研究称文生图更依赖场景结构而非提示词长度

近期一项研究揭示了文生图模型的表现机制：图像生成质量并非取决于提示词的长度，而是高度依赖于提示词对场景信息的暴露程度与结构清晰度。实验表明，在开源模型中，盲目增加自然语言描述的长度反而会导致生成画质下降。因此，构建结构清晰、能精准描述场景的短提示词，才是优化文生图效果的有效解法。

2026-08-05 ~ 2026-08-05 · 2 条相关

• 长提示词反损画质？论文揭示文生图文本控制新解法 — rohanpaul_ai · 2026-08-05
• 长提示词反伤画质？研究称文生图更依赖场景结构 — eyishazyer · 2026-08-05