照现在这个大模型的迭代速度，实现口交创作不再是梦想。笔者打算把 Qwen-image 的模型进行一轮改图对比测试，结果还躺在草稿箱。
这不，谷歌的Gemini-image一出，改图能力太强大了。身边同事都不免说出牛逼的惊叹。这妥妥的就是懒人设计师的福音，改图口交的神器。哪怕游戏策划再多修改要求，那也是分分钟都能出很多方案啊！实在是等不及想分享给游戏行业的设计师、开发者们。
另外为了体现出Gemini 2.5 Flash Image的生图能力，我单独开了一个专栏进行记录分享：https://trilightlab.com/about-_aigc/
废话不多说，开测。依然是左边是原图，右图是修改后的。
要求：将这个图的王冠修改一个兔头，保持画面风格的一致
修改要求一定要明确，具体。不要出现过多的形容词，例如：参考、大一点、小一点、类似这种抽象类词汇。
要求：将这个图左边的绿叶植物换成水仙，花朵换成水仙花，要求画风一致，将瓶子的颜色修改成绿色主色调。
要求：参考这个构图，重新绘制一个以哈利波特元素相关的药水瓶，要求构图类似，同时融入哈利波特的一些经典元素，植物花朵元素换成食人花，瓶子的主色调为紫色和棕色，有冷暖的对比。
到这一会发现它的修改能力下降了，有可能是因为提示词还有待提高，但同时我认为还存在缺陷。让它参考构图重新创作美感，构图表达是局限。即使你的修改要求巨长，描述的非常具体模型对审美上理解是存在缺陷的。这是天然的一个缺陷。
要求：将图中蓝色的小女孩换成一个老人
上难度，给它潦草的草稿，将图进行上色。该工作流支持2张图，多张图融合输入。
要求：参考图1的画风，给图2进行上色，做成彩色，画面风格一致
总体对于我来说很不错，指哪打哪，很舒服！
线稿上色
要求：参考图1的参考构图，将图2的脸迁移到图1，同时给同1的草稿上色
以上，我认为这将是又一次新的工作流革新。原画师、UI设计师能够在基于现有的设计稿，将工作流嵌入自己的项目中，提供多种设计方案不再需要数小时的修改，更不需要和上游策划掰扯如何修改更合理。多种方案对比之后必然是找到更合适的解决方案。
更重要的是能够让广大的设计师从繁琐的工作中解放出来，聚焦很重要的工作内容上。但同时我们的文字表达又是有局限的，设计师在屏幕上画两笔抽象的形状，文字如何表达出来？这种前后关系文字表达注定是缺点，希望对你有启发。
工作流地址：https://blog.comfy.org/p/nano-banana-via-comfyui-api-nodes
发表回复