Seedream 5.0联网生图抓热点-知了AI

开篇：一张海报，卡死了三代生图模型

2026 年 2 月 10 日晚上，一位做宣发的朋友让我出张庆功海报，次日一早就要发。我用 Midjourney 写了很漂亮的提示词——大漠、孤城、刀客背影、胶片颗粒——三十秒出图，画面好看，但那串票房数字是错的，主演名字也是编的。改了六轮，失败。

Seedream 5.0 改变的就是这件事。它由字节跳动 Seed 团队推出，2026-02-10 先在自家产品落地（剪映、CapCut、小云雀、即梦 AI），2 月下旬开放火山引擎 API；Lite 版 2026-02-13 发布、2 月 24 日开放 API（seedream-5-0-260128）。核心两条：多步视觉推理与实时联网检索，字节称其为首个支持实时网页检索的生图模型。

但要说一句不太讨喜的判断：实时联网不是”自动查热搜”的开关，而是可被调度的检索模块。写”画一张票房海报”它未必搜，写清”先搜某日票房榜第一名及其累计票房，再排版”才会真检索。

这一刻，问题的性质就变了：生图模型的竞争焦点，从”画得像不像”转向了”知不知道”。过去所有模型的知识都停在训练截止日，此后发生的一切它一概不知；而实时联网把这条截止线推迟到了按下生成的那一刻。这正是本文要讲清楚的事——如何把”检索”写进指令，让每一张热点图都立在当天的真数字上，而不是吃训练截止日期的亏。

训练截止日期：为什么以前的模型画不出刚发生的事

一个被大多数人忽略的物理事实

文生图模型的知识，本质上是训练语料里的统计关联。它在训练时看过几百万张海报、几亿对图文，学会了”票房海报长什么样””冠军海报该用什么色调”，但知识边界被语料打包那一天锁死了——不联网的话，2026 年的 Seedream 5.0 知识同样停在训练结束那一刻。

三类失败，几乎每周都会撞上：

数字错误型：让它写”全球票房 15.3 亿美元”，它会给你 13.8、12.4 或者干脆写个”BILLION”糊弄过去。因为数字对它来说是待生成的 token，不是待查询的事实。
实体错位型：你让它画”某品牌 2026 年春季新品发布会海报”，它画出的是 2024 年的旧款产品外形，甚至把两个不同代际的设计混在一起。
事件虚构型：让它画”昨晚的德比战”，它会生造一个 3:2 的比分和一个不存在的最佳球员。这种最危险，因为画面看起来毫无破绽，第一时间你甚至发现不了。

为什么”检索 + 生图”这条路过去走不通

有人会说，自己查好资料再写进提示词不就行了？可以，这也是过去最主流的做法，但痛点很明显：人工查证一次要花 20 分钟；纯文字描述传不了”画面感”；一次出 10 张系列图时，人工对照的误差还会累积。

联网检索做的，正是把”查证 + 视觉对齐”塞进模型内部：先用多步视觉推理规划一遍，再发检索请求，最后把文本事实转成构图决策。它不是简单地把搜索结果拼进提示词，而是让检索结果参与构图。

检索结果和画面之间还有一层转化

检索到的文本和画面之间，还隔着一层”转化”：模型要把”累计票房 38.7 亿”翻译成”烫金大字、居中、字号是片名的 1.8 倍”。这层转化做得好不好，直接决定海报能不能用。所以后文的三段式里，检索段和排版段必须分开写，不能混在一起。

时效性内容的护城河，正在从模型转向检索质量

我的判断是：过去两年做热点图，比拼的是谁的模型画得更好看；现在，尤其是在 Seedream 5.0 这类联网生图模型出现之后，比拼的东西换了。同一个模型，两个人写不同指令，一张是真的、一张是编的。模型能力正在变成公共品，检索调度能力才是新的护城河，上限取决于你把检索意图描述得有多清晰。

触发机制：什么样的提示词会真的触发搜索

在即梦和 API 两条路径上实测下来，触发实时联网需要三个信号同时出现，缺一个就会大打折扣：

信号类型	具体表现	写法示例	单独出现时是否会触发
显式检索动词	出现”搜索””查询””检索””查找最新””联网获取”等动词短语	“搜索最新中国电影票房榜”	弱触发，约 30%
时间锚点	精确到日/周/月的时间限定，且明显晚于模型训练期	“截至 2026 年 2 月 18 日””本周””昨晚”	弱触发，约 20%
可验证事实槽位	画面中需要呈现具体数字、名称、排名、比分、日期等可被证伪的信息	“第一名影片名 + 累计票房数字（含货币单位）”	中等触发，约 50%
三者组合（检索动词 + 时间锚点 + 事实槽位）：强触发，接近 100%，且结果中约 7 成能引用到当天或前一日的数据

