对比了几组关于ChatGPT和豆包“文生图”先上结论：GPT肉眼可见的更好

分别有五个指令：1、生成一个90年代的中国城市家庭的照片，再生成一个农村家庭的

2、以手机随手拍摄的日常风格，桌面上摆放着一款 【成龙】【功夫】 动漫手办，动作夸张帅气，装备齐全。同时，真实世界的对应人物也出现在镜头中，与手办摆出相似的姿势，形成手办与真实人物同框的有趣对比效果。画面背景模糊、浅淡柔和，强调主角清晰突出，整体构图和谐自然，传递温暖且富有生活气息的视觉体验

3、宋代山水意境的中式国风插画，细腻的水墨勾线与柔和矿物颜料设色，银色月光洒落并映照水面，整体以浅蓝、青玉色为主调，点缀柔和粉色花枝，空气中带有朦胧雾气，河面流动倒影细腻，辅以若有若无的淡金色微光，电影感、诗意化灯光，空灵东方美学，高级国风绘本插画质感，4K 细节

4、生成一张以火车摄影为主题的虚构电子游戏截图

5、一张精致的竖版社交媒体缩略图，展示了一位女性在温暖奢华的卧室中进行早晨美妆流程，非常适合 TikTok GRWM 和美妆内容

从我个人的观感来看，豆包和Gpt还有不小的差距，就以第一组为例，同样是生成年代感照片，Images 2.0几乎可以达到以假乱真的程度；豆包“Ai味还是比较重”，光影不够自然、人物有模板化塑料质感，其他几组，豆包也是类似的问题。

但是也并不能完全否认豆包，起码在国产AI大模型，绝对的第一梯队的水平，只能说，面对大魔王级别的选手，自家大模型还是有点力不从心。

最后，这些只是我自己的看法，大家觉得谁更胜一筹呢？备注：（上图ChatGPT；下图豆包）