「赛博朋克猫」这几个字,我分别丢给过DALL·E和V7。DALL·E回我一只穿皮衣拿枪的猫,字面到有点无聊;V7那张身体拉得老长还扭着,周围绕一圈霓虹烟雾,不准,但抓人。
两边都跑了大半年,这个例子基本把区别讲完了:不是谁强谁弱,是吃的prompt完全不一样。DALL·E要你写得像需求文档,主体、材质、光线、镜头一条条列清楚,它就老老实实还你一张接近照片的东西;V7会自己多加一层解释,出来更像手绘或者油画。
所以产品图、建筑效果这种要可控的活,我还是回DALL·E。它的毛病是同一个prompt反复跑容易出高度雷同的构图,得主动换措辞把它打散。真只让我留一个,我偏V7一点,图的就是它更容易给我意外。