用自然语言改图：多轮编辑不丢质感

生图能力的另一半是改图。这里的改图没有图层、没有蒙版、没有画笔，全靠一句话：官方称之为「用嘴改图」。

怎么改

在对话里对着已生成的（或自己上传的）图片直接下指令：

「头发颜色变成灰色，衣服颜色变成米色，面带微笑」；
「拉远镜头，显示更多室内场景」；
「消除最左边的饮料」；
「让猫闭上眼睛」。

模型按指令执行，输出新图，然后你可以继续下一条指令——这就是「多轮编辑」。

多轮不改样的三个保证

图像编辑最怕「改一处，崩全图」。这个模型的针对性设计是：

风格光影保持一致：修改后画面和原图色调、光照统一，不出现「拼接感」；
人像保留面部特征：改发型、改衣服，脸还是那张脸；
多轮不跑偏：第五轮修改后的画面不会悄悄偏离第一轮的构图基础。

能改什么

物体增删、换背景、风格迁移、视角缩放、人像精修、改文字……官方给出 15 类细分编辑任务，完整清单见编辑任务清单。

实用技巧

一轮只改一到两处，小步快跑比一次改五处更可控；
指令说「位置」比说「那个东西」准：「右下角的水杯」优于「桌上那个」；
改崩了就基于原图重新来，别在崩掉的版本上继续叠加。