图 1 JuggernautXL_v7_f8，1024 x 1024，1 张。提示词：'draw a clown dancing on top of an elephant, with a beach, blue ocean and an exploding volcano in the background'。负面提示词：'No blue sky!!'。所有要求的物体都在；天空仍是蓝的。结论 总体评价 免费、本地运行、上手容易：只需下载一个 270 MB 的文件，主页有六个工具，默认模型下载完成后几分钟内就能出第一张图。一次排队生成多张图的效果不错，好模型（JuggernautXL）每张约一分钟就能给出令人信服的场景。弱点：Models 页面没有大小，也没有任何指引；下载不显示预计时间，而且有一次超时；FLUX 模型虽然列出，却需要更新应用；对提示词的遵循取决于模型（负面提示词被忽略）。编辑已有图片基本失败：六次尝试中只有一次（去掉一个人）接近成功。
是否适合测试者的使用场景 评价不一。测试者称它是他试过的最好的本地图像应用，也是第一个 'really works' 的图片应用，同时也说，他想要的创作流程（保留这张图，改这里和那里，一步一步来）对他没有奏效。原因和他的结束语见 '测试经过'。他的最终评价来自在 Msty 文档中找到的笔记（见章节 '更多测试与最终评价'）。
观察 文生图很快：默认模型画出了一个简单的圆，JuggernautXL 则给出令人信服的场景。应用可以排队生成多张图，同时继续做别的事。 观察 上手有摩擦：没有模型大小，没有下载预计时间，第一次下载超时，而 FLUX 模型提示需要更新测试者刚刚才安装的应用。 测试者观点 编辑已有图片基本失败：去除标志留下残留，改天空和波普艺术风格都没有生效，也加不上游轮。 评分卡 状态： Completed 安装 4/5 270 MB 的 DMG，'just click open'。第一个模型仍需下载，而这次下载曾超时一次。 上手与模型选择 2/5 Models 页面只显示名称和标签，没有大小。FLUX 卡片需要更新应用。各个工具都可能再要求下载另一个模型。有导入按钮。 核心功能 3/5 文生图可用，好模型能给出令人信服的场景。品牌文字变成乱码，负面提示词被忽略，六次编辑尝试中有四次失败。 引导与迭代 2/5 应用内没有模型说明，测试者没有找到一步步编辑的流程，Input Strength 和 Seed 难以理解。队列和 Actions 按钮有帮助。 性能 4/5 高分辨率下每张图约一分钟，单个模型约占 5 GB 内存（均为测试者估计）；应用不显示速度或用时。 文档 不适用 未测试。 信任与隐私 不适用 未审计。厂商声称 100% 离线使用；模型通过应用下载。离线运行未测试。 卸载 不适用 未测试。 评分是根据下文证据得出的建议（1 = 差，5 = 很好），需由测试者确认。
测试详情
应用 DiffusionBee。笔记里分别写作 'Diffusion B'、'Diffusion Bee' 和 'DiffusionBee'；本报告采用应用自己的写法。 观察
版本 未记录。厂商页面没有显示版本，也没有发布日期。
测试者 Hans Kuepper，PromptQuorum 创始人
开始时间 2026 年 10 月 14 日（时间未记录）。笔记里写的是 '14 Oktober 2027'；这里把年份视为笔误，因为测试发生在 2026 年（Msty 文档中的一张文件信息截图标注为 2026 年 10 月 14 日）。 假设
结束时间 未记录
硬件 Apple M3 系列 Mac，24 GB。笔记里写的是 'M3 as usual'；另一处写的是 '24 gigabyte Mac M3'。标准测试机是搭载 M3 Pro 的 MacBook Pro；这里假定是同一台机器。 假设
系统 macOS；版本未记录
来源 DiffusionBee 官网下载页（第一张截图中，应用后面可见一个浏览器标签页 'diffusionbee.com/download'） 观察
下载 270 MB 的 DMG（按测试者所读） 观察
测试原因 笔记中未说明。
目标 未说明。根据任务推断：在 24 GB 的 Mac 上运行本地图像生成，然后尝试真实地点、品牌文字、图片编辑和负面提示词。 假设
使用的 AI 辅助 笔记里粘贴了一段 Google 对 Juggernaut XL 的回答。较长的品牌提示词含有 Markdown 粗体标记，这说明它可能由 AI 写成；未经确认。Heidelberg 提示词是几年前写的，测试者说 '我想是' 用 ChatGPT 或其他前沿模型写的。 观察 每条陈述都带有标签： 观察 测量 测试者估计 厂商声明 第三方 假设 测试者观点 测试者失误 标签含义
利益披露。 测试者创办了 PromptQuorum（promptquorum.com），这是一个关于本地 AI 应用的内容网站和目录。DiffusionBee 已列入该目录，并且站内已有一篇单独撰写的评测页。笔记中没有与厂商联系、付款或赞助的记录。
