关键要点
- Qwen-Image是唯一零许可限制且文字渲染最佳的顶级本地图像模型。Apache 2.0协议,没有营收上限,没有地区限制——同时是图像内可读、拼写正确文字渲染方面的本地领先者。
- FLUX的许可因版本而异。FLUX.1 schnell采用Apache 2.0协议(商用不受限制);FLUX.1/2 dev和Kontext采用Black Forest Labs的非商用许可——商用需要付费许可。
- Stable Diffusion 3.5拥有最深厚的本地生态(LoRA、ControlNet、教程),但其社区许可将免费商用的年营收上限设为100万美元。
- 8GB显存可覆盖本地方案的大部分菜单。图像所需的硬件远低于视频——一块在视频生成上吃力的GPU,跑大多数图像模型完全没问题。
- Adobe Firefly和getimg.ai是两款拥有活跃联盟计划的云端服务;Midjourney和ChatGPT都没有这类计划,因此无论产品优劣,本文都无法从推荐它们中获得任何收益。
- 隐私上没有免费的午餐。Ideogram的免费版会将图像发布到公开图库;本地生成默认是私密的。
为什么2026年是本地图像认真崛起的一年
开放图像模型已经迎头赶上——在某些方面甚至反超。HiDream-O1是一款于2026年5月以MIT协议发布的80亿参数模型,在Artificial Analysis文生图竞技场中跻身顶尖开放权重模型之列,而体积仅为许多更大竞品的一小部分。阿里巴巴的Qwen-Image在图像内渲染可读文字方面优于大多数云端工具。而编辑类模型——Qwen-Image-Edit、FLUX Kontext——现在可以根据一句纯文本指令,在本地免费修改现有照片中的物体、背景和文字。
云端这边也有自己的2026年故事:市场向少数几家实力玩家集中,入门价格降到每月$8-10区间,商用安全的训练数据成为面向企业用户的真实差异化优势。两条路都很不错。问题在于哪条路适合你——而且和视频不同,图像的硬件门槛低到让本地方案对更多人来说都切实可行。
本地方案:三大免费模型系列
这三大系列都通过ComfyUI(或类似的本地界面)在你自己的机器上运行。和视频生成一样:这些是扩散模型,不是LLM——它们不在Ollama中运行。
📍 简单一句话
Qwen-Image是2026年最安全的全能本地图像模型——Apache 2.0协议、文字渲染最佳、无限制——而FLUX在写实度上领先(不同版本许可有别),Stable Diffusion 3.5则在生态深度上领先。
💬 简单来说
如果你只想要一个答案:准备一块8GB以上显存的GPU,运行Qwen-Image。它没有任何许可细则,且拥有开放模型中最好的文字渲染能力。
| 系列 | 许可 | 显存 | 突出特点 |
|---|---|---|---|
| FLUX(Black Forest Labs) | 因版本而异——schnell为Apache 2.0,dev/Kontext未获付费许可则为非商用 | 8GB(schnell)至24GB(FLUX.2 dev) | 写实度基准领先;Kontext在本地编辑方面领先 |
| Stable Diffusion 3.5 + SDXL(Stability AI) | Stability社区许可——年营收100万美元以下免费 | 8–12GB | 最深厚的本地LoRA/ControlNet生态 |
| Qwen-Image(阿里巴巴) | Apache 2.0——无限制 | 8GB(GGUF)至24GB(全精度) | 图像内可读文字业界领先 |
请仅从下方链接的官方仓库下载这些模型——第三方"免费下载"网站可能会在模型中打包不明来源的内容。
FLUX(Black Forest Labs)——写实度基准,分层许可
FLUX系列是严肃本地图像创作的默认选择。FLUX.2 dev在写实度和高分辨率上领先,最多可结合10张参考图像,同时保持角色、产品和风格的一致性。FLUX.1 [schnell]仅需8GB显存,1–4步即可生成高质量图像。FLUX.1 Kontext是本地编辑现有图像的领先方案。
许可——请仔细阅读这部分:该系列的许可是分裂的。FLUX.1 [schnell]采用Apache 2.0协议——不受限制,包含商用。FLUX.1/2 [dev]和Kontext采用Black Forest Labs的非商用许可——在商业产品中使用它们需要向BFL购买付费许可。在这里,"开放权重"不等于"可以商用"。
硬件需求:8GB(schnell)、12–16GB(dev/Kontext)、24GB(FLUX.2 dev,GGUF Q4)。
Stable Diffusion 3.5 + SDXL(Stability AI)——生态取胜
