AI 绘画对决：HiDream 对比 Flux Pro Ultra、Google Imagen 3

（原标题：AI Art Showdown: HiDream vs Flux Pro Ultra vs Google Imagen 3 vs Stable Diffusion 3.5）

🎯 评测对象与基准

• 核心模型：HiDream（包含 HiDream Fast、HiDream Dev、HiDream Full 三个版本，其中 Full 版本为 170 亿参数模型）。
• 对比模型：Flux Pro 1.1 Ultra（支持 4K 输出）、Google Imagen 3、Stable Diffusion 3.5 Large。
• 测试平台：Pixel Dojo。
• 测试标准：统一使用正方形分辨率、最高质量设置，且每个提示词仅生成一次（One shot），不进行结果筛选（Cherry-picking）。
• 基准质疑：指出 DPG Bench 和 Gen Eval 等公开基准测试存在数据异常（如 Stable Diffusion 3 Medium 评分高于 Flux Dev），因此不依赖官方基准，转而进行实际生成测试。

📸 写实与细节表现

• 生锈自行车特写：
• Flux Pro 1.1 Ultra：车架锈蚀效果自然，但轮胎胎面出现不合理的锈斑。
• Google Imagen 3：整体质量高，风格自然，被评价为该组最佳。
• HiDream Full：自行车主体和锈蚀细节良好，但轮胎侧面出现不自然的锈迹。
• Stable Diffusion 3.5 Large：该轮测试中未直接生成，引用了 Photon 的结果作为参考。
• 巴黎街头日落场景：
• Google Imagen 3：画面自然，远处埃菲尔铁塔清晰，质量最佳。
• Flux Pro 1.1 Ultra：城市部分过于锐利，天空与屋顶衔接处显得人工痕迹重。
• Stable Diffusion 3.5 Large：人群与车辆混合处逻辑混乱，但整体尚可。
• HiDream Full：建筑元素出现重复，但整体效果不错。
• 烛光阴影房间：
• Google Imagen 3：氛围感强，光影处理最佳。
• Stable Diffusion 3.5 Large：光线来源更像窗户而非蜡烛，但效果尚可。
• HiDream Full：光线来源模糊，蜡烛火焰显得人工。
• Flux Pro 1.1 Ultra：蜡烛和光影效果最生硬，表现最差。
• 天鹅绒沙发：
• HiDream Full：与其他模型表现相当，细节处理良好。
• Google Imagen 3：准确捕捉了提示词中的“精致缝线”细节。
• Stable Diffusion 3.5 Large：天鹅绒质感和缝线细节表现优于部分 Flux 版本。

🎨 艺术风格与创意

• 梵高风格城市景观：
• HiDream Full：色彩和纹理丰富，比 Google Imagen 3 更具风格化和差异化，表现优异。
• Google Imagen 3：极度接近梵高原作风格。
• Flux Pro 1.1 Ultra：具有类似美学但差异较大，对提示词遵循度存疑。
• Stable Diffusion 3.5 Large：风格偏向幼稚化。
• 超现实花园（会说话的狗与发光蘑菇）：
• HiDream Full：被评价为最自然、外观最佳，符合超现实设定。
• Flux Pro 1.1 Ultra：地面和植被细节好，狗的形象带有艺术化风格。
• Stable Diffusion 3.5 Large：狗的眼睛略显人工，但整体不错。
• Google Imagen 3：背景风格怪异，虽遵循提示词但观感不佳。
• 西部牛仔场景：
• Stable Diffusion 3.5 Large：呈现为风格化的旧西部绘画，效果不错。
• Flux Pro 1.1 Ultra：过度处理，非写实风格。
• Google Imagen 3：介于写实与美学之间，遵循提示词良好。
• HiDream Full：马匹姿态与景观结合略显违和，中间植物焦点分散。
• 几何抽象艺术：
• Flux Pro 1.1 Ultra：几何线条处理较好。
• Google Imagen 3：风格类似 90 年代设计。
• HiDream Full：风格类似《鱿鱼游戏》。
• Stable Diffusion 3.5 Large：表现平庸。

🧠 逻辑理解与概念生成

• 云朵构成的人：
• HiDream Full：身体、面部、四肢均由云朵构成，仅手部为人类形态，逻辑处理最佳。
• Google Imagen 3：成功呈现云朵人概念，效果良好。
• Stable Diffusion 3.5 Large：人物结构过于僵硬，缺乏云朵质感。
• Flux Pro 1.1 Ultra：仅生成云朵，未生成人物，严重偏离提示词。
• 希望的概念：
• Flux Pro 1.1 Ultra：明亮的星burst 效果，图像美观。
• Google Imagen 3：引入人物、阳光和花朵，符合希望意象。
• Stable Diffusion 3.5 Large：包含心形元素，类似 YouTube 播放按钮。
• HiDream Full：过于字面化，生成了一棵带根的树，且文字和边缘处理粗糙，表现令人失望。
• 宁静感场景：
• HiDream Full：湖面中央的小船和人物营造出“水滴落入湖中”的静谧感，被评价为最佳。
• Google Imagen 3：平静的湖面和船只，符合宁静主题。
• Flux Pro 1.1 Ultra：小屋内外植物分布逻辑奇怪，但图像美观。
• Stable Diffusion 3.5 Large：风景如画但略显不真实。

📝 综合结论

• 总体评价：HiDream 被认定为当前最先进的图像模型之一，整体表现优于或持平于其他竞品。
• 优势领域：在超现实主义、艺术风格化（如梵高风格）以及复杂概念逻辑（如云朵人）方面表现突出。
• 劣势领域：在极度字面化的抽象概念（如“希望”）处理上略显生硬，部分写实场景的光影逻辑（如烛光）不如 Google Imagen 3 自然。
• 最终推荐：HiDream 在多数测试场景中展现出强大的综合能力，是生成高质量 AI 图像的强力竞争者。