文生图 vs 垫图：两种完全不同的事

从「文生图 (Text-to-Image)」走到「垫图 (Image-to-Image)」

「文生图 (Text-to-Image)」先把问题落在「模型按文字描述生成，但每次角色长什么样，全靠运气」上；到了「垫图 (Image-to-Image)」，讨论继续推进到「输入：参考图 + 文字 参考图 + 「该角色 在书房办公，笔记本电脑，暖色调」 以参考图为锚点生成 模型根据参考图约束外貌，该角色 每次都长一样 核心区别： 文生图是从无到有，模型每次对 该角色 的想象都不同；垫图是以图为锚，参考图锁定了 该角色 的外貌，模型只在这个约束下变换场景和动作」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。

把这条判断带到下一个场景

做模型选择时，先用真实任务写出不能妥协的条件，再用同一组输入比较质量、失败方式、延迟、许可和成本；榜单只适合作为起点。

• 「文生图 (Text-to-Image)」：模型按文字描述生成，但每次角色长什么样，全靠运气
• 「垫图 (Image-to-Image)」：输入：参考图 + 文字 参考图 + 「该角色 在书房办公，笔记本电脑，暖色调」 以参考图为锚点生成 模型根据参考图约束外貌，该角色 每次都长一样 核心区别： 文生图是从无到有，模型每次对 该角色 的想象都不同；垫图是以图为锚，参考图锁定了 该角色 的外貌，模型只在这个约束下变换场景和动作
• 「什么场景用哪种」：场景 推荐模式 原因 纯背景/环境图 文生图 不涉及角色，纯场景描述即可 食物、物品特写 文生图 无需人物一致性约束 角色出镜（该角色 做某事） 垫图 必须保证还是 该角色，需要参考图锚定 角色换装 垫图 脸不变衣服变，必须有脸部参考 多场景系列图 垫图 一组图里角色外貌需一致 创意发散/概念探索 文生图 不需要锁定形象，越多变越好 文生图 = 无中生有，适合不需要一致性的场景；垫图 = 以图为锚，适合角色必须稳定的…

最后的「什么场景用哪种」把讨论落到「场景 推荐模式 原因 纯背景/环境图 文生图 不涉及角色，纯场景描述即可 食物、物品特写 文生图 无需人物一致性约束 角色出镜（该角色 做某事） 垫图 必须保证还是 该角色，需要参考图锚定 角色换装 垫图 脸不变衣服变，必须有脸部参考 多场景系列图 垫图 一组图里角色外貌需一致 创意发散/概念探索 文生图 不需要锁定形象，越多变越好 文生图 = 无中生有，适合不需要一致性的场景；垫图 = 以图为锚，适合角色必须稳定的…」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。