↓ 跳过正文
  1. 文章/
  2. 2024 年文章归档/

AI 绘画 2024:Midjourney v6 vs DALL-E 3

·2244 字·5 分钟
作者
吾便宜

去年是 AI 绘画的爆发年:10 月 DALL-E 3 上线,12 月 Midjourney v6 发布。到了 2024 年初,格局基本定型——“画质看 MJ,理解看 DALL-E”。这篇不吹不黑,复盘一下两家现在到底是什么水平,分别适合谁。

AI 绘画工具对比示意图

插图来源:Storyset

先说结论
#

  • 要出图好看、直接能用:选 Midjourney v6。审美在线,默认参数就能出大片。
  • 要听得懂人话、改得动细节:选 DALL-E 3。提示词理解能力断层领先,适合有明确想法的人。
  • 预算有限的学生党:DALL-E 3 跟着 ChatGPT Plus 走,一个订阅两种能力,性价比更高。

Midjourney v6:画质党的终点
#

v6 是 Midjourney 口碑反转的一版。之前被吐槽的"手画不好"“文字乱码”,v6 改善了一大截。它的核心优势一直没变:审美。同样一句话扔进去,MJ 出来的图构图、光影、质感就是更像"作品"。

代价也很清晰:只能在 Discord 里用(对新手不友好),按订阅收费没有免费额度,中文提示词支持一般。网络方面,Discord 本身就需要稳定的外网环境,这点和很多 AI 工具一样,AI 工具的地区限制问题可以对照看。

DALL-E 3:理解力的天花板
#

DALL-E 3 最大的本事不是画得美,而是听得懂。你写一段大白话描述,它能精准还原;你说"把左边那只猫换成狗",它真能局部修改。这种"指哪打哪"的能力,MJ 目前还做不到。

它的短板是审美偏"塑料感",直出的图有股 AI 味,需要配合提示词技巧调教。另外 DALL-E 3 藏在 ChatGPT Plus 和 Bing Image Creator 里,前者付费、后者免费但有每日额度。

横评对照表
#

维度Midjourney v6DALL-E 3
画质上限★★★★★★★★★
提示词理解★★★★★★★★
文字渲染★★★★★★★
上手难度高(Discord)低(网页/ App)
免费额度无Bing 版每日有限免
中文支持弱强

2024 年的新变量
#

除了这两家,开源的 Stable Diffusion 阵营也没闲着,SDXL Turbo 主打实时生成,ControlNet 玩法越来越深。如果你不想为订阅付费,开源路线值得研究,只是要吃本地显卡。

另外提醒一句:AI 绘画玩得越深,越绕不开提示词怎么写的问题。DALL-E 3 藏在 ChatGPT 里,想玩得转可以先看看 Claude 免费版使用指南里讲的对话技巧——跟 AI 对话的思路是通用的,绘画和聊天一样,都吃提示词功底。

复盘:2023 年发生了什么
#

时间拉回一年前看,这场双雄格局不是凭空出现的:

2023 年上半年,Midjourney v5 凭"以假乱真"的画质先火出圈,DALL-E 2 则因为"听不懂人话"被群嘲。下半年剧情反转:10 月 DALL-E 3 跟着 ChatGPT 一起发布,“说人话"的能力直接封神;12 月 Midjourney v6 上线,补上了文字渲染和手部这两块短板。两家你追我赶,把 2023 年变成了 AI 绘画的"军备竞赛年”。

到了 2024 年初,硝烟暂时散了,格局定型:一个负责"好看",一个负责"听话"。用户也分成了两派——这恰恰是技术成熟的标志:不再争谁更强,开始比谁更适合你。

价格与门槛:到底要花多少钱
#

聊横评绕不开钱。Midjourney 是纯订阅制:基础档每月 10 美元,标准档 30 美元,按量生成,没有免费试用(早期的免费额度早就关了)。DALL-E 3 有两条路:跟着 ChatGPT Plus 走,每月 20 美元畅玩(有速率限制);或者去 Bing Image Creator,白嫖每日额度,慢一点但不要钱。

