實測生圖模型：MiniMax與Seedream的路線與抉擇

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：光子星球）

撰文| 高曉陽

我們用同一套提示詞和素材做了四項同台對比，之后驗證了兩款模型各自獨有的能力，目的是看兩家模型的核心能力，放到同一套考題下能兑現多少。

實測對比下來，我們總結出四條核心結論。

一、寫實已經不再是圖像模型的分水嶺。兩家的人像和街景都能亂真，剩下的區別只是審美取向，MiniMax像「街頭抓拍」，Seedream像「電影劇照」。選模型時，「誰更真」已經不再是用户該糾結的問題。

二、文字纔是這一輪真正的勝負手。十種語言共20行文字，Seedream寫對19行，MiniMax只寫對12行。對要做多語言海報和出海物料的團隊來説，這個差距足以讓其決定選誰。

三、多圖理解中兩款模型「聽話」的方式不同。兩家各做對5項，MiniMax更忠於參考圖，Seedream更忠於文字指令。前者適合照着素材復刻，后者適合按需求改造。

四、堆像素不如做交付。MiniMax的16MP近處經得起放大，遠處人群仍會糊；Seedream的圖層拆分一次拆對、背景自動補全，更貼近設計師的真實需求。

一個拼尺寸，一個拼可控

兩款新模型發佈時幾乎沒有重疊的核心賣點，其路線差異一目瞭然。

MiniMax H3-Image押注的是「更大、更快、更便宜」的路線。

Seedream 5.5則押注的是「改得穩、能進生產線」的路線。

同一套考題下，真實感難分高下，文字見真章

將兩家都具備的能力放在一起比，我們選了寫實、文字和多圖理解三個方向，共設置了四個案例；只有一家俱備的能力則單獨驗證，MiniMax測試生成大分辨率圖片，Seedream測試圖層拆分功能。

所有對比測試案例使用同一條提示詞，每條只生成一次，固定取第一張，所以結論反映的是單次表現，存在一定隨機性。

測試過程中用到的參考圖由第三方模型GPT Image 2.6生成，防止任何一款模型「見過」素材。另外，MiniMax默認輸出約1680萬像素，Seedream在230萬到420萬像素之間，這在寫實和文字兩項測試中，理論上對MiniMax更有利。

1.早餐攤人像：兩張都能亂真，一個像抓拍，一個像劇照

提示詞要求的是一張「手機隨手拍」的逆光早餐攤，五十多歲的阿姨掀開蒸籠，熱氣被陽光照亮。兩張圖的人物和主體都沒有明顯的AI痕跡，區別主要在風格和細節執行。

Seedream的畫面是標準的電影感，淺景深、金色輪廓光、蒸汽在逆光里層次分明，人物年齡貼合描述。但它沒有執行「手機隨手拍」的要求，更像一張精心構圖的攝影作品。

MiniMax的畫面更接近真實街拍，廣角、構圖隨意，阿姨臉上的斑點、皺紋和手背的褶皺都很清晰。問題出在兩處，人物明顯比要求的五十多歲更年長，背景招牌上的漢字是一串無法辨認的筆畫。

2.雨夜大排檔：Seedream的光影更講道理

這一題考的是多光源、多材質的物理一致性。兩家都把「老陳燒烤」四個字寫對了。

Seedream更貼合提示詞里的物理細節，烤爐的煙被爐火映成了橙色，出租車尾燈在濕地面上拉出反光。

MiniMax的畫面衝擊力更強，霓虹招牌和濕地倒影都很搶眼，但它把「剛下過雨」生成了「正在下雨」，煙也沒有被火光染色，整體飽和度和鋭度偏高，有明顯的后期調色感。

3.十種語言歡迎牆：Seedream寫對19行，MiniMax寫對12行

我們讓兩家生成一面機場歡迎牆，10塊燈箱分別用簡體中文、繁體中文、英文、日文、韓文、法文、德文、俄文、阿拉伯文和泰文，各寫一行「歡迎來到上海」的大字和一行「行李提取請左轉」的小字，共20行，逐字覈對。