SD 3.5(80亿参数Large版/25亿参数Medium版)已经不再是质量领先者,但它拥有其他模型没有的东西:本地AI中最深厚的生态。多年积累的社区LoRA(教模型学习某种风格、角色或产品外观的小型附加文件)、ControlNet和教程,意味着无论你想做什么,已经有人搭好了所需的部件。
硬件需求:根据版本不同为8–12GB;SDXL在8GB上运行流畅。
许可:Stability社区许可——如果你的年营收低于100万美元,可免费商用;超过这一数字则需要企业许可。对自由职业者和小企业来说没问题;在更大规模下则是真实的限制。
Qwen-Image(阿里巴巴)——真正免费,文字渲染之王
阿里巴巴于2025年8月以Apache 2.0协议开源了Qwen-Image(200亿参数)——没有营收门槛,没有非商用条款,没有地区限制的花招。它的专长是大多数模型仍然做不好的事:在图像中生成可读、拼写正确的多语言文字。海报、招牌、信息图、带标题的缩略图——都是它的强项。
附加能力:Qwen-Image-Edit可对现有照片进行精确的、基于提示词的编辑——更改物体颜色、替换背景、修正文字——同时保留其余部分不变。
硬件需求:8GB(GGUF量化版)至24GB(全精度)。许可:Apache 2.0——唯一没有任何细则条款的顶级图像模型。
值得关注:HiDream-O1
HiDream-O1(80亿参数)于2026年5月以MIT协议发布——比Apache 2.0更宽松——发布后不久便在Artificial Analysis文生图竞技场中跻身顶尖开放权重模型之列,与体积大它数倍的模型同台竞争。它还很年轻,生态尚不成熟,长期支持也未经验证(截至撰写本文时,这一排名来源单一——在将其视为定论前请自行核实)。但如果这一势头持续下去,这份榜单可能在一年内被改写。
硬件门槛(比你想象的低)
如果我们的视频那篇文章把你吓退了,这张表会是个好消息:图像的工作负载要轻得多。一块二手RTX 3060 12GB(约$170–220)就能覆盖下表的前两档。相比之下,视频生成需要24GB才算舒适。
不确定自己的硬件处于哪一档?这些指南能帮你算清楚:显存计算器提供每个模型的确切需求,需要多少显存?提供各模型规模的对照图表,本地AI最佳GPU和最佳预算GPU提供硬件选购建议,GPU对比CPU对比Apple Silicon提供平台对比。
| 你的GPU | 可以运行什么 |
|---|---|
| 8GB显存 | FLUX.1 schnell、SD 3.5、SDXL、Qwen-Image(GGUF)——大部分菜单 |
| 12–16GB显存 | FLUX.1 dev和Kontext、更高精度的Qwen-Image |
| 24GB以上显存 | 全部模型,包括全质量的FLUX.2 dev |
截至2026年8月的大致硬件成本:一块二手RTX 3060 12GB约为$170–220。GPU价格会波动——购买前请核实最新价格,几个月后这一数字可能已不准确。
DIY的真相:"免费"需要你付出什么
和视频那篇文章一样坦诚。本地图像生成意味着:
配置工作。ComfyUI或类似界面、把模型文件放进正确的文件夹、偶尔出现的依赖报错。一个晚上,而不是一周——图像的配置远比视频简单——但仍然要占用你的一个晚上。
写提示词。没有内置的提示词助手,没有风格预设,没有内容过滤(完全的自由——也是完全的责任)。提示词要你自己写。我们关于系统提示词与用户提示词和本地模型提示词工程的指南涵盖了可以直接套用的基础知识。
后期处理。放大、修脸、批量整理——都是你自己挑选的独立工具和节点。想要在30张图像中保持角色一致?那就是LoRA训练:可行,有文档,但算一个项目。
较弱的写法(一句话)
“A cat”
结构化写法(图像模型真正需要的)
“Studio portrait of a ginger cat in a tiny knitted scarf, soft window light from the left, shallow depth of field, 85mm lens look, warm autumn tones, high detail”
AI图像真正擅长做什么
在选择本地还是云端之前,先弄清楚你到底要用它做什么。现实的应用场景地图:
- 内容网站和博客:主图、文章配图、社交预览卡片。
- YouTube和社交媒体:缩略图、频道美术、帖子配图、广告素材——包括快速制作A/B测试变体。
- 电商和营销:产品效果图、生活场景图、同一张图的季节性变体。
- 办公素材:演示文稿配图、路演材料图形、概念效果图。
- 创意项目:书籍封面、概念美术、情绪板、按需印刷设计。
- 编辑,而不仅仅是创作:借助Qwen-Image-Edit或FLUX Kontext——替换背景、移除物体、重塑产品照片风格、修正图形中的文字。