算笔账:学生党、轻度用户,Bing 免费版先玩着,一分钱不花;重度出图(自媒体配图、设计稿),MJ 标准档和 Plus 二选一,看你是哪一派。两边都重度?那你大概率是靠这个吃饭的,工具成本洒洒水。两家 2024 年初都没涨价,预算好做。

三类人,三种选法
#

自媒体配图党:要的是"快+够用"。DALL-E 3 更合适——中文提示词直接写,改图用自然语言指挥,一天十几张配图半小时搞定。MJ 的 Discord 操作流反而拖节奏。

设计师/创作者:要的是"上限"。MJ v6 的审美直出就是高半档,参数调好了,出图能直接当草图给客户看。DALL-E 3 的"塑料感"在这种场景是硬伤。

纯玩党:别花钱。Bing Image Creator 的免费额度够你玩很久,先玩明白"提示词怎么写",再决定要不要为某一派付费。顺序别反:先练内功,再买装备。

提示词:两派通用的三个技巧
#

  1. 先写清楚主体,再堆风格词:DALL-E 3 吃"大白话",MJ 吃"关键词+参数",但底层逻辑一样——主体不清,风格词全是噪音。
  2. 迭代比一次写对重要:DALL-E 3 的"把左边那只猫换成狗"就是干这个的;MJ 则用 Vary(变化)按钮多 roll 几版。高手都是改出来的,不是写出来的。
  3. 中文先行也行:DALL-E 3 中文理解不错,直接写中文提示词完全可用;MJ 建议翻成英文再扔,中文直出的效果要差一档。

FAQ
#

  • Q:AI 画的图能商用吗? A:看平台条款。MJ 付费用户默认有商用权,Bing 免费版生成的图商用受限。真要商用,把条款原文读一遍,别听二手解读。
  • Q:Stable Diffusion 还值得学吗? A:值得,但那是另一条路:本地部署、精控、各种插件玩法,自由度最高,门槛也最高。先玩明白在线工具,再决定要不要跳这个坑。
  • Q:画质党要不要等下一版? A:别等。工具是拿来用的,不是拿来等的,v6 的画质上限已经够你玩半年。

给新手的建议
#

刚入坑别纠结:先去 Bing Image Creator 免费玩 DALL-E 3,搞懂提示词怎么写;觉得不够用了,再考虑 MJ 订阅。两个都玩过,你自然知道自己是哪一派。至于更进阶的玩法,等 Google I/O 看看谷歌今年在多模态上出什么牌也不迟。

相关文章

Flux.1 发布:开源生图王座易主

·1651 字·4 分钟
插图来源:Storyset 2024 年 8 月 1 日,AI 绘画圈地震:Black Forest Labs 发布 Flux.1,开源生图模型的王座,易主了。 清单:Flux.1 是谁 # 出品方:Black Forest Labs,创始团队是 Stable Diffusion 的核心原班人马(从 Stability AI 出走)。 版本:Flux.1 Pro(闭源,最强)、Dev(开源可商用,需申请)、Schnell(开源,Apache 协议,随便用)。 亮点:120 亿参数,文本渲染准(海报字不再乱码)、手部细节好、提示词理解强。 口碑:发布即屠榜,多项盲测超过 Midjourney v6 和 DALL-E 3。 SD vs Flux:王座为什么易主 # Stability AI 动荡:2024 年 SD 团队核心出走、CEO 换人,SD3 发布后反响平平(人体结构问题被群嘲)。 Flux 接棒:原班人马另起炉灶,Flux.1 就是"SD 精神续作",社区无缝迁移。 生态:发布几周内,ComfyUI、Forge 等主流工具全量支持,上手零门槛。 本地部署:配置要求 # 版本 显存要求 说明 Schnell(量化) 8G+ 速度快,画质略降 Dev(fp16) 16G+ 完整画质 Dev(量化) 12G 折中选择 工具推荐 ComfyUI 或 Forge,2024 年 8 月发布后两周内就都支持了。没显卡?用在线聚合站,免费额度够玩。

