AI 图生图工具怎么选：上传改图与 ChatGPT 替代方案

寻找 ChatGPT 图片编辑替代工具，先看你要怎么改现有图片。 想上传照片、用中文逐轮换背景或改颜色，可以从 Gemini 图片编辑开始；需要画出修改位置，可以选 Adobe Firefly Markup；要把商品、人物、场景参考分开使用，再考虑 Recraft 或 Ideogram 的多参考图工作流。已经能用 ChatGPT 完成简单修改的人，也可以继续在同一对话中小步调整，无需为换工具重新搭建流程。

这些选择依据是截至 2026 年 10 月 14 日各产品公开的编辑方式、输入条件和费用规则，本文未进行同图保真、速度或账单测试。局部编辑能力提供一种控制方式，实际保留效果仍需对照原图检查。如果人物、包装标签或原图某一区域必须一丝不变，关键动作是保存原文件，并在图层中保留它。

图生图、参考图和局部重绘，分别能改什么？

图生图从已有图像出发，根据文字指令生成一个新版本。它可以把草图变成完整画面、把照片改成插画，也可以换背景或修改对象。文生图则从文字开始，没有必须继承的原图。

上传图片并不意味着所有工具都把它当作“待修改的原件”。实际使用时，要分清三个目的：

• 编辑原图：这张图就是要改的对象，例如只改变衣服颜色。需要说明允许变化的位置和要保留的细节。
• 使用内容参考：从参考图取人物、商品或物体，再放进新场景。主体可能重新生成，需要核对身份、轮廓和标签。
• 使用风格或构图参考：借用颜色、笔触、布局或视角，不一定继承原图中的对象，更不代表原图像素会保留。

局部重绘通常用选区、涂抹或蒙版指出修改区域。它比一句“只改这里”多了一种定位方式，但生成模型仍可能影响边界附近的内容。OpenAI 的 Image API 文档就明确说明：蒙版提供指导，模型未必精确遵循它的形状。这是该 API 的限制，不能直接套成所有网页编辑器的上传规则。

如果只是让竖图变横图、补出两侧背景，先看 AI 扩图与保留原图的方法。扩图负责画框外的新内容，本页重点是已有画面内的编辑与工具选择。

按手上的改图任务，先打开哪个工具？

相应依据见 Gemini 图片产品页、ChatGPT 图片指南、Adobe Markup、Recraft 自然语言编辑、Ideogram 参考图文档和 Felo 中文产品页。表中比较的是操作能力与使用条件。

Felo 适合关注后续画布工作的读者，但它页面的按钮与正文出现不同 GPT Image 版本名称；“约 30 秒”“无限重试”和“矢量输出”等宣传也不能代替你所选模型的实际规格与费用说明。要的是可编辑文字或真正的矢量文件时，应确认导出的文件结构，而不能只看一张效果像海报或 Logo 的图片。

用 Gemini 完成一次上传图片编辑

想替代 ChatGPT 的对话式改图，可以按 Google 公开流程从 Gemini 工具菜单进入 Create images，再上传图片并描述修改。该页标明兼容性、可用性和使用限制，并要求 18 岁以上；中文界面或中文提示词不代表所有地区、账户都能使用。

开始前保存原图，选一张你有权使用、细节足够清楚的图片。第一次只改一个容易检查的地方。例如，一张陶瓷杯照片的背景杂乱，可以这样描述：

把这张照片中的背景改成浅灰色墙面。保留杯子的轮廓、把手、花纹、相机角度和桌面接触位置，不要添加文字。杯子本身不要换款式。

这段话是编辑示例，没有在本文中实际生成结果。它把“要改变什么”和“改完如何判断”放在一起，比只说“做得专业一点”更便于检查。

得到新版本后，把原图和结果放在一起：先看杯把是否变形、花纹是否重画、桌面阴影是否合理，再看背景是否达到目标。如果背景合格、杯子却换了形状，这次编辑仍然没有完成任务。回到原图缩小修改范围，或转入带选区、图层的编辑器。

如果第一次结果基本可用，再针对它继续描述一个具体调整，例如“背景稍微变暖，杯子保持当前样子”。需要两张参考图时，明确写出“第一张是待改商品，第二张只参考背景色”，避免让模型把第二张中的物体也合进来。ChatGPT 的图片指南也建议区分多张参考图的作用，并逐次进行有针对性的修改。

Google 当前将 Nano Banana 2 列为免费图片生成与编辑模型，Nano Banana 2.1 需要 Google AI 计划；Plus、Pro、Ultra 用户还可在三点菜单中选择 Redo with Pro。这些产品入口与模型选项不等于固定免费张数。Gemini 使用限制可能变化，图片等多媒体任务会消耗通用使用量，不能把套餐的通用用量倍数直接乘成图片数量。

