AI绘画ai进化实录：同一组提示词新旧模型重跑对比
说我的结论：AI绘画这一两年的进化是实打实的，手部、画面文字和反光这三处差距最大；可旧模型没有全面出局，速度和特定粗糙质感它照样能打。进化不是替换，是分工变细了。
AI绘画ai进化这个话题，空聊没意思，得拿数据说话。我本地一直留着一个两年前的旧开源模型没舍得删，上个月心血来潮，把它跟云端正在用的新款模型拉到同一条跑道上：同一组提示词、同一个种子、相近的采样参数，二十个题材各跑三轮，一共一百二十张图，逐项打分。跑完最大的感受不是"新版真好"，而是看清了进化到底落在哪几个点上——有几个地方跟我预想的完全相反。
怎么比才公平：同词、同种子、同参数
对比要锁死三个变量：提示词一字不改、种子固定、采样步数对齐，只留模型这一个变量，不然比的是调参水平不是模型能力。
规则我先定死了。提示词从我的词表里挑了二十条，短的如"雨夜公交站台 红色雨伞"，长的有七十字的场景描述，中英各半，两边用各自擅长的语言版本——这里有个绕不开的坑：新款模型吃中文，旧模型对中文几乎无感，所以我给旧模型跑的是逐词翻译过的英文版，翻译损耗这口锅我认，记分时单独标注了。
种子两边都固定在同一个数，步数旧模型30步、新模型25步，都是各自社区的常用甜区值。每条词跑三张，弃掉最差一张取两张平均，防止一张好运图拉高印象分。整套跑下来花了两个晚上，云端那边单张9秒左右，本地旧模型6秒——速度这块旧模型先赢一分，这是我没想到的开局。
记分结果：手、文字、反光三处差距最大
旧模型的手崩了七张，新模型只崩一张；画面里的招牌文字旧版全是鬼画符，新版能写出简单的两三个字但仍会错；玻璃和水面反光，新版多了环境倒影这一层。
| 对比项 | 本地旧模型 | 云端新模型 |
|---|---|---|
| 手部（40张含手图） | 崩7张，多为六指 | 崩1张，握姿发僵 |
| 招牌文字（10张） | 10张全鬼画符 | 4张写对两字词，6张错字 |
| 玻璃水面反光 | 反光均匀，像贴图 | 有街景倒影，层次多一层 |
| 多人构图（15张） | 2张肢体粘连 | 15张全过，间距自然 |
| 出图速度 | 6秒，离线 | 9秒，依赖网络 |
翻车集里有一张我得单独说说。"菜市场的鱼摊"这条词，旧模型把鱼鳞画成了规则的六边形网格，像贴了一层地砖；新模型好很多，鳞片有了大小和光泽的变化，但还是能看出一点网格的影子。可见有些老毛病是代际遗传的，进化治了大病，留了小病，验收时别指望一步到位。
最直观的一张对比是"雨夜公交站台"：旧模型的积水是一片均匀的亮，新模型的积水里能看出站台灯管一根根的倒影。就这一处，画面可信度差出一个档次。多人构图那组更悬殊，旧模型两个牵手的人能长出三只手，新模型十五张全部过关，间距和视线都合理——这两年的迭代主要就砸在这些地方，钱花在哪看得清清楚楚。
进化没覆盖的角落：旧模型还能打的场景
批量出草图、断网环境、低配电脑三个场景旧模型照样好用；另外某些要做旧、要颗粒感的风格，旧模型的糙反而是优点。
跑完对比我没有删掉旧模型。三个理由。其一，速度：本地6秒、不排队不费额度，我给客户出草图要一口气跑两百张，用旧模型跑初筛，选中的方向再用新模型精出，流程反而快。其二，断网也能干活，出差路上没信号照样出图，这点云端模型给不了。其三，风格上有个反直觉发现：做旧海报那组词，旧模型出的颗粒感和褪色感比新模型更对味——新模型太干净了，干净得像刚出厂，旧模型的糙正合适。
还有笔账得算给纠结要不要升级的人：新模型是按张计费的，我这两个晚上云端部分花了小几十块。日常随手玩、跑草稿，旧模型零成本；交付级的图再上新模型，这样搭配着用，钱花在刀刃上。
一百二十张图跑完，我对"进化"这个词的理解变了：它不是新旧交替的换血，更像工具箱里多了一把更细的刀。刀多了不假，但哪把切什么，得自己心里有数。模型在进化，用模型的人的判断力，也得跟着进化才行。
常见问题
新模型一定比旧模型出图好看吗？
大体是，但有例外。我实测里做旧、颗粒感这类风格旧模型更对味，加上速度和零成本的优势，一概"喜新厌旧"不划算，按题材分配模型更合理。
对比测试时种子对不上怎么办？
不同模型之间种子只能保证起点一致，不代表画面完全可比，我测的时候也有几组新模型没复现旧模型的构图。遇到这种组别，就当构图随机项处理，只比画质细节，别比构图。
旧模型跑不动新词表吗？
长句和新概念确实吃亏，翻译成英文能救一部分。我的做法是给旧模型用精简短句，控制在20字以内，理解偏差会小很多。
以后还有必要留旧模型吗？
看你的硬盘和用途。有批量草图需求、想省额度、或者做旧风格用得多，留着不亏；纯粹偶尔玩两张的，删了也不心疼。