研究筆記・常駐頁
千問 Image 2.1 Turbo 能力地圖
我們家的電腦跑本機模型，實測「哪些風格做得到、哪些做不到」的紀錄。
最後更新 2026-11-06 05:15狀態 第一輪地圖完成（219 組）；142、144 選角完成並動起來；15 秒小腳本測試進行中
我們的硬體
| 機器 | 規格 | 在產線做什麼 |
|---|---|---|
| Mac Studio（1TB） | M1 Ultra、128GB 記憶體、1TB、48 核心 GPU 版 | 出圖、LTX-2.5 做影片 |
| Mac Studio（2TB） | 規格同上，硬碟 2TB | 出圖、LTX-2.5 做影片 |
| MacBook Pro M4 Max | 滿血版、128GB 記憶體、2TB、奈米紋理玻璃螢幕 | 出圖、聲音、剪輯 |
| 螢幕 | BenQ PD3205U（橫）、PD2705U（直放） | 審圖、看畫布 |
一、千問 Image 2.1 Turbo（出圖）
設定與參數
| 項目 | 我們用的 |
|---|---|
| 模型格式 | q8p（8-bit）；8-bit S／6-bit／4-bit 畫質看不出差別也沒比較快 |
| 原精度版本 | 待對照（還沒拿原精度跑同一批比） |
| 步數 | 8 步 |
| 地圖測試解析度 | 低解析度：短邊 512（例 512×640、512×768），比例照原圖 |
| 成品甜蜜點 | 1536×2752（2.7K）：Mac Studio（1TB、2TB）一張約 285 秒，M4 Max 約 381～458 秒；挑圖用 1152×2048，約 131 秒 |
| 參考圖 | 0 張（純文字指令重現） |
| 出圖三步 | 低解析度批量調到滿意 → 同種子轉 2.7K 抽幾張 → 2.7K 做首尾圖和影片 |
驗證方法
- 從我的 Pinterest 收藏挑 219 張喜歡的圖（只當比較，不送模型）。
- AI 助手看圖反推提示詞（畫風、構圖、用色、光影、人物動作）。
- 三台各抽 1 張、共 3 張，低解析度、8 步、純文字、比例照原圖。
- 每組「原圖＋3 張」並排，我判像不像；比例逐組量，差超過 0.05 就重出（第一輪 86 組重出）。
結果分五類
| 類別 | 意思 | 例子 |
|---|---|---|
| ✅ 完美重現 | 風格大致跟原圖一樣 | 待我判完補上 |
| 💡 意外好看 | 沒仿像，但另成一種好看的風格 | 144（淡彩平面幻想插畫） |
| ❤️ 我喜歡、拿去做角色 | 選角與動起來測試用 | 142、144（141、143 先放著） |
| ✏️ 提示詞的問題 | 反推漏寫，不是模型做不到 | 149：漏寫「日系」，七龍珠風格變成美式 |
| ❌ 這解析度做不到 | 提示詞寫對了，畫出來還是差一點 | 161：中國細線條（細線平塗＋顆粒） |
下面每一則都是我們自己的成品：在 Pinterest 看到喜歡的圖，先用 AI 看圖反推、寫出提示詞，再交給千問 Image 2.1 Turbo 在自己的電腦上照提示詞畫。照著提示詞畫，卻畫不出同樣的風格時，可能是模型畫不出來，也可能是風格指令下錯了；有幾組我們到現在還判不出是什麼風格，知道的人歡迎告訴我們。
第 144 組・💡 意外好看：沒仿像，但另成一種好看的淡彩平面幻想插畫
- 機器
- MacBook Pro M4 Max
- 模型
- 千問 Image 2.1 Turbo 8-bit
- 解析度
- 512×832
- 步數
- 8 步
- 花多久
- 出圖 25.4 秒（不含載入模型）
- 指令
- 純文字指令（0 張參考圖）
送出的提示詞（看圖反推寫出來的）
淡彩平面幻想插畫，一個長奶油金雙髮束的小比例人物在灰藍空間中輕浮，頭頂有兩枚短奶白角，穿白色短上衣與短褲，衣口和褲腳是一圈黑色荷葉邊，外披寬大半透明白袖衣，頸前一枚黑葉形結與小橙心。身體朝向正面略偏畫面左，頭朝向畫面左並略低，看得到側身與大半張臉；雙眼閉合，黑睫毛細長，雙頰粉紅排線，嘴巴小小一點，表情像安睡。雙臂放鬆垂在身體兩邊，手指自然微彎；雙腿在膝部彎曲後斜向畫面右下，赤腳靠攏，腳尖微垂。直幅全身構圖，頭位於上方中央，長髮向畫面兩邊散成寬弧，髮結是白色小花與圓珠；半透明衣袖以淺灰藍塊和白色高光呈現，邊緣細黑線清楚。畫面右下有一個白色小貓幽靈形狀，兩點灰眼、胸前紅心，下方拖一串漸小白圓滴。背景底色均勻霧灰藍，頭邊點幾顆小白泡泡。大面積淡白柔光從畫面左上前方照來，髮頂與衣袖高處明亮，頸下、腿內及袖內為淡粉紫軟影，暗部接收白衣微弱冷反光；整體低彩度、對比柔和，氣氛安靜、漂浮、夢幻。
