网易首页 > 网易号 > 正文 申请入驻

实测生图模型:MiniMax与Seedream的路线与抉择

0
分享至

撰文| 高晓阳

编辑| 郝 鑫

11月9日和10日,字节Seed与MiniMax前后脚发布了,各自的新一代图像模型Seedream 5.5和MiniMax H3-Image。前者主打百轮编辑不崩坏、原生透明素材和图层拆分等功能,后者主打10秒生成16MP大图、开放权重和更低的价格。

我们用同一套提示词和素材做了四项同台对比,之后验证了两款模型各自独有的能力,目的是看两家模型的核心能力,放到同一套考题下能兑现多少。

实测对比下来,我们总结出四条核心结论。

一、写实已经不再是图像模型的分水岭。两家的人像和街景都能乱真,剩下的区别只是审美取向,MiniMax像“街头抓拍”,Seedream像“电影剧照”。选模型时,“谁更真”已经不再是用户该纠结的问题。

二、文字才是这一轮真正的胜负手。十种语言共20行文字,Seedream写对19行,MiniMax只写对12行。对要做多语言海报和出海物料的团队来说,这个差距足以让其决定选谁。

三、多图理解中两款模型“听话”的方式不同。两家各做对5项,MiniMax更忠于参考图,Seedream更忠于文字指令。前者适合照着素材复刻,后者适合按需求改造。

四、堆像素不如做交付。MiniMax的16MP近处经得起放大,远处人群仍会糊;Seedream的图层拆分一次拆对、背景自动补全,更贴近设计师的真实需求。

综合来看,如果要生成的图片中文字以中英文为主,并追求高分辨率和低成本,就选MiniMax;如果图片需要多语言,还要反复改图和分图层编辑,Seedream是更稳妥的选择。

一个拼尺寸,一个拼可控

两款新模型发布时几乎没有重叠的核心卖点,其路线差异一目了然。

MiniMax H3-Image押注的是“更大、更快、更便宜”的路线。

它衍生自MiniMax的H3模型,支持文生图、图像参考和图像编辑。官方称它能在10秒内生成一张4096×4096、约16MP的图像,速度可达市面主流水平的5倍,价格只有同档位产品的50%到70%。MiniMax H3-Image还宣称拥有“开源模型中最强的指令遵循能力”,最多支持16张参考图,并开放了权重。

Seedream 5.5则押注的是“改得稳、能进生产线”的路线。

Seedream 5.5有三项核心的升级,一是多轮编辑时非编辑区域保持像素级不变,官方演示了连续编辑100轮;二是原生RGBA透明素材,最多拆分输出100层;三是写实质感和文字渲染,官方给出的严重文字崩坏率为0.4%。

同一套考题下,真实感难分高下,文字见真章

将两家都具备的能力放在一起比,我们选了写实、文字和多图理解三个方向,共设置了四个案例;只有一家具备的能力则单独验证,MiniMax测试生成大分辨率图片,Seedream测试图层拆分功能。

所有对比测试案例使用同一条提示词,每条只生成一次,固定取第一张,所以结论反映的是单次表现,存在一定随机性。

测试过程中用到的参考图由第三方模型GPT Image 2.6生成,防止任何一款模型“见过”素材。另外,MiniMax默认输出约1680万像素,Seedream在230万到420万像素之间,这在写实和文字两项测试中,理论上对MiniMax更有利。

1.早餐摊人像:两张都能乱真,一个像抓拍,一个像剧照

提示词要求的是一张“手机随手拍”的逆光早餐摊,五十多岁的阿姨掀开蒸笼,热气被阳光照亮。两张图的人物和主体都没有明显的AI痕迹,区别主要在风格和细节执行。

Seedream的画面是标准的电影感,浅景深、金色轮廓光、蒸汽在逆光里层次分明,人物年龄贴合描述。但它没有执行“手机随手拍”的要求,更像一张精心构图的摄影作品。


MiniMax的画面更接近真实街拍,广角、构图随意,阿姨脸上的斑点、皱纹和手背的褶皱都很清晰。问题出在两处,人物明显比要求的五十多岁更年长,背景招牌上的汉字是一串无法辨认的笔画。


2.雨夜大排档:Seedream的光影更讲道理

这一题考的是多光源、多材质的物理一致性。两家都把“老陈烧烤”四个字写对了。

Seedream更贴合提示词里的物理细节,烤炉的烟被炉火映成了橙色,出租车尾灯在湿地面上拉出反光。


MiniMax的画面冲击力更强,霓虹招牌和湿地倒影都很抢眼,但它把“刚下过雨”生成了“正在下雨”,烟也没有被火光染色,整体饱和度和锐度偏高,有明显的后期调色感。


3.十种语言欢迎墙:Seedream写对19行,MiniMax写对12行

我们让两家生成一面机场欢迎墙,10块灯箱分别用简体中文、繁体中文、英文、日文、韩文、法文、德文、俄文、阿拉伯文和泰文,各写一行“欢迎来到上海”的大字和一行“行李提取请左转”的小字,共20行,逐字核对。