最不触发检索的写法是纯视觉描述——”一张票房海报，大漠孤烟，胶片质感”。它没有一个事实槽位，模型想搜也无处下手。你给的不是检索任务，是美术任务。这也是很多人试完说”联网没用”的真正原因。

怎么写才搜得准

把检索段当成给新来的实习生写任务说明：他不会读心，你得讲清查什么、查哪段时间、查哪几个字段、查不到怎么办。以下四条纪律，每一条都是踩坑换来的。

纪律一：时间窗口要收紧

“最新票房”太模糊，可能命中三年前的盘点文章。改成”截至 2026 年 2 月 18 日的单日票房榜前 3 名”，命中率立刻提升。单日、周、月度累计、历史累计，四种口径必须写清。

纪律二：字段要枚举，最多 4 个

一次检索不要贪多，标准配置是实体名、关键数字、单位、时间四个字段。字段越多，注意力越分散，检索精度反而下降。

纪律三：要求”来源一致性”

加一句”所有数字须来自同一来源，冲突时以官方发行方/联赛官网为准”。实测能把数字自相矛盾的概率从约 25% 降到 8%。

纪律四：给兜底指令

加一句”若检索不到当日数据，在画面角落留白，不要生成占位数字”。生图模型最危险的不是搜不到，是搜不到还假装搜到了。

三段式指令结构：搜索什么 → 怎么排版 → 要什么质感

为什么是三段，而不是一长串

Seedream 5.0 的提示词上限约 5000 字符，够写两千字，但能写不等于该写：模型会按段落分配注意力。揉成一大段，检索会被排版稀释，结果就是”排版很漂亮，数字全是编的”。

还有个原因是逻辑顺序：排版依赖事实（有几个数字、名字多长、要不要放排名），质感又依赖排版（决定像什么类型的海报）。反过来写，质感就会压过事实，出”好看但错”的图。所以这三段既是格式，也是执行优先级。

通用模板（可直接复制）

【第一段 · 检索】
联网搜索以下事实，只使用检索结果，禁止凭记忆补全：
- 事件：2026 年 2 月中国内地春节档票房榜第 1 名影片
- 需获取字段：影片中文名 / 累计票房（单位：亿元人民币，保留 1 位小数）/ 上映天数 / 发行方名称
- 时间窗口：截至 2026 年 2 月 18 日 24:00
- 来源要求：以猫眼专业版或灯塔专业版公开数据为准；多源冲突时取数值较高且更新较晚的一条
- 兜底：若检索不到，对应位置留空，不要生成任何估算数字

【第二段 · 排版】
画面为中国电影庆功海报竖版构图，比例 3:4：
- 主视觉：该片核心角色侧身剪影，位于画面中部偏下，占据约 55% 画面高度
- 主标题：影片中文名，顶部 1/4 区域，超粗无衬线黑体，居中对齐，字距收紧
- 数字区：累计票房数字放置在中部偏上，字号为主标题的 1.8 倍，后接"亿"字小字标注，数字使用烫金材质
- 辅助信息：上映天数与发行方名称置于底部 1/8 区域，小字号横排，左右对齐
- 层级规则：数字 > 片名 > 主视觉 > 辅助信息，避免任何元素遮挡数字

【第三段 · 质感】
8K 电影质感，超宽银幕电影调色（青橙对比），高动态范围，可控胶片颗粒（强度约 15%），
主光为侧逆光，边缘轮廓光描边，背景景深柔和虚化，印刷级烫金工艺，专业院线海报水准。
避免：塑料感、过度锐化、AI 油腻高光、随机水印。

模板里三个不能删的细节

第一，”禁止凭记忆补全”不是废话，实测它能明显降低模型用训练知识顶替检索结果的倾向。第二，”数字 > 片名 > 主视觉”的层级规则，解决的是 AI 海报最常见的数字被剪影遮住的问题。第三，质感段最后那行”避免”，比前面所有正向描述都管用——生图的失败模式集中在几个高频坏习惯上，点名封杀最省事。

