图生图(Image-to-Image)指的是:给模型一张已有的图当起点,让它在这张图的基础上重新生成一张新图,而不是从零开始画。你在修图 App 里点“一键变插画”,或在绘图工具里拖进一张草图再输入提示词(prompt),用到的通常就是它。
它是怎么工作的
主流的扩散模型(diffusion model)做图,本质是“先加噪、再去噪”:训练时把图片一步步加噪声,直到画面变成雪花屏,再让模型学会一步步还原回来。文生图(Text-to-Image)是从一张纯噪声开始还原,还原的方向由提示词决定;图生图则不同——它先把你的参考图编码,再往上加一部分噪声,然后从这个“半模糊”的状态开始去噪。
打个比方:你拿一张照片去复印,故意印得模糊一些,再让画师照着这张模糊稿和一句文字说明重画一张。复印得越模糊,画师能自由发挥的空间越大;越清晰,他越只能照着原样描。这个“模糊程度”就是图生图里最关键的参数——强度(strength,有的工具叫去噪强度)。强度低,构图、人物姿势、色调基本保留;强度高,模型更像是在从零创作,只留下原图的一点影子。
和相邻概念的区别
| 方式 | 起点 | 改动范围 | 典型用途 |
|---|---|---|---|
| 文生图 | 纯噪声 | 全图 | 从零创作 |
| 图生图 | 参考图 + 噪声 | 全图,强度可控 | 风格转换、草图上色、生成变体 |
| 局部重绘 | 参考图 + 蒙版 | 只改涂蒙版处 | 去杂物、换衣服、改背景 |
局部重绘(inpainting)常被当成图生图的亲戚:它只在你圈定的区域里重画,其余像素照抄。此外还有超分辨率放大(upscaling)、风格迁移(style transfer)这类更专一的做法,思路相近但目标更窄。
对做事的人意味着什么
对 AI 从业者,一个实用经验是:强度是第一个该调的旋钮,而且要先小步试。提示词也要写“想变成什么”(例如“油画风格、暖色调”),而不是复述原图内容——模型已经看得见原图,重复描述反而容易把画面拉回原来的样子。另外,原图本身构图差、主体糊,图生图救不回来,因为这些缺陷会被一起保留下来。
对普通职场人,它解决的是“改现成的东西”,而不是凭空造:设计做方案变体、电商换风格、老照片上色修复、把白板草图变成界面稿,都是它的舒适区。用之前留意素材的版权与肖像授权,具体的参数名称、取值范围和商用条款,以你所用工具的官方页面为准。