两个诚实的局限:AI图像在大批量生成时仍然难以保持精确的品牌一致性(本地LoRA有所帮助;云端工具也在追赶),而任何需要真实人物、真实产品或事实准确性的场景,都需要摄影,而不是生成。
云端方案:两款值得考虑的服务
我们选择Adobe Firefly和getimg.ai,是因为它们真正覆盖了云端最常见的两种需求:最高的商用安全性,以及从本地到云端最简单的过渡桥梁。Midjourney和ChatGPT在图像生成方面同样被广泛使用,但都不像这两款服务那样直接契合上述两种具体需求——就本次对比而言,Firefly和getimg.ai是更有用的选择,而非默认推荐。
Adobe Firefly——商用安全之选
想尝试商用安全的云端方案?如果你没有GPU,或者不想管理本地模型,可以在投入本地配置之前先试试Adobe Firefly。试用Adobe Firefly →
Firefly基于Adobe Stock和公开授权内容训练——也就是说Adobe在设计上让商业用户不必承担版权风险——并且直接与Photoshop及Creative Cloud其余产品集成。如果你关心客户工作或品牌安全,这就是你的云端方案。付费前可先用免费试用测试;付费方案从每月$9.99起,提供2,000个生成积分(标准档)。适合对象:专业人士、代理机构,以及任何客户会问"这在法律上安全吗?"的人。
getimg.ai——本地模型的云端版本
想用本地模型又不想自己买GPU?getimg.ai让你通过云端访问FLUX等开放模型,无需安装ComfyUI,也没有显存要求。试用getimg.ai →
这是大多数对比文章都忽略的转折点:getimg.ai运行的正是你本可以在本地安装的那些开放模型——FLUX及其他,一个界面内20多个模型——只不过用的是他们的GPU,而不是你的。无需配置,无需计算显存,每个方案都包含商用权利。如果本地方案吸引你,但你的硬件说不行,这就是那座桥梁。自2026年初起定价为纯付费制(免费版已下线)——入门档年付每月$8起(月付为每月$10),提供3,000积分;更高档位随之扩展。适合对象:对本地方案感兴趣但没有GPU的用户,以及任何想要开放模型多样性又不想学ComfyUI的人。
(荣誉提及:Ideogram——图像内文字生成方面的云端领先者,提供有限的免费版(会将图像发布到公开图库),付费方案约从每月$20起。)
云端还是本地:哪扇门属于你
没有GPU?从云端开始。如果仍拿不定主意,可以先试用Firefly的免费版,或用getimg.ai体验开放模型,不必先买硬件。试用Adobe Firefly → · 试用getimg.ai →
简版结论,对应到常见情况:
| 你的情况 | 建议 |
|---|---|
| 没有GPU,或显存低于8GB | 云端:getimg.ai(开放模型,无需配置)或先用Adobe Firefly免费试用测试 |
| 偶尔需要图像,完全不想配置 | 云端:Adobe Firefly(最简单)或getimg.ai(模型选择最多) |
| 图像内文字(海报、缩略图) | 本地:Qwen-Image——或一次性任务用云端的Ideogram |
| 大规模商用产品 | 本地:Qwen-Image或FLUX schnell(Apache 2.0)——请先查看SD 3.5的100万美元上限和FLUX dev的非商用条款 |
| 涉及法律安全性质疑的客户工作 | 云端:Adobe Firefly(商用安全的训练数据) |
| 客户工作、未发布产品、对隐私敏感 | 本地——任何内容都不离开你的设备 |
| 8GB以上显存GPU、大批量、边际成本为$0 | 本地:schnell求速度,Qwen-Image求文字,SD 3.5求风格 |
| 在大量图像中保持一致的角色/风格 | 本地配合LoRA(SD 3.5/SDXL生态) |
实际效果演示
- FLUX.2 DEV First Look – The Best LOCAL Image Model Yet?——本地运行的FLUX.2 dev生成效果展示。
- Qwen-Image Review // Render Text Flawlessly & High Quality Images——展示Qwen-Image文字渲染能力的生成效果。
- Qwen Image Edit AI Image Tutorial Guide - Really Better Than Flux Kontext?——Qwen-Image-Edit与FLUX Kontext在真实编辑任务中的对比。
- Install Qwen-Image in ComfyUI Locally: Free Workflow: Easy Tutorial——从头到尾的实际配置过程。
常见问题
8GB显存能生成AI图像吗?