三段之间的连接词很关键

很多人抄了模板还是不行，问题出在删掉了段首的【第一段·检索】这类标记。它们不是装饰，而是给多步推理的显式分段信号。去掉后检索命中率大概掉两成。

把检索生图的三段模板落成”参数”，而不是散文

进阶一点的做法：把三段式写成带变量的模板，用程序拼装。人写散文容易漏时间锚点，程序不会。下面这段伪代码处理三个必填项，少一个直接报错，从源头避免”忘了写时间”这类低级错误。

def build_prompt(event, fields, deadline, source, layout, mood):
    # 检索段只允许四个字段，多一个就截断，防止注意力稀释
    fields = fields[:4]
    search = f"联网搜索{event}，时间窗口：截至 {deadline}；需获取：{'/'.join(fields)}；"
    search += f"来源以 {source} 为准，多源冲突取更新更晚的一条；查不到则留空，禁止估算。"
    layout = f"画面按 {layout} 排版，数字为最高层级，禁止任何元素遮挡。"
    mood = f"最终质感：{mood}，8K，避免塑料感与随机水印。"
    return f"【第一段·检索】{search}\n【第二段·排版】{layout}\n【第三段·质感】{mood}"

# 调用示例：一次拼出票房热点图的完整检索生图指令
print(build_prompt("2026年2月春节档票房第一名", ["片名", "累计票房(亿元)", "上映天数", "发行方"],
                   "2026-02-18 24:00", "猫眼专业版", "竖版3:4庆功海报", "青橙电影调色"))

四类高价值场景：把模板套进真实业务

下面是四类我实测最多、也最值得自动化的场景。每一类的示例子都把三段式压缩得更紧凑一些——真实使用时不要每句都写满，够用就行，写太多反而稀释重点。

场景一：票房与股价热点

这是最能体现 Seedream 5.0 实时联网价值的场景，因为数字是硬事实，错了肉眼可见。票房数据来源集中（猫眼、灯塔），股价实时波动，必须锁定”收盘价”或某一时刻报价，否则出来的数字永远对不上你发的稿子。

还有一个实操细节：票房榜的更新是有节律的，当日数据通常在次日中午前后才稳定。如果你 9 点就要发图，最好先用 Lite 出一版只放片名、数字区留白的”待定版”，等数据稳定后再用一轮编辑补上数字。抢时效不等于抢错误。

【检索】联网搜索：截至 2026-02-18 收盘，A 股某影视传媒板块当日涨幅第一的上市公司名称、
收盘价（元）、当日涨跌幅（%）、成交额（亿元）。以交易所公开行情为准，只用收盘数据。
若检索失败，全部数字留空。
【排版】财经快讯海报，1:1 方形，左侧 60% 为深色数据区，右侧 40% 为抽象 K 线剪影。
数据区自上而下：公司名（中号）/ 涨跌幅大数字（超大号，红色正向）/ 收盘价与成交额（小号并排）。
层级：涨跌幅 > 公司名 > 其余。数字必须完整可见，禁止裁切。
【质感】财经媒体级质感，深灰到墨黑的渐变底，玻璃拟物细描边，克制的红色高光，
8K 清晰，无噪点，无多余装饰元素，避免廉价 PPT 风格。

场景二：新品发布

新品发布的难点不是数字，而是外形。把外观描述也写成检索项，并声明”不得使用训练记忆中的旧款外形”；手上有官方图就挂 1 到 2 张做多图融合。

【检索】联网搜索 2026 年 2 月最新发布的某款折叠屏手机：官方型号全称、屏幕尺寸（英寸）、
主打配色名称、发布售价（元）。外形请以发布会官方描述为准，禁止套用旧款机型外观。
【排版】发布会预热海报，竖版 9:16，主体产品居中悬浮，正上方 1/3 为型号名（细体大字，宽字距），
下方 1/4 为卖点短句（不超过 12 字）与价格，底部留 80px 安全区放品牌标识位。
【质感】高端科技产品广告级，纯净渐变背景（雾面灰蓝），柔和三点布光，产品材质为哑光玻璃与金属，
8K 微距级细节，无多余元素，避免浮夸光效。

