图像生成模型是什么
文生图模型把文字提示词转成图片，主流分两类：闭源 API（OpenAI 的图像模型、Google Imagen、Midjourney 等）出图稳定、按张或按分辨率计费；开源自部署（Stable Diffusion 系、FLUX 等）可控性高、能本地跑，但需要自己维护推理服务。此外还有图生图与局部重绘（带参考图或蒙版）用于改图和扩图。商用前必须确认平台条款与素材来源，生成结果的版权状态各地并不一致。
基本信息
| 闭源代表 | OpenAI 图像模型、Imagen、Midjourney |
|---|---|
| 开源代表 | Stable Diffusion 系列、FLUX |
| 输入 | 提示词 + 参考图或蒙版（可选） |
| 输出 | 图片文件或临时 URL |
| 计费 | 按张或按分辨率档位 |
| 平台限制 | 内容审核与素材来源条款 |
典型使用场景
- 电商与营销：主图、场景图与节日素材的批量出稿
- 内容配图：公众号、PPT、文档的示意插图
- UI 与插画草稿：快速生成风格参考再人工精修
- 图片编辑：局部重绘、去背景、扩图与换风格
- 数据合成：为视觉模型补少量稀缺类别样本
图像生成最小调用
图像生成最小调用
# 密钥走环境变量
export OPENAI_API_KEY=你的密钥
cat > payload.json <<'EOF'
{"model":"gpt-image-1","prompt":"一只戴眼镜的橘猫，扁平插画风格，米白背景","size":"1024x1024","n":1}
EOF
# 调用生成接口并把结果存盘，不要只留在命令行输出里
curl -s https://api.openai.com/v1/images/generations -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" -d @payload.json -o result.json
# 返回可能是 URL 或 base64：URL 有有效期，拿到后立即下载转存常见参数怎么读
| 参数 | 作用 | 注意点 |
|---|---|---|
| size | 决定出图分辨率与计费档 | 部分比例会被平台归一化到支持的档位 |
| n | 一次生成的张数 | 批量出图成本线性上升，需要抽检质量 |
| 参考图/蒙版 | 图生图与局部编辑 | 尺寸与格式有要求，不符会直接报错 |
| 返回格式 | URL 或 base64 | URL 常带有效期，不转存会拿到失效链接 |
提示词里出现真人姓名、品牌标识、受保护角色，会被审核拒绝或引发侵权争议；生成内容商用前先读平台条款。
自部署方案的优势是无外部调用、成本可预测，代价是要自己处理排队、显存与并发；出图量不大时按张计费的 API 通常更省事。