用手绘图当参考底图,实测 7 款免费模型的原画还原度横评
ね大家平时会用“以图生图/垫图(图片参考)”功能吗?
我自己偶尔会用用看,不过发现这个功能在不同模型下的表现差异蛮大的,有的能高度还原原图,有的跑出来的图却完全八竿子打不着😳
说起来,社区里其实也有讨论参考图功能的帖子,比如 こばと🕊️_ダヴ(DOVE) 老师的文章(传送门→);
在画廊里也见过像是 nazo-man 老师用同一张图垫给不同模型跑出来的系列作品(传送门→https://muryou-aigazou.com/ja/gallery/7z3xv41qs542)。
但是,目前好像还没看到有人详细横评各个模型垫图效果差异的测评帖……
于是!这次我挑了免费版的 7 个模型,在生成动漫风插画时,来测试一下它们对参考原图的还原度倾向究竟如何!
【测试方法】
① 以这张图作为参考图,在每个模型中使用完全相同的提示词(Prompt)和随机种子(Seed)生成图片。
(为了保证各模型之间的客观公正,没用AI生成的图;出于版权考虑也不能随便用别人的图,所以就献丑拿自己的手绘涂鸦来测啦😅)

② 通用提示词设定为:“anime style, girl, wavy blonde short hair, headband with blue ribbon, blue eyes, winking, white cape, brown coat, yellow waist sash, selfie style(动漫风、少女、微卷金色短发、带蓝色蝴蝶结的发箍、蓝眼睛、眨眼、白色披肩、棕色大衣、黄色腰带、自拍视角)”。尽量只提取了原画中最基础的特征要素。
③ 从轮廓、细节、色彩 3 个维度来打分,满分各为 3 分,评估生成图对原画的还原程度。
(注:因为单帖最多只能上传 5 张图,部分效果图做了两两拼图处理)
【测试结果】
① Image V3(轮廓 3分、细节 3分、色彩 3分)
② Anim4gine(轮廓 2分、细节 1分、色彩 1分)

Image V3 的姿势、服装特征和配色和原图相当接近!它在完美保留原画特征的同时做了很棒的画面精修,画面里冒出的神秘火星文“ホイ'生活”和附赠的小女孩也太逗了😆
Anim4gine 的服装结构有点崩坏,签名变成了花纹,蝴蝶结和大衣的颜色变深,女孩子的表情也变了。不过这种画风很像《美少女战士》那种经典老番复古动画风,喜欢怀旧感的小伙伴应该会挺中意?📺️
③ Animij(轮廓 2分、细节 1分、色彩 2分)
④ WAI(轮廓 2分、细节 2分、色彩 2分)

Animij 自作主张加上了头巾、改了蝴蝶结形状,签名也被转化成了背景,但整体继承了原画的神态和构图,很有自己的奇幻插画风发挥🏰
WAI 虽然稍微调整了蝴蝶结的形状颜色和女孩的嘴型,但没有明显的崩坏,整体构图和配色等大致特征与原画非常像!签名则被处理成了装饰纹理✨
⑤ Neta Yume(轮廓 1分、细节 1分、色彩 2分)

蝴蝶结的形色都变了,嘴角微张,签名变成了斗篷的一部分,黄色腰带则变成了斜挎皮带。不过女孩子的刘海和眼神刻画得比原画精细不少🔍️
⑥ Image V2(轮廓 3分、细节 3分、色彩 3分)
⑦ SDXL(轮廓 1分、细节 1分、色彩 2分)

Image V2 在整体构图、头发与蝴蝶结的轮廓走向,甚至蝴蝶结和发箍的微妙色差上都几乎完全复刻了原画,手绘质感也很强!画面里印着的无厘头假名“バンニンわてヂラ”非常喜感,旁边附赠的小人也超级可爱😂
SDXL 不仅把签名融成了背景特效,女孩的瞳色也从蓝变绿,更离谱的是把棕色和白色完全搞反了——白色变成了袖子,棕色反倒成了披风!结果导致整套衣服的结构看起来怪怪的😥
【总结】
综合这次的测试得分,按还原度从高到低给各模型排个序如下:
| 模型名称 | 轮廓 | 细节 | 色彩 | 总分 |
|---|---|---|---|---|
| ① Image V3 | 3 | 3 | 3 | 9 |
| ⑥ Image V2 | 3 | 3 | 3 | 9 |
| ④ WAI | 2 | 2 | 2 | 6 |
| ③ Animij | 2 | 1 | 2 | 5 |
| ② Anim4gine | 2 | 1 | 1 | 4 |
| ⑤ Neta Yume | 1 | 1 | 2 | 4 |
| ⑦ SDXL | 1 | 1 | 2 | 4 |
(表格使用 Markdown 格式排版)
从这次的测试来看,女孩的表情在不同模型间差异很大。如果提示词里不明确加上“微笑”等具体神态描述,人物表情的把控可能会不太稳定。
(换个角度想,这也说明表情是比较容易通过 Prompt 去微调修改的)
这次用的参考图没有具体背景,只有个手写签名。各个模型有的把签名脑补成乱码字符,有的直接化成了背景或花纹,各显神通。由此可见,模型对背景的还原/参考倾向也是大不相同的🤔
虽然实际效果还会受到提示词写法、参考图类型的影响,但总体而言:如果你想最大程度保留原图的构图与特征,强烈推荐 Image V3 等模型;如果你希望 AI 能自由发挥、多点二创风格化,那么 Anim4gine 这类会是很有趣的选择!
多试试不同的组合真的很有意思🔍️
【花絮小彩蛋】
顺便提一句,这次的参考原画是我用电脑自带的简易画图软件,纯靠笔记本那块小小的触控板用手指蹭出来的(硬着头皮画完,真的太反人类了😅)
大家最喜欢哪一张的出图效果呢?如果单纯当作独立插画来看的话,我个人特别心水 Image V3 和 Animij 这两张!