目前市面上有哪些能根据指令生成图片的AI工具比较好用？

市面上能根据指令生成图片的AI工具很多，选哪个确实头疼。我玩过不少，有些真的很好用，有些就比较一般。下面聊聊几个主流的，分享点我的实际经验。

Midjourney：效果惊艳，但有点“门槛”

如果你追求图片的艺术感和创造力，Midjourney是首选。它生成的图片质量非常高，特别是那种充满想象力的、有点奇幻风格的图，效果简直绝了。很多网上流传的获奖AI画作，不少都是用Midjourney做的。

但是，Midjourney用起来稍微有点麻烦。它没有自己的网站或软件，而是嫁接在一个叫Discord的聊天软件里。 你得先注册Discord，然后加入Midjourney的官方服务器，才能开始用。 操作方式也像聊天，输入“/imagine”加上你的描述词（prompt），机器人就会给你生成图片。

怎么用Midjourney：
1. 注册Discord： 先去Discord官网注册一个账号。
2. 加入服务器： 登录后，在Midjourney官网点击“Join the Beta”，就会跳转到Discord的邀请链接，接受邀请就进去了。
3. 开始画图： 在服务器里，随便找一个“newbies”开头的频道，在聊天框里输入 /imagine ，然后敲空格，后面跟上你想画的画面的英文描述，回车发送。
4. 选图和优化： 机器人会一次给你4张图。图片下方有U1、U2、U3、U4和V1、V2、V3、V4按钮。U是Upscale，意思是放大你选中的那张图，得到一张高清大图。V是Variation，意思是基于你选中的那张图的风格和构图，再生成四张类似的新图。

需要注意：
* 付费： Midjourney现在基本是收费的，免费额度很少（大约25次），用完就得订阅。 最低套餐大概每月10美元。
* 全英文： 整个界面和指令都是英文的。
* 公开性： 你生成的图片默认是公开的，频道里所有人都能看到。

总的来说，Midjourney适合那些对图片质量有高要求，不介意花点钱和时间去学习特定操作流程的人。它生成的效果确实对得起它的名气。

Stable Diffusion：最自由，也最复杂

Stable Diffusion是开源的，这意味着你可以把它部署在自己的电脑上，完全免费使用，而且没有数量限制。 这是它最大的优点。自由度极高，你可以加载各种社区大神训练好的模型（Model）和风格插件（LoRA），来实现特定的画风，比如二次元、写实、水墨画等等。

因为是本地部署，所以你的创作是完全私密的。而且，通过各种插件（比如ControlNet），你可以精准控制人物的姿势、构图，甚至可以先画个草稿让AI来完成细节，可控性比Midjourney强得多。

但是，它的缺点也很明显——折腾。

怎么用Stable Diffusion：
1. 硬件要求： 对电脑显卡有要求，最好是英伟达（NVIDIA）的显卡，显存越大越好。
2. 安装部署： 安装过程比较复杂，需要先安装Python和Git，然后通过命令行下载主程序和模型。 对于不懂代码的小白来说，第一步就可能卡住。不过现在网上有很多整合包，比如秋葉aaaki的包，下载解压就能用，大大降低了门槛。
3. 学习成本： WebUI界面上参数非常多，采样方法、步数、CFG Scale等等，每个都会影响出图效果。想用好它，需要花大量时间去学习和尝试。

Stable Diffusion适合爱折腾、有一定技术基础，并且希望对画面有绝对控制权的用户。一旦你掌握了它，它就像一个不知疲倦的画师，可以不受限制地帮你实现各种创意。

DALL-E 3 (集成在Microsoft Copilot/ChatGPT里)：最易上手，理解力强

DALL-E 3是OpenAI开发的产品，现在已经集成到了微软的Copilot（之前的Bing Image Creator）和ChatGPT Plus里。 它的最大特点是：极其容易上手，并且对自然语言的理解能力超强。

你不需要学习复杂的指令格式，就像和人聊天一样，用大白话描述你想要的画面就行。 比如你可以说：“画一只戴着墨镜的猫，坐在沙滩上喝汽水，背景是夕阳和大海，风格要像动画片一样”，它能很好地理解这种长句子，并把各个要素都呈现出来。

怎么用DALL-E 3：
* 通过Copilot： 访问微软Copilot的网站，用微软账号登录，直接在对话框里输入描述就可以免费生成图片。 这是最方便的免费使用方式。
* 通过ChatGPT Plus： 如果你订阅了ChatGPT Plus（每月20美元），可以在GPT-4模型下直接生成图片。

优点和缺点：
* 优点： 免费（通过Copilot）、简单易用、对长句子的理解力非常好，出图速度快。
* 缺点： 图像的艺术性和细节精致度，有时候会略逊于Midjourney。自定义和可控性不如Stable Diffusion。

DALL-E 3非常适合新手，或者需要快速根据一个具体想法生成插图的用户。比如给文章配图、做PPT插图，或者就是单纯想把脑子里的某个好笑场景画出来，它都非常合适。

Adobe Firefly：最适合设计师，商业使用有保障

Adobe Firefly是Adobe公司推出的AI图像工具，它最大的卖点是“商业安全”。 Adobe声称Firefly的训练数据全部来自Adobe Stock图库里的授权图片和公共领域的图片，所以用它生成的图片在商业用途上基本没有版权风险。 这对于专业设计师和公司来说，吸引力巨大。

Firefly已经深度集成到了Photoshop、Illustrator等Adobe全家桶软件里。 比如Photoshop里的“创成式填充”（Generative Fill）功能，可以让你轻松地选中一个区域，然后用文字指令来添加、删除或替换这个区域的内容，和现有图片融合得非常自然。

优点和缺点：
* 优点： 商业使用安全，与Adobe生态无缝集成，功能实用，特别适合在现有图片基础上进行修改和扩展。
* 缺点： 如果单独作为文生图工具来使用，它的艺术性和创造力有时候感觉不如Midjourney。同时，它也需要付费订阅Adobe的服务。

Adobe Firefly最适合的人群是设计师，特别是那些重度使用Adobe软件的用户。 它可以作为一个强大的辅助工具，而不是一个纯粹的创意生成工具。

总结一下我的个人建议：

• 如果你是新手，想快速体验AI绘画的乐趣： 首选集成在Microsoft Copilot里的DALL-E 3，完全免费，而且用起来最简单。
• 如果你追求极致的图像质量和艺术感，不差钱： 直接上Midjourney，它的效果目前还是标杆级的。
• 如果你是技术宅，喜欢折腾，追求最高自由度和控制权： 那么Stable Diffusion是你的不二之选。
• 如果你是设计师，工作流程依赖Adobe软件，且注重商用版权： Adobe Firefly最适合你。

每个工具都有自己的侧重点，没有哪个是绝对的“最好”，关键是看哪个最符合你的需求。可以先从免费的Copilot开始玩，找到感觉后，再根据自己的兴趣和需求决定要不要深入研究Midjourney或Stable Diffusion。