给产品接图像生成那阵,先拉了三个候选:MJ、DALL·E、SD。我们要的是机器批量跑,不是人盯着调,这个前提一定下,筛起来就快了。
第一轮 MJ 直接划掉。要 API 能进后端,它到现在都没公开接口,只能网页或 Discord 里点,想规模化生成基本没戏。审美它最顶,但那是给人用的,不是给流水线用的。
接着试 DALL·E,接口干净,跟文本模型共用一个 SDK,几行就接上,内容审核还自带,做 C 端产品省心。
SD 放最后:本地或云 GPU 自己养,LoRA、ControlNet 全能调,压成本、要自己的风格都得靠它,代价是环境和权重管理得花力气。
最后定下的顺序:先 DALL·E 把 demo 跑通,量上来再迁 SD 做微调。