AI 生图
文生图 vs 垫图：两种完全不同的事
以 Alice（AI Agent 桌面应用）为例：同样是「生成一张 Alice 在书房的图」，有没有参考图，产出的质量天差地别。这是产品经理在设计生图功能时必须搞清的第一个决策。
两种模式，用 Alice 来看
文生图 (Text-to-Image)
输入：只有文字
「爱丽丝在书房看书，温暖灯光，书架背景，蓝裙白围裙」
模型凭想象力生成
模型按文字描述生成，但每次角色长什么样，全靠运气
垫图 (Image-to-Image)
输入：参考图 + 文字
参考图 + 「Alice 在书房办公，笔记本电脑，暖色调」
以参考图为锚点生成
模型根据参考图约束外貌，Alice 每次都长一样
核心区别：文生图是从无到有，模型每次对 Alice 的想象都不同；垫图是以图为锚，参考图锁定了 Alice 的外貌，模型只在这个约束下变换场景和动作。
什么场景用哪种？
| 场景 | 推荐模式 | 原因 |
|---|---|---|
| 纯背景/环境图 | 文生图 | 不涉及角色，纯场景描述即可 |
| 食物、物品特写 | 文生图 | 无需人物一致性约束 |
| 角色出镜（Alice 做某事） | 垫图 | 必须保证还是 Alice，需要参考图锚定 |
| 角色换装 | 垫图 | 脸不变衣服变，必须有脸部参考 |
| 多场景系列图 | 垫图 | 一组图里角色外貌需一致 |
| 创意发散/概念探索 | 文生图 | 不需要锁定形象，越多变越好 |
文生图 = 无中生有，适合不需要一致性的场景；垫图 = 以图为锚，适合角色必须稳定的场景。在 Alice 这样有固定形象的产品里，绝大多数出图都走垫图，因为用户不能接受「每次 Alice 长得不一样」。