在即梦AI里先传一张山水照当「垫图」,再写提示词「改成水墨画风格」,出来的图构图和原图几乎一样,笔触却全变了。这就是图生图:给模型一张底图,让它在这张图的基础上发挥,而不是从纯噪声画起。
垫图到底垫了什么
文生图从一团随机噪声开始,图生图则先把你的底图「加噪」到一定程度,再从这个半成品往干净的方向去噪。垫图垫进来的,是底图的构图、轮廓和大关系——元素摆在哪、天空占多少、地平线在哪。从噪声走到成品要几十步(见去噪步数一文),图生图相当于让你从中途上车,前面那段路底图已经替你走完了。
核心旋钮:重绘幅度
图生图几乎所有效果差异都系于一个参数:重绘幅度。调得低,模型只轻改表面,原图保留多,适合换色调、加质感;调得高,模型放手大改,适合换风格、换主体,但构图也可能跟着变形。经验是:想「同构图换画风」用中低幅度并强调构图词,想「原图只当灵感」就往高调。拿捏不准就从中间值试起,两头各试一次,很快能摸到你要的档位。
类比:临摹与改编之间,以及它失灵的地方
图生图像在别人的画上继续作画:铅笔稿是现成的,你只管上色和演绎。类比失灵之处:临摹的底稿信息一清二白,而模型对底图的理解有偏差——复杂透视、密集小物体常被它「看漏」,重绘时悄悄简化掉;底图分辨率太低时,它还会把模糊处脑补出奇怪的细节。所以垫图尽量给干净、分辨率高、构图明确的图,杂乱底图出活必翻车。
| 底图情况 | 出图表现 | 处理办法 |
|---|---|---|
| 分辨率太低 | 模糊处被脑补出奇怪细节 | 换干净、分辨率高的底图 |
| 小物体密集、透视复杂 | 重绘时被悄悄简化掉 | 先裁剪聚焦再垫图 |
| 手部本身就含糊 | 模型把含糊放大 | 把手裁掉重补 |
和近亲技术的分工
常被混用的几件事该分清:全局换风格、改构图,用图生图;只动局部、指哪改哪,用指令编辑;只提升清晰度不改内容,用图像超分;把平面图变成立体模型,是3D 生成的活。图生图也常作为流程中转站:先垫图定构图,再指令编辑修细节,最后超分出成品,三步一条龙。视频那边同理,垫帧加插帧可以做风格化短片,见视频插帧;声音的「换风格」则另有其法,见变声。
补充一组重绘幅度的典型档位参考,帮你少走弯路:想只换色调和光影,幅度压到两三成;换画风保构图,四到六成;只借个大概轮廓重新创作,七成往上。另一个提效技巧是垫图加裁剪:底图里只有一部分可取,就先把那部分裁出来垫,比整图垫再靠提示词纠偏省事得多。遇到反复出不好的人物手部,通常是底图里手就画得含糊,模型放大了含糊——把底图的手裁掉重补,往往比原地反复重绘见效快。多存几版不同幅度的结果,回头挑比现场纠结效率高;把这套思路用熟,你会开始把底图当「草稿」而不是「成品」看待。垫图是手段,控制模型的发挥边界才是目的。
垫图自查
- 构图要保住:中低重绘幅度,提示词强调构图
- 风格要大变:高幅度,接受构图漂移
- 出图变形:换高分辨率干净的底图再试
- 小物体丢失:底图太密,先裁剪聚焦
一句话带走:图生图是「站在底图肩膀上创作」,幅度拧多大,决定它多像临摹、多像原创。
换个问法再问图生图三句
- 垫图算不算抄袭原图?:看用途和幅度。低幅度改图保留了原作的表达,商用需谨慎;高幅度只借构图,产出差异大,判断时要看成品与原图的实质相似度。
- 为什么垫了图,颜色还是不对?:多数图生图只强约束构图,颜色主要由提示词控制,把配色写进提示词比靠底图带更稳。
- 能垫多张图吗?:部分工具支持多图融合,但元素冲突时模型会自行取舍,控制力不如单图加明确提示词。