原始笔记 PDF： 待补充
左右这次测试的六个时刻 为什么不说明模型的大小，让我知道哪些能在我的电脑上运行？
测试者笔记，由语音转写稍作编辑。译自英文。 测试经过 下载、首次启动和第一个模型 观察
安装包是官网提供的 270 MB DMG。测试者：'启动体验很好。看起来像假的 [笔记中措辞不清]。无需再做什么，点开即可。'
观察
主页 'All AI Tools' 显示 Text to image、Image to image、AI Canvas、Illusion Generator、Inpainting 和 Upscaler（列表已滚动；下面可能还有更多）。
图 2 首次启动后的主页，列表已滚动。可见六个工具：Text to image、Image to image、AI Canvas、Illusion Generator、Inpainting、Upscaler。卡片上的示例图片是厂商的。观察
首次使用时要求选择模型：'Download model to get started. You need to download the following models to generate: DiffusionBee Default 0.1'。进度条只显示百分比：没有大小，也没有预计时间。笔记里写的是不到一分钟时 2%；截图显示 3%。
图 3 首次启动：'DiffusionBee Default 0.1' 的下载对话框，进度条在 3%。没有显示文件大小，也没有剩余时间。观察
模型下载期间，应用的其他区域可以打开并使用（笔记）。
观察
第一次下载失败，提示 'Please check your internet connection or firewall. ESOCKETTIMEDOUT'，唯一的选项是 'Download Again'。
图 4 'DiffusionBee Default 0.1' 的下载错误：'Please check your internet connection or firewall. ESOCKETTIMEDOUT'。唯一的选项是 'Download Again'。测试者说下载当时已到 65%。假设
测试者认为是测试地点的网速慢导致了超时。未经核实。他说下载已到 65%，只能重新开始；是否从零重新开始，没有核对。
测试者观点
'拜托，这也太不专业了。' 下载完成后：'太好了，下载完就能用了。'
Models 页面 观察
Models 页面是一个卡片网格，每张卡片有名称、一行说明和一个标签，例如 'sdxl_base float8_1'。列出了 SDXL Base、Juggernaut XL、BluePencil XL、RealVis XL、Animagine XL V3.1、Anything XL、DreamShaper XL Turbo 等。所有卡片都没有显示下载大小。
图 5 Models 页面（已滚动）。每张卡片有名称、一行简介和一个标签，例如 'sdxl_base float8_1'。没有显示下载大小。FLUX.1-schnell 和 FLUX.1-dev 带有红字 'You need to update DiffusionBee to use this model'。观察
FLUX.1-schnell 和 FLUX.1-dev 显示红字：'You need to update DiffusionBee to use this model.' 测试者约两分钟前才下载了这个应用。
第三方
PromptQuorum 目录把 DiffusionBee 的最近一次上游更新记为 2024年10月30日（比本次测试早一年多），厂商页面页脚写着 '© 2024'。项目 README 列出 SD 1.x、SD 2.x、SD XL、Inpainting、ControlNet 和 LoRA，没有提到 FLUX。2026年10月16日查阅；GitHub 上的发布列表无法读取。
观察
Models 页面上有一个 'Import From Computer' 按钮。测试者推断可以导入他已有的模型（未测试）。
测试者观点
他问：为什么页面不显示模型大小，好让他知道哪些能在自己的电脑上运行？为什么没有简短的说明告诉他每个模型是做什么用的？'没有说明，就又像是随机下载。'
观察
Samaritan 3d Cartoon 的卡片显示下载条在 1%，没有显示大小（笔记和一张小截图）。
最初的图片：一个圆和一张品牌图 观察
提示词 'circle with green dot in the middle'：一个白色圆盘，中心是绿色，背景为绿色。设置：Default_SDB_0.1，512 x 512，1 张，seed -1，25 步。每张图都带有一个 'Actions' 按钮。
