豆包太“过分”了！痛击即梦1899 ，香蕉$100会员！

世界上最神奇的一幕出现了：

免费的豆包已经更新到 4.5，而收费的即梦才更新到 4.1。

一下子一口老血溅了一屏幕！

我为了学习 AI 作图可是下了血本。开了好几个年会员了！！

我一定要测一测我这 1899 的含水量有多少！顺便对比下我花了 100 美元的 Banana Pro。

现在购买 AI 会员，真的很容易被背刺啊！（刚被字节的 Trae 年会员背刺了一波）。

下面我就找几个例子给大家对比一下。

1.哪吒和兔子狐狸

当前《疯狂动物城 2》非常火爆，豆包也趁热推出了一个提示词，可以让任何人与兔警官合照。我就拿这个例子来测一测。

我们请国漫一哥哪吒来捧个场！

首先我们准备三张图片。

然后，把三张图片依次上传，贴上同样的提示词。

接下来我们验收结果。

下面是豆包的结果：

出图的时候会有一句描述：“我将参考你提供的兔子、狐狸和女生形象，生成一张 3:4 比例的高角度俯拍三人自拍照，背景为坐满观众的电影院，银幕显示《疯狂动物城》海报。”

下面是即梦的结果：

即梦是不说话的，直接给出 4 张图，我选了一张。

下面Banana Pro的结果：

它说了一段英文：“I’ll generate an image based on your detailed description, incorporating the three reference characters (rabbit, fox, and girl) in a selfie-style composition at a movie theater.”

这……什么鬼。这感觉 NB 的造型有点不对劲啊，还把哪吒变成了女孩子。

我决定再给他一次机会：“中间的图片是哪吒，不是女的。修改一下这部分提示词，重新生成，一定要保持参考图中的人物一致性”

最终得到图片如下：

看了这三张图，你们觉得哪个更好？或者哪个更符合提示词的要求？

我们的提示词是：

比例 3:4，高角度俯拍三人自拍照，画面构图紧凑，三位主体靠得很近，头部略微上仰，眼神直视镜头，左侧人物站得略靠前，女生站在中间位置且略微内扣身体，头部比例夸张放大，日系视觉系风格，iPhone 前置自拍效果，画面清晰明亮均匀，背景为坐满观众的超大电影院，两人背对银幕，银幕显示《疯狂动物城》电影海报填满屏幕，人物无缝融进画面，视觉过渡自然。参考第一张图片中的兔子形象、第二张图片中的狐狸形象和第三张图片中的女生形象进行创作。

其实提示词是有一点 点问题的，因为说了是女生，而哪吒是个臭小子。但是不重要，看效果就可以了。错误的提示词可能更加能凸显模型能力。

总的来说，免费的豆包并没有差在哪里；反过来说，收费的两位也没有强到哪里去。

第一把刀已经扎到我的肉里了，疼！

2.1:1转真人

上面例子是豆包官方推荐的例子，所以对豆包而言肯定有优势。下面做一个 Banana Pro 已经验证成功的提示词，就是动漫转真人。

给一张樱木花道的图片：

然后要求 1:1 转真人，其实只要提示“转真人”就可以了。加 1:1，豆包和即梦会生成方形图片。

结果如下：

哇，终于！这一波 Banana Pro 赢了。

豆包是 2D 转 2.5D，即梦是 2D 转 3D。只有香蕉是真的变真人了，而且很逼真，表情也做出来了。

这一波，1899 的即梦，啥也不是。其实从抽卡情况看，即梦和豆包效果基本一致。

3.影视风格

上面两个例子，都有偏向性，没有偏向即梦。这次拿一个即梦 4.1 文档中的例子。即梦（SeeDream）模型每次更新都会做一个更新演示。4.0 和 4.1 都做了专门的演示，给了大量的实战案例。

这次更新举了四个模型亮点。第四个叫影视风格。我们就试试这个提示词。

下面是第一个提示词结果：

笑死我了，两个模型打的不是同一场仗，所以很难比较。而即梦和豆包比较的话，即梦要好一点：画面的影视感更好，而且说一个女战士，就是一个女战士；豆包自我发挥多出了一个人。

第二个提示词的结果：

这又是三种不同的风格，即梦的风格最接近当前中国 3D 动漫的效果。

介绍中说的 更专业的创意、美学和一致性保持 好像也没有骗我。问题是，都叫 SeeDream，为啥豆包版本号要比即梦高呢？这是两个团队不同微调，还是一个团队的两个模型？

大家来说说，我这3000多是不是不白花了？？？！！！ 求安慰！

最后给大家分享一段提示词，找个没人的地方尝试。

女性和小孩请自觉回避。

{
  "body": {
    "waist": "tiny",
    "ass": "big",
    "race": "white"
  },
  "mirror": {
    "reflective": "true"
  }
}

我终于知道大佬们为什么喜欢用 JSON 格式了：看着像写代码，很专业、正经。但一旦用起来，就很有威力……

对于这段提示词，小豆包胆子还挺肥，基本每次都能出图，但发挥不稳定，也可能被拦截。 即梦撞墙好多次，YouMind 上的 Banana Pro 也拒绝生成， 连 Hugging Face 上的 Z-Image 都拒绝了。 目前看只有 Grok 和离线版 Z-Image 可以肆无忌惮地执行这条命令。

其实，我是很想发图片的，但是怕系统给我拦咯，给我打上不正经的标签🏷！

好了，今天就先这样，如果大家对这几个顶级的图片模型有兴趣，可以留言。

我多分享一些好用，好看，好玩的提示词，以及效果对比。