Сравнение режимов
Text-to-image и image-to-image: в чём разница
Когда начинать с текста, когда добавлять референс и почему редактор — отдельный режим.
Text-to-image создаёт изображение из текстового описания, а image-to-image добавляет визуальный исходник. Разница кажется простой, но именно выбор режима часто определяет, сохранится ли композиция, поза и палитра или модель предложит полностью новую сцену.
Когда подходит text-to-image
Этот режим удобен для поиска идеи с нуля: концепта, иллюстрации, персонажа, предметной сцены или фона. Текст задаёт содержание и стиль, а композицию модель строит самостоятельно. Чем точнее указаны отношения объектов и формат, тем меньше случайных трактовок.
Text-to-image даёт больше свободы, но меньше привязанности к конкретному виду. Если требуется повторить точную позу, узнаваемый предмет или сложную цветовую схему, одного описания может оказаться недостаточно.
Когда нужен image-to-image
Визуальный исходник помогает передать то, что долго описывать словами: компоновку, силуэт, пропорции, позу, палитру или общий ритм. Текст при этом объясняет, что следует изменить и в каком направлении. Степень сохранения исходника зависит от модели и доступных настроек.
Референс не гарантирует точную копию. Модель может изменить лицо, детали одежды или мелкие объекты, особенно если текст просит сильно иной стиль. Для критически важной идентичности нужны подходящая модель, спокойная инструкция и внимательная проверка.
Почему локальная правка — третий случай
Если весь кадр устраивает, а заменить нужно только одну часть, image-to-image может дать слишком широкие изменения. Редактор с маской сообщает, где именно разрешено генерировать, и использует окружающие пиксели как контекст.
Выбирайте инструмент по масштабу задачи: новая сцена — text-to-image, вариация всего исходника — image-to-image, точечная замена — локальное редактирование. Это правило экономит попытки и делает результат предсказуемее.
- Нет исходника и нужна новая идея — text-to-image.
- Нужно сохранить общую композицию — image-to-image.
- Меняется один объект или область — редактор с маской.
- Нужно только повысить качество — инструмент улучшения, а не новая генерация.
Как сравнивать режимы
Проведите небольшой тест: создайте сцену по тексту, затем используйте лучший результат как референс для следующей версии. Вы увидите, какие признаки модель переносит устойчиво и насколько текст способен изменить исходник.
Оценивайте не только визуальную привлекательность, но и соответствие задаче. Иногда свободная текстовая генерация красивее, однако версия с референсом полезнее, потому что сохраняет нужную компоновку или стиль серии.
Темы материала
- text-to-image
- image-to-image
- референс
- генерация
Частые вопросы
Что лучше: text-to-image или image-to-image?
Лучше тот режим, который соответствует исходным данным. Для новой идеи достаточно текста; для сохранения композиции, позы или палитры нужен визуальный референс.
Image-to-image копирует исходную фотографию?
Не обязательно. Он использует её как условие, а степень сходства зависит от модели, настроек и промпта. Важные детали нужно проверять после каждой генерации.
Можно ли сначала создать картинку, а потом сделать вариацию?
Да. Это удобный процесс: сначала найти композицию в text-to-image, затем использовать удачную версию как референс и аккуратно развивать стиль или детали.
Когда нужна маска?
Когда изменяться должна конкретная область, а остальная композиция уже устраивает. Маска ограничивает зону генерации и помогает сохранить окружающий кадр.