我们做图片、做视频，很多时候都要求主和主体的一致性。最近，即梦推出了图片4.0，豆包推出了模型4.0，现在用同样的图片，同样的提示语，对比一下，哪个理解生成能力更强呢？

直入正题，先上3张参考图片。如下图所示:

在豆包，多主体一致性，怎么玩呢？

打开豆包，点击+号键。

顺次序，添加元帅，嫦娥，玉兔的图片。在输入框输入提示语:

图1为:元帅，图2为:嫦娥，图3为:玉兔，生成三张图片

1.元帅与嫦娥在夜月桂花树下见面。

2.嫦娥元帅玉兔在广寒宫打麻将。

3.玉兔在啃着红萝卜，元帅看盯着它看，嫦娥偷笑。

豆包生成的效果如下:

这次豆包生成效果还是可以的，如果觉得不满意，可以重新生成。

现在用即梦AI，看看怎么玩？

我们将输入参考图，输入同样的提示语。

打开即梦，点击想象， 点击图片生成，选图片4.0。

在号处，顺次序，添加元帅，嫦娥，玉兔的图片。在输入框输入提示语:

图1为:元帅，图2为:嫦娥，图3为:玉兔，生成三张图片

1.元帅与嫦娥在夜月桂花树下见面。

2.嫦娥元帅玉兔在广寒宫打麻将。

3.玉兔在啃着红萝卜，元帅看盯着它看，嫦娥偷笑。

生成的效果如下:

很多大模型也存在是主体失真的情况

模型对参考元素的理解与融合能力有限导致的。比如元帅的盔甲纹饰等，细节越精细，越容易失真。

目前，对于这种情况 ，我个人认为，还是无解。除了重新生成抽卡，别无他法，或自我妥协降低要求。

豆包与即梦谁更强 ？大家怎么看？

好吧。此文只做抛砖引玉，当然 我们可以对提示语更加详细的描述，可以添加更多的参考图，提示语中更多的角色指定，生成更多的相对应图片。

此文就写到这，相信大家一定会举一反三，做得更好， 希望下文再见！