AI 绘画 · 落地

AI 绘画国内落地:Midjourney 与本地部署怎么选

决定用哪条路之前,先算两笔账:一次性硬件投入和每月持续支出。算完这两笔,再谈画质,选择会清晰很多,也才知道预算该花在哪里。

三条路径的分水岭

国内做 AI 绘画,能走的路其实只有三条:用别人的托管服务、把模型装到自己机器上、或者用国内的在线绘画平台。三者的差别不在于「谁画得好」,而在于三件事:出图风格的可控程度、单张图的边际成本、以及你的素材要不要离开本地。

一个常见的误区是先挑工具再看需求。更省事的顺序是反过来:先确认出图用途是商用交付、个人练习还是批量试稿,再看素材能否外传,最后才是比较风格和价格。用途决定容错空间,素材决定能不能用云端,这两条定了,可选范围通常只剩一个。

路径一:托管型绘画服务

代表就是 Midjourney 这类,不用装任何东西,打开网页输入提示词即可。它的优势集中在审美:默认出图的光影、构图、材质质感都很稳,新手第一次用就能拿到能看的图,不需要调一堆参数。

• 适合:概念草图、风格探索、单张高完成度的成品图。
• 不适合:需要像素级控制构图、需要同一角色跨图一致、需要批量出几十张再挑。
• 门槛:注册与付款环节对网络环境比较敏感,操作过程中网络不稳会出现任务提交失败、进度卡住。
• 成本:按档位包月,折合人民币大概每月七十到两百五十元之间,出图量按「快速时长」消耗。

要注意的是,它的可控性有限。你无法指定姿势、无法精确锁定角色脸型、无法把一张图的结构完整搬到另一张上。做商业交付时,这一点往往比画质更致命。

路径二:本地部署,显卡是唯一硬门槛

把开源权重下到自己的机器上运行,好处很直接:素材不出本机、参数完全可控、没有按张计费。代价是一次性投入,以及要接受一段学习曲线。

决定体验的核心指标只有一个——显存。它决定了你能不能跑更大的模型、能不能同时挂上风格模型和结构控制插件、能不能开更高的输出分辨率。下面是四个常见档位的实际差别,价格按二手显卡行情估算:

除显卡之外,内存建议 32G 起步,系统盘和模型盘分开放在两块固态上,因为模型文件动辄几吉字节,放在同一块盘上会让加载明显变慢。整机预算大约是显卡价格的两到三倍。

路径三:国内在线绘画平台

这是门槛最低的一档:浏览器打开就能用,登录顺畅,付款用国内常见方式,不涉及网络环境问题。缺点是风格偏模板化,提示词自由度低,通常按「次」或按「积分」消耗,出图数量多了以后单价并不便宜。

它的合理定位是「快速验证想法」。先在这里把构图和配色试出来,确定方向后再决定要不要投入硬件或者去用托管服务,能省掉大量无效折腾。

把账算到每月

表格会误导人的地方在于它没有计入时间。本地部署第一周基本都在装环境、下模型、调参数,这段时间的产出接近于零。如果你每月只出十几张图,把这份时间折算进去,托管服务反而更划算;一旦每月稳定超过两三百张,本地部署的边际成本优势才开始体现。

按人群给结论

1. 偶尔出图的个人用户:直接用托管服务。硬件投入摊不回来,审美默认值也最省心。把预算花在提示词的学习上,回报比换显卡高。
2. 每周都要出图的内容创作者:12G 档本地部署。素材留在本机,风格模型随便换,长期成本最低,而且不受服务方规则变化影响。
3. 需要商用交付的团队:本地部署 16G 档以上,同时保留一个在线平台做应急。交付对构图和一致性要求高,只能靠结构控制和微调来满足。

本地部署最容易踩的三个坑

• 只看显卡不看整机。电源功率不足、机箱散热不够,会在连续出图时降频甚至关机,实际速度比表格里的数字慢一截。
• 模型文件到处乱放。同一个模型存了三份,盘满之后连出图都会失败。建议一开始就规划好目录,只保留当前在用的版本。
• 一味追求高分辨率。直接把输出尺寸拉大,显存瞬间吃满并报错。正确做法是先出中等尺寸,再用放大功能分步处理。