彩铅绘画实测显示，模型会画却不会停在最佳时刻
新智元 · wechat · 2026-07-25
TryAI 做了一个“彩铅绘画竞技场”：让四个视觉模型用同一套工具，一笔一笔去临摹《蒙娜丽莎》《星月夜》，再完成 5 个开放式绘画命题。
这项实验怎么测
- 不是文生图，而是智能体式绘画：模型要自己规划、看画布、调颜色/笔刷/力度、涂抹、擦除，并决定何时停笔。
- 临摹题用 SSIM 做客观评分；开放式题没有参考图，只能靠人工判断。
- 整套框架开源在 GitHub，别人可直接换目标图复跑。
结论很反直觉
- 没有一个模型能在最终交卷时超过自己中途的最好版本，几乎都是“改着改着改坏了”。
- 自查次数更多，并不代表结果更好。Gemini 检查最勤，但从峰值到最终稿的跌幅也最大。
- 在 TryAI 的主观评估里，GPT-5.6 Sol综合最好；Claude Fable 5排第二，但更慢、也贵得多。
- Grok 4.5调用了最多 token，但大部分是缓存读取，所以账单反而不高。
成本对比
- GPT-5.6 Sol：$7.74，总平均 6.2 分钟，29 步
- Claude Fable 5：$160.58，总平均 12.5 分钟，54 步
- Grok 4.5：$9.21，总平均 4.8 分钟，99 步
- Gemini 3.6 Flash：$12.87，总平均 6.9 分钟，73 步
这篇文章的核心洞见是：模型已经会“看”自己的输出，但还不会稳定地判断什么时候该停。在多步创作里，停笔能力和规划能力一样重要。
「多模态」频道最新
- 用 CineMap 搭建虚拟世界 + TapNow 生成，全 AI 打造电影感短片 — egeberkina · 2026-10-26
- 用 Claude Code 搭视频剪辑流水线,十段 prompt 从粗剪到成片 — TawohAwa · 2026-10-26
- 一句话生成3D世界，再用AI重绘成电影级镜头 — gizakdag · 2026-10-26
- 零实拍造出一整部电影世界：CineMap 导演分镜配 TapNow 成片 — gizakdag · 2026-10-26
- 快手 Kling 对阵字节 Seedance：中国 AI 视频模型竞争观察 — DavidmComfort · 2026-10-26
- 散景宇宙星云提示词模板：虚化光球演绎星际云雾质感 — LudovicCreator · 2026-10-26