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。 一句话速览 一个从文字出发，一个从图片出发。产品经理要分清什么时候用哪种 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」。