GPT-4o测试与图像生成策略 VS Stable Diffusion ComfyUI

合集 · ComfyUI (16)

  1. 9:36
    ComfyUI Animatediff AI动画专题
  2. 7:11
    InstantID 人物一致性
  3. 13:16
    Comfyui工作流搭建的底层逻辑
  4. 8:51
    ComfyUI工作流公式使用细则
  5. 7:40
    ComfyUI BrushNet 高新能图像修复模型
  6. 11:18
    ComfyUI Lora 一键训练工作流
  7. 15:55
    ComfyUI Flux.1模型终极指南(一):In-Context-LoRa 万物一致性 x 模型大盘点 x Featurise
  8. 18:13
    ComfyUI Flux.1 Tools 万物迁移终极指南:Fill模型xRedux模型完全解析
  9. 17:01
    GPT-4o测试与图像生成策略 VS Stable Diffusion ComfyUI
  10. 5:29
    ComfyUI Flux.1 ACE++ 图像编辑技术 x 肖像艺术摄影 x 局部重绘 x 万物迁移新物种
  11. 9:13
    AI声音建模:MiniMax Audio 一键声音克隆
  12. 14:59
    大语言模型模型全能指南(一):提示词工程学 x 系统提示词库 x 飞书AI多维表格
  13. 11:50
    Wan2.1视频生成全家桶 ComfyUI Fun Control x VACE视频编辑 x FLF2V首尾帧动画 x SkyReel元素生成视频 x 多人参考
  14. 13:00
    AI绘图现状:遍地是大王 短暂又匆忙 x Qwen-Image制作海报 x Krea模型制作人像摄影和产品摄影
  15. 10:57
    ComfyUI多图参考完全指南(一):Kontext篇 x 双图参考 x 局部重绘 x 溶图
  16. 6:30
    Meshy 6 Preview:一键图转3D模型
Description
随着世界各种顶尖模型的出现,openai似乎慢慢失去了原先的巨大的先发优势,全世界似乎开始对openai新产品没有以前的热情了。然而openai突然空降GPT-4o原生多模态图像生成功能,这个模型,把整个世界的设计师都给炸得片甲不留。
OpenAI在公告中确认,GPT-4o图像生成功能具有以下特点:
精准渲染图像内文字,能够制作logo、菜单、邀请函和信息图等;
基于先前的图像和文本进行扩展,确保多个交互之间的视觉一致性;
以及强大的上下文关联和一致性,甚至可以理解颜色编号;
精准的指令服从
本期视频内容由
第一部分讲讲多尺度自回归生成策略,对比Auto-Regressive与Diffusion模型的区别和优劣。
第二部分是gpt4o的测试和对比comfyui效果的部分,并提出Comfyui的解决方案。
其实说实话,我还是测出了很多美中不足的地方的。

往期视频:
comfyui万能图文公式与底层逻辑:https://www.bilibili.com/video/BV1Zr4regECM/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518
Brushnet图像修复专题:https://www.bilibili.com/video/BV1JGpVeQEae/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518
LoRa一键训练工作流:https://www.bilibili.com/video/BV1JF22YpEVE/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518
InstantID换脸完全指南:https://www.bilibili.com/video/BV1hE421V7yx/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518
In-Context-LoRa 万物一致性 x Flux.1模型模型大盘点:https://www.bilibili.com/video/BV1yzQBYHE2o/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518
Flux.1 Tools 万物迁移终极指南:https://www.bilibili.com/video/BV1T4oyYpEp3/?spm_id_from=333.1387.homepage.video_card.click&vd_source=5985f66dc343071f554b97081370a518

Comments

MemBrick中国 2025-04-09

今天用感觉跟昨天性能差异巨大,水平严重下降,而且多了非常多限制,很多场景不能画了

♥ 18 ↩ 11

LinZambo 2025-04-09

感觉gpt4o帮你做了很多图呢[doge]。

♥ 7 ↩ 3

云笺说红楼 2025-04-09

根据我的使用体验,容易生成大头娃娃,中国人脸不够美,换装会改变原本的衣服

♥ 5 ↩ 1

星途link 2025-04-08

支持实力up[打call]虽然内容太硬核基本看不懂

♥ 4 ↩ 4

Veylorn-AI 2025-05-02

4o这个生图违反内容规定这个检测太玄学了,我遇到过好几种情况,实在不理解他工作的规律 1. 有的时候你直接和他说ip名字都能生图,生不了的时候你喂他原图让他高度还原又能生了,有的时候这两种办法都不行,但是跑sora里又完全没问题,怎么去生ip类的东西都可以[笑哭] 2. 提ip名字生不了,然后它给出的建议是他把提示词改一下,相当于是把角色的特征稍微调整下,然后就生图成功了,但是出图的样子又和ip角色基本一模一样 3. 有的时候这个对话窗生不了,就是那种怎么都生不了,你已经让他把特征都换了,结果还是触发违反条例,然后换一个新对话又可以了 4. 有的ip过于敏感,比如超级玛丽,我都已经让步到单纯提示词是一个小人穿着黄色上衣,绿色背带裤,他的头顶有一个砖块,已经很泛化,不固定的形象,结果还是违规,甚至sora都生不出,东半球最强法务部果然名不虚传[笑哭]

♥ 3

行李在路上 2025-04-14

农夫山泉打钱!!!

♥ 3

账号已注销 2025-04-10

GPT-4O已经是阉割版了现在。4月10号今天是,完全不能用了,跟弱智一样,强行阉割的,非常后悔充值了

♥ 3 ↩ 3

goldenzihang 2025-04-08

为什么你可以讲的这么好笑?

♥ 1 ↩ 6

咸鱼吃菜 2025-04-08

风格迁移烂,[笑哭]

♥ 1

正释然 2025-08-27

请问AI知识库的入口在哪里

钢铁锅含热泪喊修瓢锅 2025-08-02

这么硬的up主,怎么今天才刷到

sethaaron 2025-05-04

怎么访问ai知识库呀

RiseSun_ 2025-05-12

现在ai生图 gpt4o sora mj sd 哪个最强?我最近想学sd但都说gpt4o很强 怕走错路 有大佬指点下吗

林彼丢 2025-04-26

哇塞非常棒的原理讲解和特点剖析,和那些走马观花复读的营销号完全不一样

地豆子大人 2025-04-18

老师你好强!!我一定要跟你学会!!

贝壳里的鬼 2025-04-12

那未来的算法会不会是两种方式的融合?就像sdxl那样用不同的模型来处理不同的step?比如用自回归模型来迅速确认画里的内容,再用diffusion细化。理论上应该也是可以的吧?

量角器的文具盒 2025-04-11

听起来原理已经被猜的差不多了也不复杂 那4o生图功能被复制不是时间问题了吗 要是未来也有自回归的开源图片模型就好了

Jiaye 2025-04-11

是我看过的有含金量的分析

皮哩个涛涛 2025-04-10

哥你是先录音好再去做图片填充视频内容还是哈哈哈哈