图像与漫画生成

在现有图像生成测试基础上,验证四格漫画和说明漫画的完整制作流程。

选择参考

按用途推荐模型

优先尝试

FLUX.2 [klein] 4B

distilled / BF16 or app-supported quantization

起步内存参考
24 GB

逐项尝试短任务的参考

以官方约 13GB VRAM 为参考,并考虑文本编码器、应用及系统余量。从约 1024px 单张开始,实际需求因格式与应用而异。

适合尝试的任务

试作文章插图、背景和参考图编辑,逐张生成并调整构图。

仍需检查

日文文字、标志及人物一致性需另行检查,文字可在生成后添加。

用法与条件

使用条件 · 估计依据

内存数字是包含系统和应用余量的编辑估计,并非最低运行保证。文本模型按 4bit、4K–8K 输入 token、单模型使用估算。长文档、图片输入与并行应用会增加需求。A3B 不表示整个模型仅需 3GB。

面向 Apple Silicon Mac,需要兼容的文本、Whisper、图像或视频应用。内存容量不能单独决定速度,先在现有 Mac 上尝试短输入。

用户评价概要

受到肯定的方面

少步数快速试作受到肯定。

常见困难

细节和写实性可能需要调校,单纯增加步数不保证改善。

这是公开讨论的定性摘要,并非代表全体用户的调查。包含 PC 与云端环境,不能据此推断 Mac 速度或内存需求。不转载个人资料或个别经历。

本站实测与条件

测试候选

暂缓或复查中 已有未通过的实测记录;暂无通过结果 · 更新日期

2026-11-14,在 Mac Studio(M5 Max・36GB)上让 FLUX.2 klein 4B(Q8)按固定脚本绘制四格漫画。约 73 秒生成 4 张图片,但即使逐格生成,每张图仍被分成四格,人物和场景前后不一致,第 3 格还画入了对话气泡文字,因此未通过。未做人工修改。11/8、11/9 的尝试也未通过。下一步将尝试参考图等提示词以外的方法。内存占用尚未测量。

MOSS-Image-SFT · MOSS-Image Base

测试任务与评价指标

比较日语对白、分镜、跨画格的人物一致性,以及包含人工加字的制作总耗时。

已知信息与待确认事项

已公开静态图像的耗时和样例。漫画候选模型在 Mac 上的运行与成品质量仍待测试。

在你的 Mac 上尝试前

第 2 轮实测(未通过)

Run: 20261109T032706-mac-llm-bench-84a1 · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7

Mac Studio 1 号机(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2。输入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。fixture_commit f7538ccf53b155a9019440d2a4df970c7183dee8。

Queue 20261109T032706-mac-llm-bench-84a1。耗时 71.5 秒生成 4 张 PNG。即使强化了单格提示约束,每张 PNG 仍为 2x2 小漫画;p2 场景与人物不符,p3 含有不可读字符,人物一致性与无文字要求均未通过。独立检查评定 passed=false。无人工修改。峰值内存因 backend 未计装为 null。这不是通过结果,也不能作为整个用途的发布依据。

第 1 轮(2026-11-08、相同模型与输入、81.7 秒、作业 20261108T055606-mac-llm-bench-340d、独立检查未通过)作为另一次试验予以保留。

由于第 2 轮强化提示词约束后仍未能实现单格和消除文字,下一轮应结合模型的提示词遵循极限,采用进一步细化单格约束与无文字化改进的测试方案。

第 3 轮实测(未通过)

Run: 20261114T194436-mac-llm-bench-836a · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7

Mac Studio 1 号机(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2,逐格生成配置。输入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。adapter_commit e0d76a508772e13a4b836a6699bd27a76e5d927c。

Queue 20261114T194436-mac-llm-bench-836a。耗时 73.0 秒生成 4 张 PNG。即便逐格生成,每张 PNG 仍为 2x2 多格漫画。独立目视未通过单格、人物/场景一致性,以及原 PNG 无文字要求(p3 含气泡文字与字形)。分镜顺序与固定日语对白(HTML 后置)一致。独立检查评定 passed=false。无人工修改。峰值内存因 backend 未计装为 null。这不是通过结果,也不能作为整个用途的发布依据。

第 1 轮(2026-11-08、81.7 秒、作业 20261108T055606-mac-llm-bench-340d)与第 2 轮(2026-11-09、71.5 秒、作业 20261109T032706-mac-llm-bench-84a1)的失败作为另一次试验予以保留。两者均使用相同固定输入与同系模型且未通过。

由于第 3 轮在逐格生成下仍出现 2x2 多格与文字混入,下一轮应尝试参考图或生成后单格强制等非提示手段,并计装峰值内存、比较其他模型。旧失败与旧测量暂停继续保留。

已发布的实测

结果已发布 Mac Studio · Apple M5 Max · 36 GB

  • Z-Image Turbo · 从第二张起的单张用时 19.7 秒 · 峰值内存 18.51 GB · 2026-09-24
  • FLUX.2 [klein] 4B · 从第二张起的单张用时 5 秒 · 峰值内存 16.67 GB · 2026-09-24
  • ERNIE-Image Turbo · 从第二张起的单张用时 22.8 秒 · 峰值内存 21.63 GB · 2026-09-24
  • Qwen-Image · 从第二张起的单张用时 127 秒 · 峰值内存 37.3 GB · 2026-09-24

图像生成样例与测试条件(英文详情)