只改局部：用 Firefly 标记位置，原图另留一层

Firefly 值得考虑的原因是能直接表达位置。在其 Image 模块进入图片编辑的 Edit 页，上传图片后，从左侧工具栏选 Markup。根据 Adobe 的操作说明，可以使用：

• Text：把文字框放到要编辑的位置，用文字说明变化；
• Brush：在图上绘制标记，指出添加、移动或调整的地方；
• Region：选定局部，再描述该区域应怎样改变。

选好模型，生成前把鼠标移到 Generate 旁的积分提示上，查看本次消耗。修改“包带颜色”时，先选包带而不是整个包，再写目标颜色和要保留的材质。输出后同时看选区内部与边缘：颜色有没有改到包身？金属扣有没有消失？缝线有没有重新生成？

Firefly 的结构参考是另一条用途不同的路径。其 图生图页面介绍 New → Image → 上传参考图 → 提示词 → 选择模型，再调整轮廓、深度与风格；页面接受 JPG、PNG、WebP，单文件最多 100 MB。拿构图做新版本与只改原图某个细节，需要选择相应入口，不能把两种模式的控制混为一谈。

如果客户要求商品、人物或标签完全不动，保留原图图层，再把生成区域合成进去。 这是文件保护与后期工作的方法：让 AI 提供新背景或局部内容，保留原图的主体，手工处理遮罩和接缝。它不依赖某个模型“理解绝对不变”，也不要求整张图重新生成。

多参考图与画布迭代：Recraft 和 Ideogram 如何选？

如果你需要商品、背景、人物各提供一张参考，先确认具体模型能够接收这些输入，再看平台有没有方便的版本整理方式。

Recraft：先选画布图片，再选具体编辑模型

在 Recraft Studio 项目中上传或生成图片，选中画布上的图，在右侧 Modify → Edit image 输入修改要求；也可以从左侧 Create 附上参考图并描述变化。模型选择器会按提供方列出不同档位。

Recraft 编辑文档列出的部分 GPT Image、Nano Banana、Seedream、Qwen 模型支持最多 10 张参考图；FLUX.1 Kontext Pro/Max 是 1 张，FLUX.2 Pro/Flex/Max 是最多 8 张。换模型后，要重新检查数量、积分和长宽比；原图比例不受支持时，输出可能采用最接近的支持比例。

选择 Recraft 的理由是把素材、模型选择和后续编辑集中在画布中，并非已证明它比对话工具更能保持身份。需要接到自己的程序时还要注意：外部模型仅供 Recraft Studio 使用，不能从 Studio 菜单中的 GPT Image 推出 Recraft API 也提供同一个模型。

Ideogram：内容参考和风格参考要分开

当前参考图文档说明，可以在 Home 点击 Add reference images，或在 Image app 的 Reference images 字段附图。文件为 JPEG、PNG、WebP，每张最多 25 MB。

若明确选择 Ideogram 4.5，最多可附 5 张内容参考；附图后提示词成为编辑指令，尺寸控制改为 Size，其中 Source image size 沿用第一张参考图的宽高。Nano Banana 2/Pro 最多 10 张，平台中的 GPT Image 2.0/2.5 模型最多 16 张。这是 Ideogram 的界面范围，不能照搬为上游 API 的限制。

Ideogram 3.0 不接受这里的内容参考图，但在 Advanced settings 中支持最多 10 张风格参考。因此，“能参考照片的画风”与“能编辑照片里的商品”是不同能力。换模型时，超过数量的参考图可能变成非激活状态；不支持参考图的模型会清空参考，生成前要确认它们仍在参与任务。

图片需要海报文案时，先把准确的短文字写清，并逐字检查结果。正文内容、价格、联系方式必须准确的正式海报，适合在设计工具中另放可编辑文字层。生成出来看似排版完整的图片，不会自动变成可编辑文字或矢量图层。

免费试用与付费改图，费用该怎么看？

免费入口适合确认流程是否符合需求。付费是否值得，应看它实际增加了哪些模型、数量、分辨率或私密功能，而不能仅凭一次满意的示例图判断。

比较费用时，记录从原图到可用成品实际花掉的积分或金额，包括你主动进行的重做。一次便宜的生成，如果后续要花很久修标签，也不一定节省成本。不同平台的“积分”不是同一货币，不能按数字大小直接比较。

