影像與漫畫生成

在現有影像生成測試基礎上,驗證四格漫畫和說明漫畫的完整製作流程。

選擇參考

依用途推薦模型

優先嘗試

FLUX.2 [klein] 4B

distilled / BF16 or app-supported quantization

起步記憶體參考
24 GB

逐項嘗試短任務的參考

以官方約 13GB VRAM 為參考,並考慮文字編碼器、應用程式及系統餘量。從約 1024px 單張開始,實際需求因格式與應用程式而異。

適合嘗試的任務

試作文章插圖、背景與參考圖編輯,逐張生成並調整構圖。

仍需檢查

日文文字、標誌及人物一致性需另行檢查,文字可在生成後添加。

用法與條件

使用條件 · 估計依據

記憶體數字是包含系統與應用程式餘量的編輯估計,並非最低執行保證。文字模型按 4bit、4K–8K 輸入 token、單模型使用估算。長文件、圖片輸入與並行應用程式會增加需求。A3B 不表示整個模型僅需 3GB。

面向 Apple Silicon Mac,需要相容的文字、Whisper、圖像或影片應用程式。記憶體容量不能單獨決定速度,先在現有 Mac 上嘗試短輸入。

使用者評價概要

受到肯定的方面

少步數快速試作受到肯定。

常見困難

細節與寫實性可能需要調校,單純增加步數不保證改善。

這是公開討論的定性摘要,並非代表全體使用者的調查。包含 PC 與雲端環境,不能據此推斷 Mac 速度或記憶體需求。不轉載個人資料或個別經歷。

本站實測與條件

測試候選

暫緩或複查中 已有未通過的實測記錄;尚無通過結果 · 更新日期

2026-11-14,在 Mac Studio(M5 Max・36GB)上讓 FLUX.2 klein 4B(Q8)依固定腳本繪製四格漫畫。約 73 秒產生 4 張圖片,但即使逐格生成,每張圖仍被分成四格,人物與場景前後不一致,第 3 格還畫入了對話框文字,因此未通過。未做人工修改。11/8、11/9 的嘗試也未通過。下一步將嘗試參考圖等提示詞以外的方法。記憶體用量尚未測量。

MOSS-Image-SFT · MOSS-Image Base

測試任務與評估指標

比較日語對白、分鏡、跨畫格的人物一致性,以及包含人工加字的製作總耗時。

已知資訊與待確認事項

已公開靜態影像的耗時和範例。漫畫候選模型在 Mac 上的執行與成品品質仍待測試。

在你的 Mac 上嘗試前

第 2 輪實測(未通過)

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

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

Queue 20261109T032706-mac-llm-bench-84a1。耗時 71.5 秒產生 4 張 PNG。即使強化了單格提示詞約束,每張 PNG 仍為 2x2 小漫畫;p2 場景與人物不符,p3 含有不可讀字符,人物一致性與無文字要求皆未通過。獨立檢查評定 passed=false。無人工修改。峰值記憶體因 backend 未計裝為 null。這不是通過結果,也不能作為整個用途的發布依據。

第 1 輪(2026-11-08、相同模型與輸入、81.7 秒、工作 20261108T055606-mac-llm-bench-340d、獨立檢查未通過)作為另一次試驗予以保留。

由於第 2 輪強化提示詞約束後仍未能實現單格和消除文字,下一輪應結合模型的提示詞遵循極限,採用進一步細化單格約束與無文字化改進的測試方案。

第 3 輪實測(未通過)

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

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

Queue 20261114T194436-mac-llm-bench-836a。耗時 73.0 秒產生 4 張 PNG。即便逐格生成,每張 PNG 仍為 2x2 多格漫畫。獨立目視未通過單格、人物/場景一致性,以及原 PNG 無文字要求(p3 含氣泡文字與字形)。分鏡順序與固定日語對白(HTML 後置)一致。獨立檢查評定 passed=false。無人工修改。峰值記憶體因 backend 未計裝為 null。這不是通過結果,也不能作為整個用途的發布依據。

第 1 輪(2026-11-08、81.7 秒、工作 20261108T055606-mac-llm-bench-340d)與第 2 輪(2026-11-09、71.5 秒、工作 20261109T032706-mac-llm-bench-84a1)的失敗作為另一次試驗予以保留。兩者均使用相同固定輸入與同系模型且未通過。

由於第 3 輪在逐格生成下仍出現 2x2 多格與文字混入,下一輪應嘗試參考圖或生成後單格強制等非提示手段,並計裝峰值記憶體、比較其他模型。舊失敗與舊測量暫停繼續保留。

已發布的實測

結果已發布 Mac Studio · Apple M5 Max · 36 GB

  • Z-Image Turbo · 從第二張起的單張耗時 19.7 秒 · 峰值記憶體 18.51 GB · 2026-09-24
  • FLUX.2 [klein] 4B · 從第二張起的單張耗時 5 秒 · 峰值記憶體 16.67 GB · 2026-09-24
  • ERNIE-Image Turbo · 從第二張起的單張耗時 22.8 秒 · 峰值記憶體 21.63 GB · 2026-09-24
  • Qwen-Image · 從第二張起的單張耗時 127 秒 · 峰值記憶體 37.3 GB · 2026-09-24

影像生成範例與測試條件(英文詳情)