原圖出處沒找到，所以不放原圖。
沒仿像，但是此提示詞產出的風格我還挺喜歡的，所以這個風格我會持續使用。
第 142 組・❤️ 喜歡、拿去做角色
- 機器
- MacBook Pro M4 Max
- 模型
- 千問 Image 2.1 Turbo 8-bit
- 解析度
- 512×832
- 步數
- 8 步
- 花多久
- 出圖 25.1 秒（不含載入模型）
- 指令
- 純文字指令（0 張參考圖）
送出的提示詞（看圖反推寫出來的）
簡約剪紙與向量平塗風的雙人插畫，兩個大頭短身女孩緊挨站著，畫面左邊黑色短鮑伯髮，畫面右邊奶白短鮑伯髮，兩人都穿寬大黑色短斗篷、厚奶白長圍巾和黑色翻口短靴，靴前繫珊瑚紅鞋帶。兩人身體各朝向正面，頭各朝向正面，看得到正面；大眼睛上半黑色、下半珊瑚紅，粉桃面頰與小鼻子簡潔，嘴和下巴被圍巾遮住，眼神安靜。雙臂與手掌收在斗篷內，雙腿自然分開站穩，兩雙短靴完整落在同一條紅橙扁橢圓地色上。直幅全身構圖，兩個頭並列在畫面上半中央，黑髮略往畫面左翹、白髮略往畫面右翹，兩條圍巾垂在胸前且有整齊短流蘇；畫面左邊斗篷一列小米白圓扣，裙下露窄白荷葉邊，另一件下襬是平整寬弧。背景底色為單一灰青綠，上方與兩邊保留寬鬆留白。色面平整、幾乎不描線，淡白柔光從畫面左上前方照來，臉和圍巾明亮，斗篷內側用更深黑藍色片表示陰影，暗部接收青綠底色的微冷反光；腳下橢圓是裝飾地色，整體黑白紅對比清楚，氣氛安定、親密、冬日溫暖。
原圖出處沒找到，所以不放原圖。
喜歡，接下來會用這個風格做我們自己的角色。
第 149 組・✏️ 提示詞的問題：漏寫「日系」，畫成美式
- 機器
- MacBook Pro M4 Max
- 模型
- 千問 Image 2.1 Turbo 8-bit
- 解析度
- 512×704
- 步數
- 8 步
- 花多久
- 出圖 23.8 秒（不含載入模型）
- 指令
- 純文字指令（0 張參考圖）
送出的提示詞（看圖反推寫出來的）
細密鋼筆線與鮮明漫畫上色結合的復古機車海報，一位淺金側分短鮑伯髮的成年女性穿灰藍短牛仔外套、素紅短上衣、淺藍牛仔短褲與棕色繫帶高筒靴，跨坐在寶藍色大型街車座墊上。身體朝向畫面左，頭朝向正面略偏畫面左，看得到側身與大半張正面臉；青藍眼睛細長，眉尾微挑，露齒淺笑，自信俐落。畫面左邊手握近處把手，另一隻手放在身後座墊邊，近鏡腿垂向畫面右下，靴底落地，另一腿被車架遮住。直幅完整車人構圖，巨大前輪在畫面左下，圓頭燈、短透明黃擋風板和兩枚黑後視鏡集中在上方車頭，後輪在畫面右中，人物頭頂貼近上緣。油箱和車殼是明亮寶藍曲面，只留白色幾何賽車色條，銀色引擎、排氣管、輪圈與彈簧用密細排線刻畫，金屬亮點尖銳。背景底色是平整暖金黃紙色，地面只有細褐斜排線。偏白日光從畫面左上前方照來，髮頂、車燈與油箱有硬亮高光，車架內部深黑，輪下短影朝畫面右下，暗部接收黃底微暖反光；整體色彩鮮明、明暗對比強，氣氛爽朗、有速度與力量感。
原圖出處沒找到，所以不放原圖。
反推時漏寫了「日系」，畫風跑成美式。這是提示詞下錯，不是模型畫不出來；之後反推會寫出文化和年代。
第 161 組・❌ 這解析度做不到：中國細線條
- 機器
- Mac Studio M1 Ultra（1TB）
- 模型
- 千問 Image 2.1 Turbo 8-bit
- 解析度
- 512×704
- 步數
- 8 步
- 花多久
- 出圖 21.9 秒（不含載入模型）
- 指令
- 純文字指令（0 張參考圖）
送出的提示詞（看圖反推寫出來的）
細線平塗與微顆粒紙感結合的奇幻人物插畫，一位銀白髮尖耳成年女性坐在橫向長杖中央，身體朝正面稍偏畫面左，頭朝畫面左並輕低，閉著眼睛，可見胸腹正面和朝畫面左的三分之二臉。白髮在臉邊形成短束，後方另有長髮尾，她穿貼身乳白與淺灰藍長裙，肩臂有細金色枝狀裝飾，雙手分放畫面兩邊的杖身上，腿部柔和交疊，一隻赤腳從裙褶間朝下垂。紅褐杖身水平橫過中段，畫面右端為包住紅寶石的金色圓環，繫下細帶與羽狀裝飾。直幅全身構圖，長裙向下散成灰藍金邊波浪，人物後方疊一個深藍幾何圓盤與大型藍青新月，細金線、藍色羽眼花紋和零落金片圍繞，頂部保留黑色空間。背景底色上黑下深青灰，沒有實景地面。以清楚薄輪廓、硬邊淺色面和細碎金紋表現，不用厚重寫實肌理。暖白柔光從畫面左上前方照亮臉、肩胸和膝面，裙內側和髮後呈淡灰藍，金邊與寶石有小點高光，暗面接收青色微反光。淺銀白人物從深背景浮現，氣氛莊嚴、靜謐而輕盈。