图 6 第一张图。提示词：'circle with green dot in the middle'。Default_SDB_0.1，512 x 512，1 张，seed -1，25 个采样步数。结果与提示词相符。图片上有一个 'Actions' 按钮。观察
接着是 'a real challenge'：一段很长的结构化提示词，用于生成 PromptQuorum 的品牌视觉和标志。设置：Default_SDB_0.1，1024 x 1024，3 张，25 步。界面显示一个转圈图标、'Add to Queue' 和 'Stop all'。
观察
三个结果是黑白的方框和卡片，文字乱码。没有可读的 'PromptQuorum.com'，也没有可用的标志。
图 7 长篇 PromptQuorum 品牌提示词的三个结果（Default_SDB_0.1，1024 x 1024，3 张）。方框和卡片，文字乱码；没有可读的 'PromptQuorum.com'，也没有可用的标志。假设
测试者写道：'我猜提示词失败是因为没有提出那个要求'。笔记中这句话的含义不清楚。
测试者观点
他喜欢可以自己选图片数量和尺寸。他缺少的是速度提示、结束时间，以及 '生成时的一点娱乐'。
真实地点：Heidelberg 观察
这条提示词几年前为前沿模型写成：从 Heidelberg 的 Heumarkt 仰望城堡的写实图片，城堡后面有鸟和日出。模型和设置未记录。
观察
三个结果显示的是林木覆盖的山丘上的一座城堡，下面是老式半木结构房屋，还有鸟。没有一张呈现 Heumarkt 的视角，也不是 Heidelberg 城堡本身。
图 8 Heidelberg 提示词的结果（从 Heumarkt 仰望城堡，鸟和日出在城堡后面）。模型和设置未记录。图片里有城堡、山丘和老房子，但不是那个地点，也不是那个视角。测试者失误
测试者期望一个图像模型认识真实地点及其拍摄角度。他自己也说：'对这个工具期望太高了'。
测试者观点
'我本可以写：画一座山上的城堡，后面有日落和鸟。这就是能联网的前沿模型和只会生成图片的纯 LLM 之间的区别。'
假设
差别在于能否联网或是否具备地点知识。本报告未测试。
观察
测试者还试了 '其他系统可能会拒绝' 的图片。笔记称应用 '对任何内容都没有说停'。提示词未记录，也没有截图。
局部重绘：标志和路人 观察
打开 Inpainting 时，又要求再下载一个模型：'ControlNet Inpaint'，显示 3%，没有大小。
图 9 第一次打开 Inpainting 时，要求再下载一个模型：'ControlNet Inpaint'，3%。没有大小，也没有预计时间。观察
测试 1：一张意面盒的照片。提示词 'remove barillia logo'（品牌名拼错了），蒙版盖在标志上。笔记称第一次尝试 '失败'。
图 10 对一张意面盒照片做局部重绘。提示词：'remove barillia logo'（品牌名拼错了）。Default_SDB_0.1。图片上方的工具：Stroke Size、Open、Save、Clear Mask。观察
第二次尝试后，标志文字不再可读，但留下了粉色色块，意面条也被抹糊了。
图 11 第二次局部重绘尝试的结果。标志文字不再可读。原来标志的位置仍有粉色色块和被抹糊的意面条。测试者观点
'从技术上说，去除成功了，只是没法把意面重新拼回去。'
观察
测试 2：一张有路人的街景照片。结果里人不见了。测试者：'快成功了。如果你没有预期什么、我也没特意去找，你就看不出来。'
图 12 从街景照片中去掉一个行走的人的结果。画面中看不到人。测试者的评价是 '快成功了'。显示这个人的原图不公开。测试者失误
提示词里的品牌名拼错了（'barillia'）。起作用的是蒙版而不是提示词，所以影响可能很小（假设）。
AI Canvas 和图生图：天空与波普艺术 观察
在 AI Canvas 中使用街景照片和提示词 'Make the sky dark blue, real summer day'，Input Strength 为 30。结果未截图保存。
图 13 AI Canvas。提示词：'Make the sky dark blue, real summer day'。Default_SDB_0.1，Input Strength 30，25 步。结果未截图保存。照片中的一个路人在此处已做像素化处理。测试者观点
'蓝天没做成，要么就是我没弄懂它的机制。'
观察
图生图，提示词 'make this into a pop art cartoon picture'，模型 Samaritan_3d_Cartoon_v1_s2，Input Strength 80.02。结果是照片的一个更柔和、颜色更淡的副本，不是波普艺术。测试者：'波普艺术也没做成。不知道为什么。'