场景三：赛事赛况

赛事最容易出错，因为同一场比赛有”半场””全场””点球””总比分”多种口径。把口径写死，并要求比分与队名成对出现。

【检索】联网搜索 2026 年 2 月 17 日某场欧冠淘汰赛：对阵双方全称、常规时间比分、加时与点球结果
（若无则写"无"）、晋级方名称。比分须与队名一一对应，不得调换。
【排版】赛后战报海报，横版 4:3，中央为超大比分数字（如 2 : 1），左右两侧分别为两队队徽位与队名，
比分下方一行小字标注"常规时间"，晋级方队名加金色细描边。比分为最高视觉层级。
【质感】体育媒体赛事海报质感，深色球场氛围光，草皮质感暗纹，8K 清晰，金属描边，
电影级暗部层次，避免卡通化、避免球员写实肖像。

场景四：时事节点海报

这类场景不求精确数字，求的是事件与时间的准确对应——第几周年、第几届、主题是什么。算法写进指令，让它基于检索到的原始年份自己算，别直接要一个周年数。

【检索】联网搜索：该国际会议的首次举办年份、2026 年本届为第几届、本届官方主题短句（中文译名）。
届数须由"2026 减去首次举办年份再加 1"推算得出，不得直接引用记忆中的数字。
【排版】节点纪念海报，竖版 3:4，中央为大号年份数字与"第 X 届"并列，上方为官方主题短句
（两行内，居中），下方为一组抽象的圆形光斑构图，象征延续与循环。
【质感】人文纪录风格，暖金与深靛蓝双色调，柔光晕化，8K 细腻，纸质纹理叠加约 10%，
庄重克制，避免节日红金俗套、避免具体人物形象。

四类场景的共同底层

共同点是：画面里都有一个”能在几小时内被证伪”的硬事实。票房、股价、比分、届数，任何一个错了，评论区三分钟内就会有人指出来。反过来，也正是因为可证伪，它们最值得用实时联网去做——检索写准了，校验成本极低，查一个数字只要十几秒。

而品牌氛围图、概念插画这类内容，画面里没有硬事实，联网的价值就小很多。选场景时先问一句：这张图错了会不会有人当场发现？会，就上检索生图；不会，就别浪费额度。

把四类场景压成一张选型参考

场景	检索核心字段	最容易翻车的点	规避指令	建议投入的检索字数
票房 / 股价	实体名、数值、单位、时间口径	口径混用、数字被遮挡	锁定收盘/截至时点，写明数字完整可见	120–180 字
新品发布	型号全称、外观、配色、价格	套用上一代外形	禁止使用记忆中的旧款外观，可挂参考图	100–150 字
赛事赛况	双方全称、比分口径、晋级方	比分调换、半场/全场混淆	写死”常规时间”，比分与队名成对出现	100–150 字
时事节点	首次年份、届数、主题	周年/届数算错	给出计算关系，要求自行推算	80–120 字

多轮编辑：热点图真正的效率来自第二轮

第一轮定事实，第二轮定手感

Seedream 5.0 支持多轮对话式编辑——说”背景调暗加点雾””把外套改成红色””移除右上角物体”，模型只改这一处、其余保留。对热点图的意义是：让”检索正确”和”视觉满意”分两步走，后续改动不污染已校验的事实。

第 1 轮（初稿）：三段式指令直接出图 → 不要在这一轮纠结美感
第 2 轮：先核对数字 → 数字不对就回头改检索段，别在编辑轮里硬改数
第 3 轮：背景调暗 20%，在片名后方加一层薄雾，锁定的文字一律不动
第 4 轮：把一个辅助信息块上移 40 像素，让它和主数字的基线对齐
第 5 轮：降饱和 10% 收尾，输出 2K；需要投放再单独出 4K

为什么第二轮不能继续改画面

很多人第 1 轮不满意就急着调氛围，顺手把数字也重画了。事实不对，后面五轮全白做；先对事实，再打磨视觉。

第 1 轮（初始指令）：按三段式模板出图 → 校验数字与事实
第 2 轮：背景调暗 20%，在片名后方加一层薄雾，数字的烫金高光再亮一点
第 3 轮：把左下角的上映天数信息整体上移 40 像素，与发行方名称对齐
第 4 轮：移除右侧那个多余的光斑，保留主体剪影轮廓不动
第 5 轮：整体降饱和 10%，加轻微胶片颗粒，输出 4K 版本

上面两种写法是同一件事的两种节奏：想快按五步走，想稳就把核对拆成独立一轮。关键在于每轮只改一件事，并明确说”其余保持不变”，否则模型会顺手把数字也改掉。

多轮编辑的两个隐藏规则

规则一：每轮加一句”锁定”

