AI图像生成自2022年以来已大幅成熟。目前领先工具在简单情况下产出的图像质量已无法与专业摄影或插图区分。以下是现状。
Midjourney
Midjourney在美学质量上仍是基准——其图像具有其他工具尚未完全追平的连贯性和视觉精妙度。它通过Discord运行（界面仍然有些笨拙但可用）。v6.1模型在专业水准上处理写实摄影、纯艺术风格和建筑可视化。起价每月10美元可获200分钟快速GPU时间。限制：Midjourney对构图控制有限——你描述你想要什么，接受它给你的结果。
DALL-E 3（通过ChatGPT）
集成到ChatGPT Plus的DALL-E 3是对大多数用户来说最易用的图像生成工具。它在遵循具体复杂的文字提示方面表现出色——如果你描述一个详细场景，它比Midjourney更忠实地遵循你的描述。风格性作品的图像质量略低于Midjourney，但在直接摄影和插图方面具有竞争力。通过ChatGPT对话界面生成图像使迭代过程自然流畅。
Stable Diffusion（本地部署）
Stable Diffusion是开源的，可以在配备强力GPU的自己电脑上运行。AUTOMATIC1111界面（webUI）提供比任何商业工具更多的控制——自定义模型、LoRA微调、ControlNet姿势和构图控制、局部重绘和扩展绘制。学习曲线显著，但对于投入学习的人来说，在特定用例（角色一致性、产品摄影、特定艺术风格）方面的结果无与伦比。本地运行免费；商业使用取决于模型许可证。
Flux模型
Flux（Black Forest Labs）是新一代开放权重模型，以极低成本产出可与Midjourney竞争的写实效果。可通过Replicate、fal.ai获取，以及在配备强力GPU的本地用户通过ComfyUI使用。正在迅速成为追求控制和质量的专业人士的首选模型。
