图像生成自2022年8月后的飞跃
Image generation has come a long way since August 2022
自2022年8月以来，图像生成技术经历了翻天覆地的变化。从早期的SDXL到如今的Ideogram4和Moss-Image，模型在复杂提示词遵循能力上显著提升。Hacker News社区对此展开热烈讨论，有人偏爱早期模型的质朴风格，也有人关注最新的基准测试结果。这场技术演进不仅展示了AI的潜力，也引发了对内容来源和更新频率的思考。
我一直运行着一个基准测试，重点比较生成式图像模型在复杂提示词遵循方面的表现，从2023年SDXL时代至今。
HN 评论区
13- gavmor
没有提示词和统计数据的图像生成结果是……毫无意义的。我们不知道这些图像是否/如何符合要求，也不知道它们耗费了上千小时还是千分之一秒。
> “请问，我该往哪边走？”
> “这很大程度上取决于你想去哪里，”猫说。
> “我不太在乎去哪里——”爱丽丝说。
> “那你走哪条路都无所谓了，”猫说。
（刘易斯·卡罗尔）
- fleshers
哇，怀旧时刻！
挺不可思议的，翻看这些粗糙的旧图竟然真的让我产生了一种模糊的怀旧感。那些破绽和瑕疵本身就是一种极具辨识度的风格。
我记得在等待名单结束后刚拿到 DALLE 接口权限时，我可是疯狂地滥用过。那时我还在上一份工作，工作内容跟现在大不相同。而且那也是我人生中截然不同的一个阶段，四年时间过得真快，真是有趣。
（我倒真希望这篇帖子能做个前后对比，展示一下最新的 SOTA 模型如何处理同样的提示词）
- pants2
没有现代版本或时间跨度的对比吗？
说实话，在某些方面，我反而更喜欢看这些图，而不是那些过度打磨的 2026 年图像生成器。