我习惯在每轮结尾加”保持所有数字与文字完全不变”。多轮编辑本质是重新生成，模型对文字的控制力弱于画面结构。

规则二：改构图优先，改文字最后

要改画面元素就放在前几轮，文字微调放最后；反过来操作，每次移动构图都会带动文字区域重新排布。这是纯工程经验，和版本无关，值得写进 SOP。

结果校验：怎么判断它真搜了，还是编的

联网生图最大的风险，不是画不好，是搜错了还不知道

传统 AI 作图，好不好看你一眼就知道；联网热点图的问题是”看起来完全正确”——数字格式规范、单位没错、风格也对。直接发出去，翻车就是公开的，因为错的数字会被评论区逐字放大。

所以 Seedream 5.0 实时联网工作流里，校验不是可选项，是必经步骤。下面这套五步校验法，是我目前用的标准流程，每张图大概花 90 秒。

五步校验法

第一步：交叉核对主数字

把图中出现的每一个数字念一遍，去官方来源查一次。票房查猫眼/灯塔，股价查交易所行情，比分查联赛官网。只查主数字，不要一次查十个字段，那样反而容易漏。

第二步：看数字的”精度指纹”

这是最有效的判断技巧。真实检索来的数字精度”不整齐”——38.7 亿、152.4 万手、2:1（加时）；凭记忆编的偏爱整数——10 亿、50 亿、3:0。看到过分圆润的数字，警惕度拉满。

第三步：检查时间戳一致性

看画面里的时间标注和你要的窗口是否对得上，常见错位是”数据是昨天的、日期写的是今天”。这一步还能反向利用：要求模型在角落印出”数据截至某月某日”的小字，既帮你校验，也是给读者的信用背书。

第四步：看实体是否”半对半错”

编造最常见的形态不是全错，而是”名字对、细节错”。比如片名正确，但导演名换成另一位同类型导演；球队名正确，主场城市错了。逐个实体过一遍，比看整体更可靠。

第五步：用反向提问逼它暴露

在多轮对话里追问”这三个数字分别来自哪个来源”。答得出且来源合理，大概率真搜了；含糊其辞、只说”综合多个公开来源”，就当它是编的。

一份简单的自检清单

检查项	通过标准	不通过时怎么办
主数字是否正确	与官方来源逐位一致	改写检索段，收窄时间窗口后重出
数字精度是否自然	出现非整数、带小数位的真实感	高度警惕，全量复核
时间标注是否匹配	画面日期 = 数据口径日期	在排版段明确要求印出截至日期
实体是否全部正确	名称、身份、关系无误	拆出该实体单独检索一轮
文字渲染是否可读	中英文无错字、无变形	缩小字数，或改到第二轮局部重绘
是否存在占位内容	无”XX””待填””示例”字样	删除该区域，或触发兜底留白

检索失效排查表

即使模板写对了，检索也可能失效。下面这张表把常见失效现象、根因与修复动作对应起来，遇到问题按表查，比反复重试有效得多。

现象	可能根因	修复动作	预期改善
数字是整数、明显不真实	未触发检索，走了记忆生成	补”搜索/检索”动词 + 精确日期 + 明确字段	触发率显著提升
数据是几个月前的旧值	时间窗口太宽，写的是”最新”	改为”截至某日 24:00″并指定数据源	时效准确度提升
几个数字互相矛盾	多源冲突，模型未做裁决	加”来源一致性”与”冲突时以官方为准”	矛盾率下降约六成
文字正确但被遮挡	排版段层级不清	加”数字为最高层级、禁止遮挡”	可读性修复
型号/外形是旧款	检索到了旧资料或直接套记忆	加”禁止使用训练记忆中的旧款外观”，挂官方图做参考	外观准确度提升
检索段被排版段挤掉	段落无分隔，提示词过长	加【检索】【排版】【质感】分段标记，压缩排版描述	检索命中率提升约两成
改名后重出的图完全变样	多轮中一次改了太多处	每轮只改一处，加”其余保持不变”	事实漂移减少
移动端出图慢或排队	用了完整版而非 Lite	换 Seedream 5.0 Lite 做检索生图，接受略低的细节	延迟下降，适合快发
画面里出现假 logo / 假水印	未在质感段封杀	加”避免随机水印、禁止生成真实品牌标识”	合规风险降低