图 14 图生图。提示词：'make this into a pop art cartoon picture'。Samaritan_3d_Cartoon_v1_s2，Input Strength 80.02。结果略显柔和、颜色偏淡，不是波普艺术。路人在此处已做像素化处理。假设
这张截图位于笔记末尾、速度那句话之后，这里把它当作波普艺术那次尝试。未经确认。
假设
更高的 Input Strength 会保留更多原图。数据点：21.07 和 21.46 对图片改动很大，90.13 几乎原样返回，80.02 得到近似副本。只有四个设置值；应用自己的说明未记录。
小丑、大象、火山：模型、引导强度与负面提示词 观察
测试者用 Samaritan 3D Cartoon 查看了内存占用。提示词 'draw a clown dancing on an elephant'，512 x 512，1 张：一个跳舞的卡通小丑，身后融着一个黄褐色、像大象的形状。
图 15 Samaritan_3d_Cartoon_v1_s2，512 x 512，1 张。提示词：'draw a clown dancing on an elephant'。一个跳舞的卡通小丑，身后融着一个黄褐色、像大象的形状。测试者估计
该模型所需内存：约 5 GB（'我的 VRAM'）。测量方法未记录。Apple Silicon 只有一个共享内存池。
观察
更长的提示词（小丑站在大象上、沙滩、蓝色海洋、爆发的火山）加负面提示词 'No blue sky!!'，1024 x 1024：一个带着火花的蓝色肌肉型生物。看不出小丑、大象、沙滩或火山。测试者：'结果不错，但不太是我描述的东西'。
图 16 Samaritan_3d_Cartoon_v1_s2，1024 x 1024，1 张。较长的提示词加负面提示词 'No blue sky!!'。结果是一个带火花的肌肉型蓝色生物；看不出小丑、大象、沙滩或火山。观察
引导强度（guidance scale）调到最大（按应用的说明，意思是 '应该真正照我的要求做'）：出现了小丑、一只像大象的动物和一座喷发的火山。看不出沙滩或蓝色海洋；地面是暗的。
图 17 同一提示词，引导强度调到最大，按笔记所述（滑块未截图保存）。出现了小丑、一只像大象的动物和一座喷发的火山。看不出沙滩或蓝色海洋；地面是暗的。测试者观点
'我会说接近了，接近了，接近了，或者也许完美。'
观察
同一提示词用 JuggernautXL_v7_f8（又下载了一个模型）：一个带气球的小丑骑在大象上，一大团火山烟柱，一片有遮阳伞和蓝色海水的沙滩。天空是蓝的，所以负面提示词 'No blue sky!!' 没有被遵循。测试者：'看起来很棒，只是负面提示词被跳过了。'
测试者观点
他希望窗口里能说明模型是什么，而不必去别处查。笔记里粘贴的一段 Google 回答把 Juggernaut XL 描述为面向写实风格的 SDXL 微调模型（见“背景”）。
写实风格的情侣，以及速度 观察
提示词：'photorealist a couple in love on the beach, watching the sunset over the ocean, birds in the sky, some boats on the water, some palm trees seen'。JuggernautXL_v7_f8，1216 x 1216，要求 6 张。截取了两个结果。
图 20 情侣那次运行的设置：JuggernautXL_v7_f8，1216 x 1216，6 张，seed -1。观察
两张都有日落、棕榈树和鸟。第一张有一艘帆船，沙滩上有一台相机；第二张有几艘船，但两条长椅上坐着三个人，而提示词要的是一对情侣。
图 18 展示的两张沙滩情侣结果中的第一张（JuggernautXL_v7_f8，1216 x 1216，要求 6 张）。有棕榈树、鸟、日落和一艘帆船；沙滩上有一台相机，这并未在提示词中要求。图 19 第二个结果。有船、棕榈树、鸟和日落，但出现了三个人（其中一位男士独自坐在另一条长椅上），而提示词要的是一对情侣。测试者观点
'看起来有点像 AI，但做得很好，很好。' 他喜欢可以自己选择图片数量和尺寸，应用 '一直在跑'，你可以同时做别的事，然后挑最好的。
测试者估计
最高分辨率下每张约一分钟；每张图的文件约两兆字节。两者都没有计时，也没有截图。'不算很快，但还行。'
更多测试与最终评价（笔记取自 Msty 文档） 假设
Msty 测试的 Word 文件里也有关于 DiffusionBee 的笔记和截图。这里把它们作为第二个来源。它们的日期和相对上述测试的顺序未记录；一张标注为 2026年10月14日 17:58 的文件信息截图表明是同一天。
观察
'Generate similar images' 根据一张图生成了四个相似的沙滩情侣场景。测试者：这是个不错的功能；他称之为 '真的很厉害'。
图 21 'Generate similar images' 生成的四张相似的沙滩情侣图。来源：Msty 测试的 Word 文件；日期和设置未记录。测量
