同一张画面,我让 AI 换了 146 种画风
做动画之前,我有个很实际的问题:我不懂美术,也说不清自己想要什么画风。
所以我干脆让模型一次性把”所有画风”都画一遍,我来挑。
怎么测的
- 模型:Qwen-Image 2.1,本地 ComfyUI 跑,16:9,1344×768,每张约 20 秒。
- 同一个画面、同一个随机种子,只换开头那一句画风描述。画面是:傍晚的”十里亭”前,一个书生和一个女侠面对面站着。
- 画风句只写特征,不写作者和作品名。
这样内容基本固定,差别就只来自画风。
三轮结果
第一轮:98 种,分 9 类。 日韩动漫、欧美卡通、中国风、西方美术、插画技法、手工材质、3D 游戏、摄影影视、设计行业。逐张评估下来:好 15,一般 45,没出来 38。
第二轮:补救。 没出来的 38 种,我把画面描述减到一句,画风句开头写一次、结尾再重复一次。结果 38 张全部变好,其中 31 张到位。
这说明第一轮的失败主要不是模型做不到,而是我写的画面描述太长,把画风压住了。
第三、四轮:补全。 补了一批主流画风,比如国潮、新中式、治愈系、电商家居风(侘寂、北欧极简、奶油风)、工艺民间(掐丝珐琅、紫砂、唐卡)、3D 材质(毛绒、玻璃水晶)。最后总共 146 种画风,做对的有 114 种。
挑几张给你看




















我学到的几点
- 模型擅长的:日式动画的各种细分、韩漫、Q 版、厚涂和水彩这类笔触、写实照片、潮玩手办、像素风。
- 容易失败的:黑白和单色类(会偷偷上色)、要改人物造型的(立体主义、超现实)、工艺材质类。
- 画风要靠”短文字 + 重复画风句”来控制。长描述会把画风压回”日式动漫加夕阳”这种默认底子。
- 短描述的代价是人物细节管不住:年龄、发型、剑背在哪里,都可能乱。所以人物和场景的细节,要交给参考图来锁定,别靠长文字。
- 常见小毛病:女侠会多出第二把剑,剑会变成大刀,书生的发髻会散开。
还有一件事
我用同一套画面和画风句,也让 ChatGPT 的图片功能出了一版(125 条),打算做左右对照。这部分评估我还没做完,等有结论了再单独写。
结论
对一个不懂美术的人来说,这一步很值:我不用先学一堆画风名词,看完图就知道自己喜欢什么、模型又能不能做出来。
后来我选画风、做动画的整个过程,在上一篇里。
同一张画面,我让 AI 换了 146 种画风
https://whathappenedchuanwei.github.io/2026/11/17/styles-146/