Seedream写对了19行,唯一的失误是泰文大字里一个辅音写错,阿拉伯文的连写和书写方向、法文和德文的变音符号都处理正确。


MiniMax写对了12行,中文简繁、英文、法文、德文全部正确,错误集中在其余五种文字。日文「ようこそ」写成了「ようここ」,韩文小字「왼쪽」写成了「왠족」。俄文小字把「слева(左边)」写成了「слава(荣耀)」,意思完全变了。阿拉伯文两行各有字母错误,泰文小字基本成了乱码。


MiniMax这张图的分辨率是Seedream的四倍,因此这些错误很难归咎于像素不够,更可能是模型对长尾文字掌握得还不扎实。Seedream在发布时强调的文字能力的进步,在这次测试里得到了印证。

4.六图合一:两家都做对5项,失分方向相反

我们让GPT准备了6张参考图,要求模型让图1的女生穿上图2的大衣、肩背图3的包、站在图4的雪天街口、摆出图5的姿势,色调参考图6但不能出现图6里的路灯和长椅。两款模型生成的图片都没有串图,人物、大衣、场景和色调都对,区别在于细节上的取舍。


Seedream更忠于文字指令,给这只原本只有手提把的包补了一条肩带,让人物背在肩上;代价是姿势只还原了一半,另一只手握着肩带,没有插进口袋。它的色调更克制,看起来也更像真实照片。


MiniMax更忠于参考图本身,姿势还原得最完整,一手搭额、一手垂在口袋边,但包是拎在手里的,没有背在肩上。图片整体的色调上,MiniMax把青橙两色的对比推得很重。


5.MiniMax的1680万像素:近处是真细节,远处仍会糊

我们让MiniMax生成一张春运候车大厅的大场景,并在其中藏6个小彩蛋,成图分辨率为5472×3072。6个彩蛋全部出现,举着“妈我到了”纸牌的小男孩、靠柱子睡觉的保安、显示“G1234北京南14:05正点”的电子屏都准确无误,只有泡面桶上的“红烧牛肉面”漏了“肉”字。


放大到100%,前景的羽绒服褶皱、保安制服上的徽章和泡面的热气都经得起看,但远处的人群开始出现融化感,人脸细节明显不足。MiniMax提升了分辨率,可画面细节的分布却并不均匀。

6.Seedream的图层拆分:六层一次拆对,背景自动补全

我们把一张GPT生成的《追风的女孩》电影海报交给Seedream,要求拆成人物、风筝、片名、小字、阳光光晕和背景六个透明图层,结果一次拆对。人物层保留了飘动的发丝和手里的风筝线轴,风筝层带着细长的风筝线,片名的毛笔笔触和小字也完整保留。


最实用的是背景层,女孩原来所在的位置被自动补成了连续的油菜花田和天空,在画布预览中看不出抠除的痕迹。对设计师来说,他们能拿到的不再只是一张图,而是一份可以继续编排的源文件。

经过上面几轮的测试,我们能够得出结论:在生图方面,写实不再是护城河,交付能力才是。

图像模型在写实上已经越过了门槛,当“画得像”成为标配,就很难再构成竞争壁垒。

能够拉开差距的,是决定一张图能不能直接用的能力。一张写错字的海报再好看也无法交付,而对出海品牌来说,阿拉伯文、泰文这类长尾文字恰恰是刚需。图层拆分也是如此,可以把输出从“成品图”变成了“可编辑的素材”。

两家的路线因此更清晰。

MiniMax走的是基础设施路线,用分辨率、速度、价格和开放权重扩大使用面,开放权重也让社区有机会自行补齐多语言文字这类短板。

Seedream走的是生产工具路线,多轮编辑、透明素材和图层拆分都指向同一个目标,嵌进电商、广告和设计团队的日常流程。

图像创作模型下一阶段的较量大概率不在谁画得更像,而在谁能写得对、改得准、拆得开,把一次生成变成一份可以交付的工作成果。


微信号|TMTweb

公众号|光子星球

别忘了扫码关注我们!