可以——而且相当流畅。FLUX.1 schnell、SD 3.5、SDXL以及量化版Qwen-Image都能在8GB上运行。图像远比视频轻量;这是与我们视频对比文章最大的区别。
哪些本地图像模型真正可以免费商用?
Qwen-Image和FLUX.1 schnell(均为Apache 2.0协议),以及HiDream-O1(MIT协议)。SD 3.5仅在年营收低于100万美元时可免费商用。FLUX dev/Kontext权重在未获得Black Forest Labs付费许可的情况下为非商用。
哪些云端图像工具提供免费版?
Adobe Firefly提供免费试用(具体积分额度会变动——请到firefly.adobe.com查看当前数字)。Ideogram提供有限的免费版,生成的图像会发布到公开图库。getimg.ai已于2026年初下线免费版——现为纯付费制,年付起价为每月$8。
AI模型能在图像中生成可读文字吗?
可以——这是2025至2026年间的一项重大突破。本地方面Qwen-Image领先(支持多语言,包括英文和中文);Ideogram是文字密集型一次性任务的强力云端选择。
我在云端生成的图像是私密的吗?
取决于所用服务。部分免费版(包括Ideogram)默认会将生成结果发布到公开图库。在生成任何敏感内容前,请查看各服务当前的隐私条款——本地生成默认是私密的,因为没有任何内容离开你的设备。
我能用这些工具编辑自己的照片吗?
可以。本地方面:Qwen-Image-Edit和FLUX Kontext可根据纯文本指令更改物体、背景、颜色和文字。云端方面,Adobe Firefly的生成式填充(在Photoshop内)和getimg.ai的编辑接口可以实现同样的效果。
我需要懂提示词工程吗?
对云端工具来说,不太需要——对话式指令就够用。对本地模型来说,结构化的提示词(主体、风格、光线、构图)能大幅提升效果;这是一项可以学会的技能,不是天赋。
小企业该选本地还是云端?
如果你每月生成图像不到约200张且没有GPU:选云端——在意法律安全就选Adobe Firefly,想要模型多样性就选getimg.ai。超过这个量,或客户保密性很重要时,一块$200的二手GPU加上Qwen-Image可能几个月内就能回本。
结论
如果你有(或打算购买)8GB以上显存的GPU,经常生成图像,并且看重隐私、零边际成本和完全的创作控制权,那就选本地。Qwen-Image是最安全的基础——Apache 2.0协议、业界领先的文字渲染——搭配FLUX追求写实(注意不同版本的许可差异),以及SD 3.5那无可匹敌的风格生态。
如果你想在五分钟内看到结果、偶尔才生成图像,或者没有GPU,那就选云端。Adobe Firefly是安全、专业的选择,拥有商用安全的训练数据;getimg.ai则是那些喜欢开放模型理念、却不想自己安装它们的人的桥梁。
如果视频是你的下一个目标——那是一场完全不同的硬件对话。阅读姊妹篇:本地AI视频生成对比云端。
参考来源
- FLUX.1 schnell on Hugging Face——官方模型卡及Apache 2.0许可协议。
- FLUX.1 dev license——官方非商用许可条款。
- FLUX.2 dev on Hugging Face——官方模型卡。
- Stable Diffusion 3.5 Large on Hugging Face——官方模型卡及社区许可条款。
- Qwen-Image on Hugging Face——官方模型卡及Apache 2.0许可协议。
- Qwen-Image-Edit on Hugging Face——官方模型卡。
- HiDream-O1 on Hugging Face——官方模型卡及MIT许可协议。
- Adobe Firefly——官方产品及定价页面。
- getimg.ai pricing——官方方案及定价详情。