Qwen Image Edit Plus 对比 Nano Banana、Seedream 和 GPT Image 1

我用一系列图像编辑提示词比较 Qwen Image Edit Plus、Nano Banana、Seedream 4 和 GPT Image 1。这些结果是由我根据视觉偏好判断的单次样例，并非受控、可复现的排名。视频包含 Dell 赞助。

将人像合成到瀑布场景时，我更喜欢 GPT Image 1 的光线和风格一致性。Qwen 效果尚可，Nano Banana 把人物不自然地放在水中，Seedream 则用雾气遮住了一些难以处理的过渡。

将 SUV 移到沙漠的测试中，我比其他示例更喜欢 Qwen 的强烈光线和扬起的沙子。把头像人物放入办公室时，Qwen 也是我的首选：人物看起来坐在场景中，而不是简单叠在上面。

将两只小狗移到海滩时，我认为 Seedream 4 的动物、水面和光线组合最好。我也注意到 Qwen 的光线处理不错，尽管小狗看起来不那么真实。

团队成员制作了一个脚本，可以将提示词和图像发送给四个模型并排比较。猫坐在家具上的提示中，我认为四张图都可以接受，不过多数没有保留其中一张原图中的圣诞树，而提示词并未明确要求它。

在卧室床头展示手表的测试中，我认为 GPT Image 1 最好地保留了提供的房间。Qwen 生成的图像很逼真，但改变了房间；Seedream 的手表大得不合理，Nano Banana 的呈现也与要求有所不同。

在城市中放置快递车时，我更喜欢 Qwen 的光线以及它与背景的融合，GPT Image 1 和 Seedream 也不错。Nano Banana 的卡车相对街景显得过度饱和。

接下来测试更精确的约束。要求手表位于手腕上方指定距离时，各模型都出现了解剖或位置问题；我更喜欢 GPT Image 1 看似合理的姿势，但没有验证精确距离。

笔记本电脑与咖啡的提示要求特定角度和蒸汽反射。我无法测量角度，而且发现四个结果都有问题，包括设备不完整和反射不符合物理关系。我只是在这些不完美样例中选择视觉上最真实的 Nano Banana。

只改变一只眼睛虹膜颜色的测试考察局部编辑。示例中 Qwen 和 Nano Banana 改变了双眼；GPT Image 1 和 Seedream 只改变一只。我更喜欢 Seedream，因为它保留了更多原始皮肤纹理。

一个提示要求在同一张图中保留两个人的身份而不混合。结果各有不自然之处，我更喜欢 Nano Banana 的理解。让水流向相互矛盾的方向也产生了不同问题，我更喜欢 Seedream 的外观。

将红色 Mustang 改成金属蓝色时，我认为 Nano Banana 最令人信服地保留了原图，Qwen 紧随其后。将厨房橱柜改色并保留木纹时，我也偏爱 Nano Banana，尽管其他结果也有可取之处。

把陶瓷卡布奇诺杯变成透明玻璃，说明改变材质时也要保留内部物品。Seedream 的杯子看起来是空的，没有满足这一期待；其他示例看似合理，我更喜欢 Nano Banana 的表现。

在改变发色的测试中，Qwen 加入了意外的点状标记；我更喜欢 Seedream 自然的结果。在单次年龄增加对比中我选择 GPT Image 1；在减龄测试中我选择 Nano Banana，因为它改变头发与皱纹的同时保留了人物特征。

在动漫风格人像测试中，我喜欢 GPT Image 1 的处理，尽管多数示例都能用。添加战斗伤疤的结果都有不足；我选择 GPT Image 1 作为四个样例中最好的一张，这并不代表它具有医学上的真实感。

室内黄金时刻光线编辑产生了几张色彩不错的图，但楼梯似乎出现扭曲，因此我认为没有一张完全成功。后来我注意到原图本身可能已有扭曲楼梯，不能确定问题是否由编辑造成。

在温暖晚间灯光和蜡烛的测试中，我最喜欢 Qwen 的例子；其他结果对我的口味而言不是太亮就是太暗。在猫的剪影测试中，我认为 GPT Image 1 更好地兼顾了轮廓光和可见的面部特征。

给行驶中的汽车添加运动模糊时，我认为四个结果都可用，Qwen 的背景模糊最令人信服。两只小狗腾空跳跃的测试中，我选择 Nano Banana，因为动物更像原图，姿势也比较可信。

鸟儿起飞的提示中，我最喜欢 Seedream 模糊的翅膀和姿势。这些选择来自一组输出的视觉判断，换一个随机种子或提示词可能得到不同结果。

添加对象也暴露了另一个问题：壁炉可能看似逼真，却像是在烧焦墙面，或改变了房间。我视觉上更喜欢 Qwen 的例子，但仍希望修正图中看起来存在的火灾隐患。

给 Mustang 添加赛车条纹和赞助商贴纸时，四个示例都不错；我因一致性选择 Qwen。给卧室添加串灯时，我选择 GPT Image 1，因为它的变化最清楚地符合要求的氛围。

四个模型都较好地移除了咖啡桌。我更喜欢 Nano Banana 对场景的保留，Qwen 则加入了额外光线。移除床头灯和桌子时我再次选择 Nano Banana；一个替代结果明显改变了墙面。

人像缩小视角的测试中，我认为 Nano Banana 更好地保留了人物表情。俯视厨房的测试中，我认为没有一个模型可靠地重建了布局和设施。

在微型房屋中的巨猫和建筑模型风格的微缩办公室测试中，我更喜欢 Seedream 的示例。比较依据是视觉上的比例和风格，而非经过测量的物理准确性。

油画测试中，多个结果都有可见笔触；我最终更喜欢 GPT Image 1，Nano Banana 则显得不那么像绘画。水彩测试中，我从几个不错的示例中选择 Qwen，Nano Banana 对原图的改变较少。

技术蓝图测试中，我认为 Nano Banana 的线条和标签排列最令人信服。其他示例在文字上有困难或省略了文字；看似可信的蓝图仍需要独立检查尺寸。

四个模型都生成了可用的动漫风格图像，我更喜欢 Qwen。在参考 Roy Lichtenstein 的波普艺术提示中，Qwen 在这次比较里最接近要求的视觉风格。

电影海报提示要求特定文字和透视效果，我选择 Nano Banana 的示例。砖墙上的蓝色涂鸦测试中，我认为 Seedream 将文字与砖块纹理结合得最好。

在商店橱窗上添加促销文字时，我认为只有 GPT Image 1 的结果清楚表现了要求的玻璃透明感。其他图像对反射、立体感或透明度的处理不够令人信服。

为人像添加降雪时，Qwen 兼顾了可见积雪和与原图的一致性。Seedream 的示例在我看来不够自然，GPT Image 1 的雪效果很好，但对原图改变更多。

为汽车添加雨效果时，我更喜欢 GPT Image 1，因为可以看到雨滴与引擎盖的互动。最后的冬日狗狗提示中，四个结果都显示了呼出的气息；我因逼真的毛发、积雪和背景选择 GPT Image 1，Seedream 紧随其后。

我的总体印象是四个模型都有用，但在这一组选定任务中，我认为 Seedream 表现最弱。不同任务的结果差异很大，公开的比较脚本可以让读者尝试自己的提示词；这些 2025 年结果不能确立持久的总体赢家。