Seedream寫對了19行，唯一的失誤是泰文大字里一個輔音寫錯，阿拉伯文的連寫和書寫方向、法文和德文的變音符號都處理正確。

MiniMax寫對了12行，中文簡繁、英文、法文、德文全部正確，錯誤集中在其余五種文字。日文「ようこそ」寫成了「ようここ」，韓文小字「왼쪽」寫成了「왠족」。俄文小字把「слева（左邊）」寫成了「слава（榮耀）」，意思完全變了。阿拉伯文兩行各有字母錯誤，泰文小字基本成了亂碼。

MiniMax這張圖的分辨率是Seedream的四倍，因此這些錯誤很難歸咎於像素不夠，更可能是模型對長尾文字掌握得還不紮實。Seedream在發佈時強調的文字能力的進步，在這次測試里得到了印證。

4.六圖合一：兩家都做對5項，失分方向相反

我們讓GPT準備了6張參考圖，要求模型讓圖1的女生穿上圖2的大衣、肩背圖3的包、站在圖4的雪天街口、擺出圖5的姿勢，色調參考圖6但不能出現圖6里的路燈和長椅。兩款模型生成的圖片都沒有串圖，人物、大衣、場景和色調都對，區別在於細節上的取捨。

Seedream更忠於文字指令，給這隻原本只有手提把的包補了一條肩帶，讓人物背在肩上；代價是姿勢只還原了一半，另一隻手握着肩帶，沒有插進口袋。它的色調更剋制，看起來也更像真實照片。

MiniMax更忠於參考圖本身，姿勢還原得最完整，一手搭額、一手垂在口袋邊，但包是拎在手里的，沒有背在肩上。圖片整體的色調上，MiniMax把青橙兩色的對比推得很重。

5.MiniMax的1680萬像素：近處是真細節，遠處仍會糊

我們讓MiniMax生成一張春運候車大廳的大場景，並在其中藏6個小彩蛋，成圖分辨率為5472×3072。6個彩蛋全部出現，舉着「媽我到了」紙牌的小男孩、靠柱子睡覺的保安、顯示「G1234北京南14:05正點」的電子屏都準確無誤，只有泡麪桶上的「紅燒牛肉麪」漏了「肉」字。

放大到100%，前景的羽絨服褶皺、保安制服上的徽章和泡麪的熱氣都經得起看，但遠處的人群開始出現融化感，人臉細節明顯不足。MiniMax提升了分辨率，可畫面細節的分佈卻並不均勻。

6.Seedream的圖層拆分：六層一次拆對，背景自動補全

我們把一張GPT生成的《追風的女孩》電影海報交給Seedream，要求拆成人物、風箏、片名、小字、陽光光暈和背景六個透明圖層，結果一次拆對。人物層保留了飄動的發絲和手里的風箏線軸，風箏層帶着細長的風箏線，片名的毛筆筆觸和小字也完整保留。

最實用的是背景層，女孩原來所在的位置被自動補成了連續的油菜花田和天空，在畫布預覽中看不出摳除的痕跡。對設計師來説，他們能拿到的不再只是一張圖，而是一份可以繼續編排的源文件。

經過上面幾輪的測試，我們能夠得出結論：在生圖方面，寫實不再是護城河，交付能力纔是。

圖像模型在寫實上已經越過了門檻，當「畫得像」成為標配，就很難再構成競爭壁壘。

兩家的路線因此更清晰。

MiniMax走的是基礎設施路線，用分辨率、速度、價格和開放權重擴大使用面，開放權重也讓社區有機會自行補齊多語言文字這類短板。

圖像創作模型下一階段的較量大概率不在誰畫得更像，而在誰能寫得對、改得準、拆得開，把一次生成變成一份可以交付的工作成果。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！