2026年10月14日 17:58 保存到 Downloads 的一个 PNG 文件大小为 38,733,330 字节（38.7 MB）。是哪张图，未记录。
观察
在沙滩情侣图上做图生图，提示词 'add a cruise ship to the picture'，Input Strength 21.07：日落时出现一艘游轮，视角是从甲板栏杆看出去。情侣和棕榈树不见了。
图 22 图生图，第一次尝试。输入：沙滩情侣图。提示词：'add a cruise ship to the picture'。Default_SDB_0.1，Input Strength 21.07。日落时出现一艘游轮，视角是从甲板栏杆看出去；情侣和棕榈树不见了。观察
第二次尝试（长提示词，Input Strength 21.46）：从甲板看到的日落海景，有一棵棕榈和几把椅子；地平线上没有船。
观察
第三次尝试（Input Strength 90.13）：输出几乎与输入相同；没有船。
图 23 第三次尝试，长提示词（'Keep the picture exactly as is, but on the horizon next to the sunbeam add a big cruise ship'），Input Strength 90.13。输出几乎就是输入图；没有船。观察
按笔记所述，把 Input Strength 设为 100 会让应用 '崩溃'。没有截图；版本未记录。
观察
Eiffel Tower 提示词（JuggernautXL_v7_f8，2 张，seed 770465）：两座几乎一样的塔，从下往上拍。测试者说塔本身没问题，但方向和比例不对，法式花园的树 '很准'，塔周围的其余部分却没做对。
图 24 提示词：'Eiffeltower in paris from the Marsfield with a blue sky, extra photorealistic'。JuggernautXL_v7_f8，1216 x 1216，2 张，seed 770465，25 步。两个相近的变体；塔可以辨认。观察
纽约夜景天际线，提示词 'add 3 helicopters flying'（epicrealismXL_v8，75 步）：能看到的直升机多于三架。测试者：它 '数不到三，还多造了一个曼哈顿岛'。
图 25 提示词：'new york city skyline at night., photorealist, add 3 helicopters flying'。epicrealismXL_v8，1216 x 1216，1 张，seed 770465，75 步，style 'enhance'。能看到的直升机多于三架。观察
一张食物照片，提示词 'make this german dinner into a cartoon style, many colors, really funny'：按笔记所述，应用 '把同一张图反复还给我'。结果未截图保存。
观察
Seed 字段有一段说明文字，测试者引述为 'Starting point for iteration. Any number will do. [App?] will pick one if left blank.' 他 '不确定这个值有什么用'。'will pick one' 前面那个词在笔记中不清楚。
测试者估计
在 Claude 应用、Word、WhatsApp、Chrome 等应用都开着的情况下，他估计内存占用约为 24 GB 中的 20 GB。他的体会：'即使在 24 GB 的 Mac 上……又到极限了'。他测试下来真正的教训是 VRAM。
测试者观点
'就功能和界面而言，这是我目前试过的最好的本地 LLM 应用工具……不过有两三个功能我不需要学，因为我不懂它们是做什么的。' '第一个真正好用的图片应用。'
测试者观点
缺少的是一步一步微调图片（'这里改一点，那里改一点'）。'目前这行不通。' 他可能操作有误。'一年后，这会变得完美。' 最后一句：'界面流畅，小模型也能用，基本上不用教就会。很棒的功能，可以把一张图交给另一个工具。'
假设
测试者预测本地模型在一两年内将与云端模型并驾齐驱，本报告未对此做测试。
