有没有能对标GPT-Image那种水平的开源模型,主要看指令遵循和改图

求推荐,想彻底转开源、本地自己跑。

我这边是批量出商品图,主要卡这几块:

  • 指令遵循:提示词说啥画啥,别自作主张乱加乱改
  • 局部改图:能按指令只动某一块,上下文得理解到位
  • 文字渲染:画面里的字要写对

闭源那套好用是好用,可成本和数据我都不太放心。不求一模一样,够用就行。真拿开源模型做过电商图的说说哪个综合下来最稳,跑分就不用贴了,想听实际用下来的感受。

1 个赞

同求,文字渲染这块开源一直是老大难