AI 图像生成领域在 2022-2024 年间经历了爆发式发展，从 Dall-E、Midjourney 到 Stable Diffusion，一批工具将”用文字描述生成图像”变成了日常可用的能力。这一技术正在改变平面设计、插画、广告创意、产品视觉化和电影预可视化（pre-vis）等多个行业的工作流。
## 主流工具生态
**Midjourney**：以艺术风格和美感著称，生成效果一致性高，特别擅长概念艺术、幻想场景和人像。订阅制商业模式（无开源版本），主要通过 Discord 操作，V6 版本在构图和细节准确性上有大幅提升。适合需要高质量、风格统一的创意输出。
**DALL-E 3（OpenAI）**：与 ChatGPT 深度集成，优势在于文字渲染（在图像中准确生成可读文字，这是 AI 图像生成的传统难点）和对提示词的精确遵从（prompt following）。适合需要在工作流中生成图文结合内容或需要精确内容描述的场景。
**Stable Diffusion（Stability AI）**：开源模型，可本地部署，支持无限定制（LoRA 微调、ControlNet 精确控制构图、Inpainting 局部重绘）。生态最丰富，有 Civitai 等大型社区模型库，专业用户可以针对特定风格和场景微调。但上手门槛较高，需要一定技术基础。
**Flux（Black Forest Labs）**：2024 年发布，由 Stable Diffusion 原始团队部分成员参与开发，在文字渲染、解剖结构准确性和提示词遵从上超越了早期 Stable Diffusion，成为开源领域的新标杆。
**Adobe Firefly**：与 Adobe Creative Cloud 深度整合，在 Photoshop 中提供 Generative Fill（生成式填充），是目前商用版权最清晰（训练数据经过授权）的 AI 图像生成工具，适合有版权要求的商业场景。
## 专业创意工作流整合
**广告与营销**：快速生成创意概念图和产品视觉化原型，将创意-制作周期从数天压缩至数小时。不替代最终高质量拍摄，但大幅加速了概念阶段。
**游戏与影视**：概念艺术（Concept Art）和预可视化（Pre-Visualization）是最早商业化的应用场景。从 Skyrim 到好莱坞大制作的预览制，AI 图像工具已进入生产管线。
**产品设计**：快速生成产品外观概念的多个变体，缩短设计迭代周期。
**UI/UX 设计**：生成界面草图和视觉占位符，辅助快速原型制作。
## 版权与伦理争议
AI 图像生成工具的训练数据版权问题引发了广泛争议：多起针对 Stability AI、Midjourney 和 Deviant Art 的版权诉讼正在进行中。Adobe Firefly 和 ShutterStock 的 AI 生成器（训练数据经授权）代表了一种尝试解决版权问题的商业模式。
生成人脸（未经当事人同意）、深度伪造和版权角色的生成问题，仍是这一领域持续讨论的伦理课题。
参见[多模态AI能力详解](https://sunqi.org/multimodal-ai-gpt4v-zh/)；[Midjourney 官网](https://midjourney.com)；[Stable Diffusion 社区](https://civitai.com)。
—