官方说法与测试者所见 说法 来源 所见 标签 官网称 'Runs 100% offline.'，并称提示词、模型和生成的图片 'never leave your device' 厂商网站，2026年10月16日查阅 模型是通过应用下载的（需要联网，且有一次下载超时）。生成在 Mac 上运行。离线使用和网络流量未测试。 观察 官网称 'Completely free of charge.' 厂商网站（meta description） 笔记和截图中都没有出现付款提示。 观察 官网称在 8 GB 的 M1 MacBook Air 上每张图约 30 秒 厂商网站 测试者报告，在 24 GB 的 M3 上用 JuggernautXL 以 1216 x 1216 生成，每张约一分钟。模型和尺寸不同，不可比较。 测试者估计 工具箱包括文生图、图生图、局部重绘、AI 画布、放大器、错觉图生成器、生成式填充、视频工具、图片变体、模型训练、控制图 厂商网站，2026年10月16日查阅 主页显示了六个工具。用过文生图、图生图、局部重绘、AI 画布和变体。放大器、Illusion Generator、视频工具和训练未试。 观察 Models 页面提供 FLUX.1-schnell 和 FLUX.1-dev 应用 两者都带有 'You need to update DiffusionBee to use this model'。均未下载或使用。 观察 Guidance scale：调到最大时，模型更严格地遵循提示词 应用中的说明，由测试者转述 在一条提示词上更接近了（出现大象、火山）；沙滩和海洋仍然缺失。仅运行一次。 观察 负面提示词 'No blue sky!!' 测试者的提示词 被 JuggernautXL 忽略（出现蓝天）。在 Samaritan 上，两次结果都没有可见的天空。 观察
能装进 24 GB 吗？ 24 GB 内存
Samaritan 3D Cartoon 生成时 约 5 GB（方法未记录） 低于 24 GB 测试者估计 打开了许多应用的整台 Mac，生成期间 约占用 20 GB（测试者口述） 低于 24 GB 测试者估计 应用不显示模型大小，所以没有下载大小这一行。DMG：270 MB。下载后的第一个界面没有任何内存提示。以上两个数字均为测试者口述，没有截图佐证；20 GB 指整台 Mac，而不只是这个应用。
使用记录 # 任务 模型 结果 用时 状态 图 1 下载第一个模型并启动 DiffusionBee Default 0.1 出现一次超时（ESOCKETTIMEDOUT）；重启后可用 未记录 部分完成 图 3 , 图 4 2 文生图：带绿点的圆 Default_SDB_0.1, 512 白色圆盘，中心为绿色；符合 未记录 通过 图 6 3 PromptQuorum 品牌图，长提示词，3 张 Default_SDB_0.1, 1024 方框和卡片，文字乱码；没有可用的标志 未记录 失败 图 7 4 Heidelberg，Heumarkt 视角的城堡 未记录 泛泛的城堡场景，不是那个地点 未记录 部分完成 图 8 5 局部重绘：去掉意面盒上的标志 Default_SDB_0.1 + ControlNet Inpaint 标志不可读；仍有粉色色块和被抹糊的面条 未记录 部分完成 图 10 , 图 11 6 局部重绘：去掉街景照片里的路人 未记录 人不见了；'快成功了' 未记录 通过 图 12 7 AI Canvas：把天空改成深蓝色 Default_SDB_0.1，强度 30 据测试者说没有成功；结果未截图保存 未记录 失败 图 13 8 图生图：波普艺术 Samaritan_3d_Cartoon_v1_s2，强度 80.02 照片的近似副本 未记录 失败 图 14 9 小丑骑大象，短提示词 Samaritan_3d_Cartoon_v1_s2, 512 小丑和一个像大象的形状 未记录 部分完成 图 15 10 小丑、大象、沙滩、海洋、火山 + 负面提示词 Samaritan_3d_Cartoon_v1_s2, 1024 蓝色生物；认不出任何物体 未记录 失败 图 16 11 同一提示词，引导强度调到最大 Samaritan_3d_Cartoon_v1_s2, 1024 小丑、像大象的动物、火山；没有沙滩和海洋 未记录 部分完成 图 17 12 同一提示词，换第二个模型 JuggernautXL_v7_f8, 1024 所有物体都在；天空仍是蓝的 约一分钟（测试者估计） 部分完成 图 1 13 沙滩上的情侣，6 张 JuggernautXL_v7_f8, 1216 令人信服的场景；其中一张多出一个人 每张约一分钟（测试者估计） 通过 图 20 , 图 18 , 图 19 14 Generate similar images 未记录 四个相似的场景 未记录 通过 图 21 15 图生图：添加游轮（3 次尝试） Default_SDB_0.1，强度 21.07 / 21.46 / 90.13 甲板上有船但情侣不见了；没有船；近似副本 未记录 失败 图 22 , 图 23 16 把 Input Strength 设为 100 未记录 应用崩溃（仅见于笔记） - 失败 - 17 Eiffel Tower，2 张 JuggernautXL_v7_f8, 1216 能认出塔；角度和比例不对；两个结果几乎相同 未记录 部分完成 图 24 18 纽约天际线加 3 架直升机 epicrealismXL_v8, 75 steps 直升机多于 3 架 未记录 部分完成 图 25 19 食物照片转成卡通 未记录 多次返回同一张图 未记录 失败 -