ComfyUI 入门 2024:节点式生图

·3154 字·7 分钟
插图来源:Storyset 如果你用过 Stable Diffusion 的 WebUI(一键生图那个界面),ComfyUI 就是它的"专业版":没有花哨的按钮,只有一张可以连线的节点画布。2024 年,ComfyUI 已经是 AI 绘画进阶玩家的标配。这篇带你入门。

Stable Diffusion 3 发布:本地生图新选择

·1277 字·3 分钟
2024 年 2 月,Stability AI 发布 Stable Diffusion 3,主打文字渲染和多主题提示词理解。这是 SD 系列时隔一年多的大版本更新,清单体一次讲清要点。 SD3 的 5 个关键变化 # 文字渲染大跃进:以前 SD 生成带文字的图片必翻车,SD3 对英文单词的渲染准多了,海报、Logo 类需求可用。 提示词理解更强:多主体、复杂空间关系的提示词,SD3 的服从度明显好于 SDXL。 新架构 MM-DiT:换了 Diffusion Transformer 架构,和 Sora 同源技术路线,算是追上了时代。 分档发布:先放出 800M–8B 参数多档,消费级显卡也能跑小档。 先 API 后开源:发布初期走 API 内测,开源权重随后放出,本地部署要再等等。 普通人上手清单 # 先别急着配电脑:等开源权重和社区整合包(Stability Matrix / ComfyUI 适配)出来再动手。 显卡要求:想本地跑,NVIDIA 8G 显存起步,12G 以上体验才顺。AMD 卡先观望社区支持。 先玩在线版:等不及的先用官方 API 或 Clipdrop 这类在线服务试效果。 提示词从英文开始:SD3 对英文提示词最友好,中文提示词先机翻再投喂。 关注 Ollama 这类本地工具:本地 AI 生态是通的,玩转一个,另一个上手更快。 和 Midjourney 怎么选 # 要出图质量、要省心,Midjourney 仍是 2024 年初的最优解;要免费、要本地、要可控,等 SD3 开源。前者是餐厅,后者是自家厨房,不冲突。

2024 年初 AI 对话工具横评:ChatGPT / Claude / Gemini

·3002 字·7 分钟
插图来源:Storyset 2024 年初,AI 对话工具已经不止 ChatGPT 一家了。新手最常问的就是:到底用哪个?这篇不讲虚的,直接给你结论。 一句话结论 # ChatGPT:生态最强,玩法最多,适合爱折腾的人。 Claude:写作和长文本最强,适合文字工作者。 Gemini:谷歌全家桶用户闭眼选,免费大方。 文心一言:国内直连,中文场景够用,适合不想折腾网络的人。 四家对比 # ChatGPT(OpenAI)

AI 生图模型横评

·962 字·2 分钟
想玩 AI 画画,第一步不是学提示词,而是选对模型。主流就三派,差异一次讲清。 插图来源:Storyset Midjourney:审美天花板,闭源付费。 出图直觉最好看的一家,提示词不用写太细也有惊喜。缺点:按月订阅、在 Discord 或官网操作,对新手有轻微门槛。适合:要"好看"大于"可控"的人。入门看这篇 MJ 指南。 Flux:开源新贵,画质能打。 开源模型里综合素质最强的一档,细节和文字渲染进步明显。可以本地跑也可以用在线平台。适合:想免费玩、愿意折腾一点的人。 SD 系(Stable Diffusion 生态):可控性之王。 插件、模型、ControlNet 一套下来,指哪打哪,但学习曲线最陡,还吃显卡。适合:有耐心、想精修商用图的人。本地部署参考这篇。 成本怎么算:Midjourney 按月订阅,适合高频出图;Flux 在线平台多按次或按套餐计费,适合偶尔玩玩;SD 本地跑一次性投入是显卡,电费另算。新手建议先按次付费试水,确定自己真的喜欢再转包月。