图生图：AI如何以图为本，创造新视觉？
图生图是AI图像生成领域的一项关键技术，指以一张或多张现有图片为输入，通过算法模型理解其内容、风格或结构，并在此基础上生成新的、相关的图像。它不仅是简单的滤镜，更是深度理解与再创造的过程。
一句话解释
图生图，顾名思义，就是以图生成图。它是人工智能图像生成的一种核心模式，让AI根据用户提供的参考图像，理解其内容、构图或风格，并在此基础上创造出新的、相关联的图像作品。
为什么会被关注
图生图技术大幅降低了专业图像创作的门槛，让普通人也能轻松实现风格转换、创意设计。它在电商、游戏、艺术创作等领域展现出巨大应用潜力，是AIGC（人工智能生成内容）浪潮中与用户互动最直接、感知最强烈的技术之一。
核心逻辑
其核心在于AI模型对输入图像进行“编码理解”与“解码生成”。首先，模型将输入图像压缩成包含其关键特征的数学表示（潜在向量）。然后，结合用户的文字指令（如“变成梵高风格”），模型在潜在空间中调整这些特征，最后“解码”出一个融合了原图信息与新指令的全新图像。
常见场景
一是风格迁移，如将照片转为卡通或名画风格。二是内容编辑，如替换人物衣着、增减景物。三是草图渲染，将简单线稿转化为逼真效果图。四是图像超分与修复，提升老照片清晰度或补全缺失部分。五是创意延伸，基于原图生成不同视角或情节的画面。
容易混淆的点
图生图常与“文生图”混淆。关键区别在于输入源：图生图必须有一张或多张图片作为基础和参考；而文生图仅凭文字描述生成图像，无需图片输入。此外，它也不是简单的“滤镜”，传统滤镜是固定算法调整像素，而图生图是AI对图像语义的深度理解与创造性重构。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词AIGC（人工智能生成内容）是指利用人工智能技术自动或辅助生成文本、图像、音频、视频等内容。它正从辅助工具演变为独立的内容生产者，深刻改变着内容产业的创作模式与效率。
Stable Diffusion是一种开源的潜在扩散模型，能够根据文本描述生成高质量的图像。它通过将图像生成过程分解为逐步去除噪声的步骤，实现了从随机噪声到目标图像的转换。
扩散模型是一种通过逐步去除噪声来生成数据（如图像、音频）的生成式AI模型。它模仿了物理中的扩散过程，先将数据“打散”成噪声，再学习如何逆向“重建”出清晰、高质量的内容。
文生图是指通过输入文本描述，由人工智能模型自动生成对应图像的技术。它基于扩散模型等算法，将文字语义转化为视觉元素，已成为AIGC领域的核心应用之一。