使用客户照片或未发布商品图前，确认当前计划的公开展示、保存和删除规则，并使用有上传授权的材料。可下载模型不自动证明整个工作流离线：界面、插件、日志或推理服务仍可能连接远端。

改图越改越偏，怎样找回可用结果？

先回到原图定位问题，再决定调整指令还是换操作方式。

有些工具会显示 strength、相似度或创意程度滑块。不要跨平台照抄数值和方向：在 Diffusers 经典图生图流程中，提高去噪 strength 会让结果更偏离原图，guidance_scale 则控制与文字的贴合程度；Firefly 的参考强度涉及轮廓与深度。ChatGPT 网页也不能因为其他工具有 strength 就假定有同样可调参数。

如果换了更明确的局部方式，仍反复改变不能动的细节，就停止增加提示词长度，转向保留原图的后期合成。目标是交付那张可以使用的图片，而不是让模型在每个细节上都重新画对。

什么时候才需要 API 或本地模型？

需要把图片编辑接进自己的产品、保存任务记录或自动处理多张图片时，API 才开始解决实际问题。OpenAI 当前 图像 API 指南区分单次编辑的 Image API 与支持会话、多轮编辑的 Responses API；它们的模型字段、输入方式和计费也不同。直接 Images API 编辑不能沿用 Responses 图像工具的缓存折扣，不能把 ChatGPT 订阅折算成 API 可用次数。

本地模型则适合确实需要自行管理推理环境或开展研究的读者。选择时核对准确版本：

• 2025 年的 Qwen-Image-Edit 模型卡标为 Apache 2.0；Qwen-Image-2.1支持最多 10 张参考图、圈选、涂抹或单独蒙版，但其 研究许可把材料的非商业用途限定为研究、评估，商业使用需另获许可。不能把旧版许可证套给新模型。
• FLUX.1 Kontext dev 模型卡使用非商业模型许可，同时单独说明生成输出的使用范围；模型权重、托管 Pro/Max 服务与生成图片的权利要分别核对。

Qwen-Image-2.1 的 7B 是视觉生成组件，之外还有 8B 文本编码器和 VAE，不能据 7B 直接推断普通显卡就能运行。单张照片修改优先完成前面的网页操作；具体部署、显存与安装属于另一个任务。

常见问题

ChatGPT 图片编辑有什么可以直接尝试的替代工具？

像聊天一样上传改图，可先试 Gemini 的 Create images；想画出修改区域，可用 Firefly Markup；多个素材需要在画布中持续编辑，可看 Recraft Studio。要看实际可用入口、当前模型和计划条件，不能仅按模型品牌判断。依据见 Gemini、Firefly与 Recraft的操作文档。

有没有免费的在线 AI 图生图工具？

有。Gemini 将 Nano Banana 2 列为免费生成与编辑模型；Firefly 提供精选模型的有限每日生成；Recraft 有有限积分的免费计划，但生成图公开、每天上传次数也有限。它们不是同样的免费权益，实际访问和用量还要符合各自规则。参见 Gemini 产品页、Adobe 积分说明与 Recraft 免费计划。

上传一张照片，能保证只换背景、不改脸吗？

不能仅靠生成指令保证。先指定背景区域、说明要保留的人物细节，再把结果与原件对照；脸必须原样保留时，把原人物放在独立图层，使用生成背景合成。蒙版也是定位指导，例如 OpenAI Image API说明模型可能不精确遵循蒙版形状。

参考图是不是越多越好？

不一定。增加参考应解决一个具体问题，例如补充商品侧面或指定场景。先标明每张图的作用，并符合所选模型上限。以 Ideogram 当前文档为例，Ideogram 4.5 最多 5 张内容参考，平台内其他模型上限不同；不能把平台最高值当作所有模型的共同能力。

AI 能直接改图片里的中文吗？

可以尝试短文字的局部修改，但正式交付仍要逐字检查。准确金额、联系方式、产品标签和长段正文更适合用可编辑文字层完成。OpenAI 图片指南也建议对密集文字或关键排版逐字复核，必要时用设计工具完成。

图生图的 strength 应该调高还是调低？

先看这个工具的参数定义。Diffusers 经典去噪 strength越高，变化越大，越低则更接近原图；参考强度、结构强度或创意程度可能控制不同事情。不要把一个数值当成所有模型通用的“保真设置”。

改图次数多，就应该从网页换成 API 吗？

次数多只是一个线索。需要自动输入、任务记录、重试与自己的界面时，API 更有意义；人工挑图、修边和排版仍占主要时间时，画布编辑器可能更方便。先解决具体流程瓶颈，再按 API 指南选择单次编辑或会话编辑，不把订阅额度与 API 计费混在一起。