测试者出错的地方 测试者失误 期望一个图像模型认识真实地点及其拍摄角度（Heidelberg）。他自己也这样说。 测试者失误 在局部重绘的提示词里把品牌名拼错了（'barillia'）。 测试者失误 把开始日期写成 '14 Oktober 2027'；这里按 2026 年理解。 测试者失误 记录中留有空白：应用版本、macOS 版本、结束时间、若干图片所用的模型和设置、改天空的结果，以及内存占用是如何测量的。 测试者失误 把这次测试的一部分放进了 Msty 文档，所以笔记分在两个文件里，先后顺序未记录。 假设 测试者怀疑自己可能没用对 Input Strength 控件；数据点显示更高的值会保留更多原图，这或许能解释若干次失败（波普艺术为 80.02，游轮为 90.13）。未经确认。 假设 对小丑那张图，'接近了，接近了，接近了，或者也许完美' 的评价比截图所示更积极，截图里看不出沙滩或蓝色海洋。 发现清单 全部 观察 测量 测试者估计 厂商声明 第三方 假设 测试者观点 测试者失误
编号 发现项 类别 标签 严重程度 图 DB-01 模型卡片显示名称、一行简介和一个标签，但没有下载大小、用途或硬件适配信息。 上手 观察 高 图 5 DB-02 FLUX.1 卡片显示 'You need to update DiffusionBee to use this model'，尽管应用是刚装的。 上手 观察 高 图 5 DB-03 目录把最近一次上游更新记为 2024年10月30日（已超过一年）；README 没有提到 FLUX。 维护 第三方 中 - DB-04 模型下载只显示百分比：没有大小，也没有预计时间。按笔记所述，期间应用的其他区域仍可使用。 用户体验 观察 中 图 3 DB-05 第一次下载以 ESOCKETTIMEDOUT 失败；唯一的选项是 'Download Again'，测试者说是从头重新开始。 用户体验 观察 中 图 4 DB-06 局部重绘需要再下载一个模型（ControlNet Inpaint），也没有显示大小。 用户体验 观察 中 图 9 DB-07 文生图用默认模型第一次就成功了。 核心功能 观察 正面 图 6 DB-08 可以排队生成多张图（'Add to Queue'、'Stop all'）；测试者同时继续做别的事。 核心功能 观察 正面 图 18 DB-09 生成时没有速度提示，也没有结束时间。 用户体验 测试者观点 低 - DB-10 一条很长的品牌提示词返回了乱码文字，没有可用的标志。 核心功能 观察 中 图 7 DB-11 没有复现真实地点和视角（Heidelberg）；图片都很泛泛。 核心功能 观察 低 图 8 DB-12 用局部重绘去除标志，留下了粉色色块和被抹糊的细节。 编辑 观察 中 图 11 DB-13 用局部重绘去掉路人成功了（'快成功了'）。 编辑 观察 正面 图 12 DB-14 据测试者说，AI Canvas 上改天空没有成功。 编辑 测试者观点 中 图 13 DB-15 强度 80.02 的图生图波普艺术返回了近似副本。 编辑 观察 中 图 14 DB-16 添加游轮三次尝试均失败：一次有船但情侣没了，一次没有船，一次是近似副本。 编辑 观察 高 图 22 , 图 23 DB-17 更高的 Input Strength 会保留更多原图（只有四个设置值）。 控制项 假设 中 图 22 , 图 23 , 图 14 DB-18 按笔记所述，把 Input Strength 设为 100 会让应用崩溃（没有截图）。 稳定性 观察 高 - DB-19 负面提示词 'No blue sky!!' 被 JuggernautXL 忽略了。 核心功能 观察 中 图 1 DB-20 在 Samaritan 上，引导强度调到最大后，小丑、大象和火山更接近提示词。 核心功能 测试者观点 低 图 17 DB-21 应用没有说明模型是什么；测试者是去 Google 上查的。 引导 测试者观点 中 图 5 DB-22 测试者没有弄懂 Seed 和 Input Strength。 引导 测试者观点 低 - DB-23 Samaritan 上约 5 GB 内存；JuggernautXL 以 1216 x 1216 生成时，每张约一分钟。 性能 测试者估计 正面 图 20 DB-24 'Generate similar images' 生成了四个相近的变体；每张图上的 Actions 按钮可以让测试者把它交给其他工具。 核心功能 观察 正面 图 21 , 图 6 DB-25 测试者认为它是他试过的最好的本地图像应用。 总体 测试者观点 正面 -
严重程度指对首次使用者的影响。为建议值，并非实测。