版本与平台选型

即梦入口与每天 20 次的免费额度

路径是「图片生成」→ 模型下拉选「图片 5.0 Preview」或「图片 5.0 Lite」。每天免费额度约 20 次，一次合格的热点图要 4 到 6 次生成，每天大概只能出 3 到 4 张成图。建议先在 Lite 上试排版和检索，确认后再切 Preview 出终稿。

四个入口的特性差异

模型 / 版本	定位侧重	联网检索	分辨率	适合谁
Seedream 5.0	知识推理与编辑，热点图主力	支持实时网页检索	原生 2K，增强可到 4K	需要当日事实的宣发、财经、体育内容团队
Seedream 5.0 Lite	轻量快速，移动端与低延迟优先	带联网能力	部分平台提供 2K / 3K	抢时效、手机端出图、草稿试排
Seedream 4.5	画质与人像表现	非主推	2K 级	人像精修、需要细腻皮肤质感的成品
Seedream 3.0	文字渲染与设计排版	非主推	2K 级	纯净排版、字体设计稿、无时效要求的物料

三条路径要分清：剪映 / CapCut 适合在剪辑流程里顺手配图；即梦适合单人快速试；火山引擎 API 适合把”检索—出图—校验”做成半自动流水线，Lite 的模型标识是 seedream-5-0-260128。每天出图超过 20 张，API 是唯一现实的选择。

分辨率怎么选

朋友圈和微博 2K 够，投放物料和线下屏用 4K，内部提案用 2K/3K 就行。4K 增强会显著拉长生成时间，热点图第一张建议先用 2K 验证事实，确认后再单独出 4K。

短板与规避：它还没那么神

三个明确的短板

官方与实测都表明，它在艺术美感、极复杂构图稳定性、角色一致性上仍有提升空间。这不是客套，是每次做热点图都会撞上的墙。

艺术美感：好看要靠人给方向

它在信息型海报上很强，需要作者性表达时默认输出偏工整。规避办法是写具体参数（青橙、侧逆光、颗粒 15%），别只写”高级感”——抽象词只会唤起它对”高级”的平均理解。

极复杂构图：元素超过 5 个就开始乱

人物、道具、三组数字、装饰框全叠在一起，就会出现层级混乱、互相压叠。规避办法是分层出图再合成，或压到 5 个以内、用留白代替装饰。

角色一致性：多张图之间会漂

同一角色跨多张图，面部和服装细节会漂。缓解手段是多图融合——最多 14 张参考图可对齐角色特征、光照与风格。实操挂 3 到 5 张高质量参考图，一致性就能维持在可接受范围。

一条底线建议

三个短板都属于这一代的结构性问题，不会随一次更新就消失。正确的态度不是等它变好，而是在工作流里提前留缓冲：美感靠参数约束，构图靠数量控制，一致性靠参考图兜底，三条叠起来，影响就降到了可以接受的水平。

模型偶尔会自行补全你没要求的”辅助信息”，比如写个上映日期。出稿前把画面文字全扫一遍，没要求的一律删。

我给团队的硬规则是：凡是涉及具体数字和身份的热点图，AI 只负责出视觉，事实必须人工兜底一次。别把实时联网当免检通行证，它是效率工具，不是审核员。

与 Midjourney、Nano Banana 2 的定位对比

三者不是同一个赛道的竞品

很多评测把它们放在一起比”谁画得好看”，方向就错了：Midjourney 主攻审美表达，Nano Banana 2 主攻编辑与一致性，Seedream 5.0 主攻知识推理加实时检索。做热点图选错，丢的不是画质，而是”把当天事实放进去”的能力。

维度	Seedream 5.0	Midjourney	Nano Banana 2
核心定位	知识推理 + 实时联网生图	艺术审美与风格表达	图像编辑与多图一致性
实时检索	支持，可写进指令调度	不支持	非核心能力
时效性内容	强，可出当日热点图	弱，依赖训练知识	弱，依赖参考图输入
多轮局部编辑	支持，单点修改保留其余	有限	强，编辑是主业
参考图数量	最多 14 张，可对齐角色/光照/风格	风格参考为主	多图参考能力突出
文字渲染	中英文明显改善	英文尚可，中文一般	较好
分辨率	原生 2K，增强可到 4K	视版本而定	视版本而定
艺术美感	工整，作者性稍弱	行业标杆	良好
典型用法	票房海报、赛况战报、节点图	品牌视觉、概念创作	产品图修改、角色换装