二大顶级生图模型在人物一致性上的PK

二大顶级生图模型在人物一致性上的PK NanoBanana2（右上） VS GPT Image2（右下） 测试角色人物： 本人（左） 测试次数：二大模型各抽卡五次，选择效果最优作为对比图 测试用提示词： 一张温暖的低角度照片展示了一位与上传的参考图片（务必确保人物面部与参考图片完全一致）中相同的男子，他留着胡茬，五官轮廓分明，斜倚在椅子上。他身穿一件薄薄的、略带褶皱的衬衫，另一只手拿着一杯饮料。画面右侧，一团朦胧的橙色火焰占据了画面中心，在他放松的脸上和衬衫上投下闪烁的光影。背景昏暗，略微失焦，色彩以琥珀色和棕色为主，营造出一种忧郁、私密而又略带怀旧的夜晚氛围。画面颗粒感明显，对比度较低，表明这张照片是用现代数码相机或智能手机以高感光度拍摄的，并添加了色差效果以增强氛围感。 评测总结： 1、Gpt image2 在人物一致性上表现更佳，几乎百分百迁移；另外它更智能地理解了提示词，我特意在提示中提及了“留着胡茬”（本人的参考图本就留着胡茬），GPT很准确地理解了我的本意，未对胡茬作过度理解，生图后的效果更智能、准确，但是，缺点在于对提示词“忧郁”的理解未体现在人物表情上，更像是对参考人物原有表情的百分百迁移。 2、Nanobanana2 在人物一致性上表现稍逊，对提示词“留着胡茬”理解过度（增强了原本人物的胡茬效果），但是，优于Gpt的是对提示词“忧郁”的理解，人物的表情配合增强的胡茬，让画面的忧郁感十分清晰（可能胡茬的增强正是它对“忧郁”的解读的衍生）。 3、仅从一致性角度，PGT image2 胜出。但从意境角度，NanoBanana2 胜出。