在影像生成模型快速演進的當下，「同一底層架構、不同微調方向」所帶來的風格差異，已成為評估模型特性的關鍵切入點。本次主題聚焦於 Z-Image Turbo 與其二次元導向衍生模型 Z Animimage Turbo，前者以高效率蒸餾架構與寫實表現見長，後者則在動漫語彙、風格化控制與創作自由度上進行深度調校。透過相同生成條件下的對照，我們能更清楚看見「原版通用模型」與「風格專用微調模型」在畫面取向與細節決策上的本質差異。若要親自用 ComfyUI 嘗試這兩個模型，可以參考我先前的文章。
為了降低變因、放大模型本身的性格，本比較將在固定 seed、steps 為 9、CFG 為 1.0，並使用 res_multistep 取樣器與 simple scheduler、denoise 1.00 的設定下進行。十組提示詞皆以「動漫二次元，女性人像」作為共同起點，刻意選擇簡單的描述，觀察 Z-Image Turbo 如何以寫實基底回應動漫提示，以及 Z Animimage Turbo 如何在保留底模穩定性的同時，進一步強化線條、色彩、材質與敘事張力。這不僅是畫風優劣的比較，更是一場關於「模型理解世界方式」的直觀展示。
▲ 對照組（一），提示詞：動漫二次元，女性人像，坐在沙發邊緣微微前傾，雙手自然放在膝上，上半身朝向鏡頭，眼神溫和注視，表情沉靜內斂。
▲ 對照組（二），提示詞：動漫二次元，女性人像，站在白色牆面前，身體側向鏡頭，頭部輕輕轉回正面，眼神冷靜直視，嘴角沒有明顯表情。
▲ 對照組（三），提示詞：動漫二次元，女性人像，倚靠窗框站立，一肩略微下沉，上半身轉向鏡頭，目光柔和而專注，神情自然放鬆。
▲ 對照組（四），提示詞：動漫二次元，女性人像，坐在窗邊椅子上，身體微微側轉，雙眼平靜看向鏡頭，臉部表情安靜且克制。
▲ 對照組（五），提示詞：動漫二次元，女性人像，站在室內陰影處，上半身微微前傾，臉部朝向鏡頭，眼神穩定直視，嘴角輕輕放鬆。
▲ 對照組（六），提示詞：動漫二次元，女性人像，靠近窗邊低頭站立，聽到呼喚般抬眼看向鏡頭，神情平靜中帶些思索。
▲ 對照組（七），提示詞：動漫二次元，女性人像，坐在木椅上，身體正對鏡頭但肩膀略微傾斜，眼神清澈直視，表情自然不刻意。
▲ 對照組（八），提示詞：動漫二次元，女性人像，室外公園，吃著冰淇淋，看向鏡頭，臉部表情柔和。
▲ 對照組（九），提示詞：動漫二次元，女性人像，辦公室，打著電腦，看向螢幕，神情淡然。
▲ 對照組（十），提示詞：動漫二次元，女性人像，郊外，青山綠水背景，健行服裝，開心面向鏡頭，一旁木牌指標，寫著"登山口"。
就實際觀察而言，Z Animimage Turbo 的預設輸出確實更貼近 SDXL 系列模型常見的二次元審美：色彩飽和度較高，膚質與光影帶有明顯風格化處理，人物情緒與姿態也更容易呈現出偏「色氣」與情感張力的氛圍；相對之下，Z-Image Turbo 即使套用動漫提示詞，畫面仍保有較強的平面感與結構克制，更像是動畫截圖或設定稿取向，情緒表現偏冷靜理性。這樣的差異，使兩者在二次元創作中自然分工：一個適合追求性感、風格強烈的插畫表現，另一個則更適合作為乾淨、中性的基底模型使用。
《上一篇》不想資料被拿去訓練 AI？一步步關閉 X 的 Grok 三大選項 
留言區 / Comments
萌芽論壇