适合谁 可能适合 假设 想要一个免费的本地文生图工具、并愿意下载和尝试多个模型的 Mac 用户。 厂商声明 希望一切都在自己机器上完成的人，正如厂商所描述的那样（未经核实）。 可能不适合 测试者观点 想拿一张图、一步一步修改它的创作者。测试者没能让这一点奏效。 假设 期望应用告诉他们哪个模型适合自己的 Mac、或模型有什么用途的首次用户。 复测。 建议重新测试尚未测试的部分（Upscaler、Illusion Generator、视频工具、模型导入、离线使用、卸载），并先记录版本和 macOS 版本。下一次发布后再测一次；目录记录的最近一次上游更新是 2024年10月，所以下一次发布可能还要等一阵子（假设）。
这就是能联网的前沿模型和只会生成图片的纯 LLM 之间的区别。
测试者笔记，由语音转写稍作编辑。译自英文。 常见问题 DiffusionBee 免费吗？能在 Mac 上运行吗？ 厂商称它免费且可离线运行。测试中没有出现付款提示，模型通过应用下载，图片在 Mac 上生成。离线使用和网络流量未测试。 观察
DiffusionBee 能编辑已有图片吗？ 本次测试中基本不行。用局部重绘（inpainting）去掉路人接近成功；去除标志留下了粉色色块，改天空、改成波普艺术风格以及添加游轮都没有成功。 观察
在 24 GB 的 Mac 上生成一张图要多久？ 测试者估计，在 24 GB 内存的 M3 Mac 上用 JuggernautXL 以 1216 x 1216 生成，每张约一分钟。未计时。 测试者估计
DiffusionBee 会在下载前显示模型有多大吗？ 不会。Models 页面的卡片只有名称、一行简介和一个标签，没有大小；下载对话框只显示百分比。 观察
为什么 FLUX.1 模型提示需要更新应用？ FLUX.1-schnell 和 FLUX.1-dev 的卡片显示 'You need to update DiffusionBee to use this model'，而测试者约两分钟前才下载了这个应用。这两个模型未下载，也未使用。 观察
开发方背景 非亲测。以下内容来自厂商网站和 GitHub 项目、PromptQuorum 目录，以及测试者粘贴的一段 Google 回答。它们于 2026年10月16日由一个会概括网页的网页抓取工具读取，未经独立核实。
厂商声明 厂商页面没有写明公司或个人。它链接了一个 GitHub 仓库和一个名为 'divamgupta' 的账号。页面称，只要遵守 CreativeML Open RAIL-M 许可，生成的图片就可以使用。 第三方 PromptQuorum 目录把 DiffusionBee 列为免费、AGPL-3.0、仅限 macOS，GitHub 星标约 13,600；GitHub 显示 AGPL-3.0、13.6k 星标、727 个 fork 和 385 个未解决的 issue。目录数据最后核实于 2026年9月12日。 厂商声明 按 README，系统要求：Intel 上为 macOS 12.3.1 或更高，M1/M2 上为 macOS 11.0.0 或更高。厂商页面写的是 macOS 13.1，并推荐 Apple 芯片。未说明内存要求。 第三方 测试者粘贴的一段 Google 回答把 Juggernaut XL 描述为 KandooAI 与 RunDiffusion 基于 Stable Diffusion XL 的一款热门开源微调模型，面向写实效果和人体结构，有多个版本。其中引用的来源：rundiffusion.com、openlaboratory.com、huggingface.co 等；此处未核对。所用模型的许可条款未审查。 如何理解标签
观察 在应用、截图或测试者笔记中亲眼所见。
测量 从对话框、计数器或工具中读取的数值，并给出具体数字。
测试者估计 测试者自己的估计；未计时或计数。
厂商声明 由应用、商店页面或其网站所述；未核实。
第三方 来自其他来源（AI 助手、文章）；此处未核实。
假设 一种推断，可能是错的。
测试者观点 测试者的判断或意见。
测试者失误 测试者出错或遗漏之处。 资料来源 测试者的实测笔记，2026年10月14日（原始 Word 文档 'Diffusion Bee test'；原始笔记 PDF 待补充）。 测试者 Msty Word 文档中的其他 DiffusionBee 笔记和截图（第二来源，用于“更多测试与最终评价”）。 DiffusionBee 官网（diffusionbee.com）和 GitHub 项目（divamgupta/diffusionbee-stable-diffusion-ui），2026年10月16日查阅。 PromptQuorum 目录中的 DiffusionBee 条目（slug：diffusionbee）。 测试者粘贴的、关于 Juggernaut XL 的 Google 回答。 测试编号 pq-test-diffusionbee-2026-10-14 · 测试标准 v0.1 · 原始笔记 PDF：待补充
我如何测试应用——以及为什么没有固定标准 — 这些测试是我的个人观点，并非保证。
