三大顶流生成式工具，哪个更好用？
(资料图片仅供参考)
文|Tri 编辑| VickyXiao
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
其实，这些 AI 图像生成器都有自己的优势，根据这三个算法体验，我们总结出一些突出点和区别，具体要如何选择可根据你的自身需求来决定。
1、DALL-E2
此模型的界面简单易懂，无需注册第三方平台即可轻松上手生成图片，只需要访问该网站并将您的关键词文本输入到生成框中即可创建图像。
优点：
l 便于使用
l 具有灵活性的创作能力
l无需第三方平台
缺点：
l 简单的图像
l 准确度不高
l只能创建方形图像
2、Midjourney
与 DALL-E 2 不同的是，您需要先创建一个 Discord 帐户，必须输入文字或图片之类的命令来生成图像。
优点：
l 高质量图像
l 用户可以自定义图像尺寸比例
l可灵活控制图像参数
缺点：
l 使用起来比较复杂
l 要求用户注册Discord
l快速时间用完后，图像生成时间会急剧增加
3、Stable Diffusion
Stable Diffusion和DALL·E-2都是基于扩散模型，它可以根据输入的文字描述词（prompt）来绘制图像。在Stable Diffusion上完成优秀图像的制作需要有正确的模型+准确的提示词+参数调整+后期处理技术。
优点：
l 可web操作和安装开源模型到其他平台
l 更多创作自由
l大量自定义图像参数的控件
缺点：
l 需要专业且性能强的硬件设备
l 图像质量非常不稳定，这取决于你使用的版本
l 学习困难度高，普通用户很难驾驭
综上所述，如果你有明确的目标产出，比如你是一名建筑类设计师，那么Stable Diffusion将更能满足你的创作需求，因为它的可控性更强。而如果你没有明确的创作控制目标，想做一些发散性思维的创意工作，那么Midjourney和DALL-E 2的便捷性与低门槛将是你的较佳选择。
（声明：本文仅代表作者观点，不代表新浪网立场。）
标签：
