人工智能图像生成器

设计与多媒体 社区

技能解读

当前原文的自动摘译,尚未人工审校。

选型

选择适合工作的正确模型: 需求 · 模型 · 为什么 真实感场景/库存照片 · Gemini 3.1 Flash 图像 · 最佳深度、复杂性、环境背景 最终客户场景(更高细节) · Gemini 3 Pro 图像 · 更高细节,更好的风格一致性 图像上的文本(海报、带副本的 OG、信息图表) · GPT 图像 2 · 文本渲染实际有效 - 包括多脚本

型号 ID

型号 · API ID · 提供商 Gemini 3.1 Flash 映像 · gemini-3.1-flash-image-preview · Google AI Gemini 3 Pro 映像 · gemini-3-pro-image-preview · Google AI Gemini 2.5 Flash 映像 · gemini-2.5-flash-image · Google AI GPT 映像 2(默认) · gpt-image-2 · OpenAI

GPT 图像 2 细节

发布时间:2026 年 4 月 22 日。当您接触到它时,这三种功能就会发生变化。

1. 文本渲染确实有效

海报、带标题的 OG 图像、带标签的信息图表、UI 模型、定价卡。文本可以可靠地呈现,包括非拉丁文字(日语、韩语、印地语、孟加拉语)。从 Gemini 切换的主要原因 — Gemini 根本不渲染可读文本。

2. 多变量批处理

一次提示,一次调用最多 10 张图像。变体共享构图和调色板,但在细节上有所不同。适合在提交之前进行风格探索、为客户提供 A/B 选项、快速构思。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
设计与多媒体
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@jezweb · 未声明许可证
上下文用量评级
较高消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
需要 · OpenAI / Gemini
兼容的系统
Windows
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 ai-image-generator.preview
BAD — keyword soup:
"professional woman, spa, warm lighting, high quality, 4K"

GOOD — narrative direction:
"A professional skin treatment scene in a warm clinical setting.
A practitioner wearing blue medical gloves uses a microneedling pen
on the client's forehead. The client lies on a white treatment bed,
eyes closed, relaxed. Warm golden-hour light from a window to the
left. Terracotta-toned wall visible in the background. Shot at
85mm f/2.0, shallow depth of field. No text, no watermarks."

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。