 2
Nano Banana 2
Seedream 5.0 Pro
一条线程
一张竖版A2活动海报,主题为“海港灯火夜市”,采用复古1970年代日本旅行海报风格:暖色日落渐变背景(从深橙色到李子紫),颗粒感影印纹理,扁平插画风格的港口天际线,船与船之间挂满纸灯笼。
文字排版需精确呈现: — 主标题为大型手写刷笔英文展示字体:“HARBOR LIGHTS NIGHT MARKET” — 正下方为同一标题的日文:「ハーバーライツ夜市」 — 再下方为西班牙语斜体衬线字体:“Mercado Nocturno Luces del Puerto” — 日期块为邮票样式圆角矩形:“SAT · AUG 15 · 5PM–MIDNIGHT” — 底部附近水平排列三个摊位分类卡片,每张带有小图标和双语标签:
- 热气腾腾的拉面碗图标 — “STREET FOOD / 屋台グルメ”
- 黑胶唱片图标 — “LIVE MUSIC / 音楽ライブ”
- 手工陶瓷杯图标 — “LOCAL CRAFT / 手作り市” — 页脚为小号但完全可读的文字:“Pier 7, Harbor District — Free entry — harborlights.example .com” — 右侧边缘有一条垂直文字带,自上而下为日文竖排(tategaki):「夏の思い出をここで」
灯笼应带有柔和的发光光晕。左上角包含一弯新月。所有文字必须完全按照所写拼写,包括正确假名,视觉层次应为:标题 → 日期 → 分类 → 页脚。
一张独立图像,包含3×3故事板网格,白色纸张上带有细黑线间隔,每个面板左上角有编号1–9的小圆圈。所有九个面板中的主角一致:一位60多岁的女性,银色短发,红色圆框眼镜,芥末黄色雨衣,牵着一条蓝色牵引绳的小棕色腊肠犬。整体风格为统一的水彩淡彩。
面板1:广角镜头——她在雨中锁上狭窄的绿色联排别墅的门。面板下方说明框:“7:02 AM — The last delivery.”
面板2:她戴着手套的手的特写,手持一个用牛皮纸包裹、红绳系住的包裹,地址标签上写着“Unit 4B, Alder Lane”。
面板3:她和腊肠犬在斑马线前等待;一辆公交车溅起水花驶过。说明:“The city never waits.”
面板4:低角度——她抬头看一栋歪斜的公寓楼,可以看到门禁面板。
面板5:门禁面板的极端特写;她的手指按下标有“4B”的按钮,其他按钮显示1A、2A、3B、4A。
面板6:门开了一条缝;只能看到一个年轻男子脸的一小部分和一只睁大的眼睛。说明:“You’re late,” he whispered.
面板7:插入镜头——包裹在门口交接;雨水从雨棚上滴落。
面板8:她从后面走开,走在湿漉漉的街道上,腊肠犬回头看向那扇门。
面板9:最后广角镜头——门现在关上了,包裹上的红绳卡在门缝中。说明:“But she never delivered anything at all.”
每个面板的光线均为阴雨早晨的均匀光线。雨衣、眼镜、狗和牵引绳必须在每个出现的面板中保持一致。
一张竖版单页教育信息图,标题为“WHY THE SKY IS BLUE — AND SUNSETS ARE RED”,采用简洁扁平设计的科学杂志风格:米白色背景,海军蓝/青色/珊瑚色配色,几何无衬线标题,细线型示意图。
第1部分(顶部):标题,副标题“Rayleigh scattering explained in one page”。水平可见光谱条,标注波长400 nm、500 nm、600 nm、700 nm,从紫色到红色。
第2部分:阳光进入大气层的示意图:左侧太阳,右侧地球弧线,平行射线击中的散射空气分子画成小点;分子向各个方向散射的蓝色短箭头,以及直接穿过的红色长箭头。两个标签:“Blue light: scattered ~5.5x more” 和 “Red light: passes through”。
第3部分:一个标注框,包含用正确数学符号表示的散射公式:I ∝ 1/λ⁴,配文字“Scattering intensity is inversely proportional to the fourth power of wavelength”。旁边是一个迷你条形图,比较450 nm和650 nm光的相对散射,条形标注为“450 nm”和“650 nm”,比例显示“≈ 4.4 : 1”。
第4部分:两个并排的圆形示意图:“NOON — short path through atmosphere”显示近乎垂直的光路,以及“SUNSET — long path”显示浅掠路径,标注“Blue is scattered away before reaching your eye”。
第5部分(页脚):一行三个小知识卡片:“Fact: Mars sunsets are blue”、“Fact: The ocean is blue for a different reason”、“Fact: Violet scatters most, but our eyes favor blue”。底部信用行以极小8点风格文字显示:“Sources: Rayleigh (1871) · Illustration for classroom use · Fig. 1 of 1”。
所有文字必须完全按照指定拼写,λ⁴中的正确上标,正确的nm单位,清晰的从上到下的阅读顺序。
Laguna S 2.1 原生运行 NVFP4
为此对比选取了Blackwell硬件:
DGX Spark | 19.44 tok/s | 162ms TTFT
RTX PRO 6000 | 108.54 tok/s | 266ms TTFT
4× RTX 5090 (TP4+EP4) | 145.81 tok/s | 521ms TTFT
117.6B MoE(8.5B活跃),量化至FP4,运行在自有设备上。
相似文章
Qwen-Image-2.0 技术报告
Qwen-Image-2.0 是一个全新的图像生成基础模型,基于 Qwen3-VL 和多模态扩散 Transformer,将高保真合成与精确编辑能力统一起来。它在富含文本的内容、多语言排版以及照片级真实感生成方面表现卓越。
@swyx: Qwen Image 3 宣布推出。这些图片并非截图。全部单次生成。最后一张(图像标注……
Qwen Image 3,一款新的图像生成模型,宣布推出。它能单次生成图像,可能催生多个教育科技/工业培训初创公司。
Qwen-Image-3.0:丰富内容、真实细节、深度知识(6分钟阅读)
Qwen-Image-3.0 是第三代基础图像生成模型,支持高达 4.5k token 的输入、12 种语言的原生渲染,并能模拟网页、游戏等界面,利用丰富的世界知识实现实际部署。
Qwen-Image-2.0 技术报告(阅读时长约57分钟)
本技术报告介绍了阿里巴巴Qwen团队推出的新图像生成模型Qwen-Image-2.0,详细阐述了其架构与能力。
Qwen-Image-Flash(26分钟阅读)
本文来自阿里巴巴,重新审视了视觉生成模型的少步蒸馏,聚焦于训练配方因素如数据组成、教师指导和任务混合,以Qwen-Image-2.0为案例研究,开发了Qwen-Image-Flash。