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
邳州市人大常委会党组成员、四级调研员、邳州市总工会主席张莹接受纪律审查和监察调查

邳州市人大常委会党组成员、四级调研员、邳州市总工会主席张莹接受纪律审查和监察调查

扬子晚报
2026-11-20 15:04:57
丢人!一女博主自曝在德国15年,交往过大量的外国男人,后续会出专题系列

丢人!一女博主自曝在德国15年,交往过大量的外国男人,后续会出专题系列

小徐讲八卦
2026-11-20 06:39:39
APEC三方会晤刚落幕,返程飞机上川普变卦,大国棋局迎来惊天变化

APEC三方会晤刚落幕,返程飞机上川普变卦,大国棋局迎来惊天变化

战友老邓
2026-11-20 12:37:32
俄副外长:俄方不接受乌克兰成为北约“准成员”

俄副外长:俄方不接受乌克兰成为北约“准成员”

界面新闻
2026-11-20 16:01:42
已全线售罄!APEC欢迎晚宴上,广州荔枝冰酒火了:一天4000瓶一抢而空,网店营业额暴增900多倍,厂家紧急加班补货

已全线售罄!APEC欢迎晚宴上,广州荔枝冰酒火了:一天4000瓶一抢而空,网店营业额暴增900多倍,厂家紧急加班补货

极目新闻
2026-11-20 15:22:02
检察机关正式受理刘海兵法官“违法行为监督案 ”

检察机关正式受理刘海兵法官“违法行为监督案 ”

宾语观世
2026-11-20 21:54:23
满仓满融死扛存储的大佬,归零了!

满仓满融死扛存储的大佬,归零了!

大财可富司机
2026-11-20 13:55:47
山东男子专挑留守妇女下手,糟蹋村中20名妇女,作案手法触目惊心

山东男子专挑留守妇女下手,糟蹋村中20名妇女,作案手法触目惊心

悬疑故事屋
2026-11-20 14:42:49
TVB台庆:叶蒨文露半球狂凹造型,却被汪明荃的辣椒装抢了风头

TVB台庆:叶蒨文露半球狂凹造型,却被汪明荃的辣椒装抢了风头

手工制作阿歼
2026-11-20 16:14:33
美国下月举办G20峰会期间,是否会举行第二次中俄美三国元首会晤,外交部回应

美国下月举办G20峰会期间,是否会举行第二次中俄美三国元首会晤,外交部回应

政知新媒体
2026-11-20 15:25:01
全完了!黄仁勋多项“恶行”被美国媒体曝光,多名英伟达高管大爆黑料

全完了!黄仁勋多项“恶行”被美国媒体曝光,多名英伟达高管大爆黑料

可达鸭面面观
2026-11-19 21:51:59
男子花800元购仿真虎皮坐垫在院里晾晒,被路过萌娃误传为“有人杀虎”,当事人:吓了一跳,林业局找上门,派出所也准备出警

男子花800元购仿真虎皮坐垫在院里晾晒,被路过萌娃误传为“有人杀虎”,当事人:吓了一跳,林业局找上门,派出所也准备出警

潇湘晨报
2026-11-20 12:00:15
华泰证券:中国股市的估值已经具备非常明显的吸引力

华泰证券:中国股市的估值已经具备非常明显的吸引力

澎湃新闻
2026-11-20 15:09:41
美悬赏1000万美元搜集缅甸电诈园区线索,知情人:园区以“欧美盘”为主,已基本搬空

美悬赏1000万美元搜集缅甸电诈园区线索,知情人:园区以“欧美盘”为主,已基本搬空

红星新闻
2026-11-20 15:33:23
西湖边64㎡两居室13.9万元起拍,产权清晰,无抵押,能直接落户,学区是杭州头部小学,真有人能捡漏吗?中介一句话戳破真相

西湖边64㎡两居室13.9万元起拍,产权清晰,无抵押,能直接落户,学区是杭州头部小学,真有人能捡漏吗?中介一句话戳破真相

都市快报橙柿互动
2026-11-20 09:37:46
高市早苗APEC独坐角落扇扇子,引日本网民群嘲:是去丢人现眼的吗?

高市早苗APEC独坐角落扇扇子,引日本网民群嘲:是去丢人现眼的吗?

可达鸭面面观
2026-11-20 08:41:45
高市见了普京

高市见了普京

周边问题研究所
2026-11-20 13:12:01
今年大概是初中最后的辉煌了,明年起,初中生将越来越少。

今年大概是初中最后的辉煌了,明年起,初中生将越来越少。

小羽叨叨叨
2026-11-20 14:53:15
王思聪洛杉矶豪宅内烤全羊,双手插兜合影显霸气!网友:好惬意

王思聪洛杉矶豪宅内烤全羊,双手插兜合影显霸气!网友:好惬意

娱乐团长
2026-11-18 13:17:46
一次性补缴10万元,每月领1433元,成都养老补缴爆了

一次性补缴10万元,每月领1433元,成都养老补缴爆了

数字财经智库
2026-11-20 09:36:50
2026-11-20 22:55:00
光子星球 incentive-icons
光子星球
细微之处,看见未来!
1702文章数 2159关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

艺术
健康
房产
数码
公开课

艺术要闻

2026 研究与超越——中国小幅油画作品双年展 油画选(二)

医生眼里"很伤腰"的椅子,很多人天天坐

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

数码要闻

影石Mic Pro、Wave两款麦克风获升级,可原生接入腾讯WorkBuddy

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版