原圖出處沒找到，所以不放原圖。
中國細線條在這個解析度做不出來，先不試了。
學到的寫法規則
- 反推一定要寫出文化與年代（日系、某年代動畫），漏寫會畫成別的地區風格。
- 細線條類風格在低解析度做不到，先不試。
進行中的測試
- 選角：144 四個角色（我、香香、咘咘、呢呢）定稿，整理成角色資產；純文字特徵句、不帶參考圖。
- 142 風格的香香：改成有香香特徵的成年女性、講話要露嘴巴，第 3 輪。
- 141、143 先放著。
二、LTX-2.5（做影片）
設定與參數
| 項目 | 我們用的 |
|---|---|
| 版本 | 蒸餾版（distilled），Q8 |
| 長度 | 2.7 秒＝81 格、每秒 30 格；5 秒版 153 格（格數要 8 的倍數＋1） |
| 尺寸 | 704×1280（直式）；比例照首格 |
| 步數 | 8＋3（第二階段三步細修） |
| 動作控制 | 深度影子（原片深度或 Lemo 白模深度）強度 0.7 |
| 講話 | 首格＋聲音（A2V） |
驗證方法
- 每支影片附：首格、控制方式、提示詞（英中）、格數、生成時間，給我判。
已知做得到／做不到
| 狀態 | 內容 |
|---|---|
| ✅ | 真人動作當影子最自然；寫實白貓跳舞（深度 0.7＋原音）；臉夠大的近景 |
| ✅ | 插畫風格動起來（142、144）：原風格圖當首格＋Lemo 白模深度影子，512×832、81 格（2.7 秒）、深度 0.7、8＋3 步，Mac Studio 一支約 135 秒；動作自然、眼睛不崩，動作幅度比白模小一些 |
| ⚠️ | 講話（首格＋聲音）：聲音和人物有點割裂；首格沒露出嘴巴，講話時臉會亂動 |
| ❌ | 寫實真人全身遠景（臉太小會崩） |
第 142 組・插畫風格動起來
- 首格與控制
- 原風格圖當首格＋Lemo 白模深度影子
- 機器
- Mac Studio（1TB）
- 解析度
- 512×832
- 格數
- 81格30fps
- 長度
- 2.7秒
- 步數
- 8＋3 步
- 生成時間
- 134.6824秒
真首格＋Union深度（非單首格，不加尾格/三視/假參考）：首格1.0、深度.7、注意力.7、Union LoRA1.0、8+3、seed2042。
首格、提示詞（英中）
Start from the exact shoulder-to-shoulder standing pose in the first image. Each girl keeps her body facing the camera and her head facing the camera, with the front of her body visible. Preserve both black coats, white scarves, black and red ankle boots and original hair colors. Follow the supplied depth motion: they sway together toward frame-left then toward frame-right, gently dipping their knees and rising with each beat, their heads tilting with the sway while their feet remain planted. The scarf ends and coat hems sway lightly. The background remains the original muted green field and red oval carpet. Fixed camera, preserve the flat cute printed illustration style, identities, proportions and clothing, with continuous subtle movement from the initial pose. No speech.
從首格兩人並肩站姿開始，兩人的身體朝向正面，頭朝向鏡頭，看得到正面；保留兩人的黑色外套、白圍巾、黑紅短靴及原本髮色。跟著提供的白模深度動作，兩人同步朝畫面左搖再朝畫面右搖，每拍膝蓋輕輕向下沉再回彈，頭隨同方向微歪，腳留在原地，圍巾尾巴和外套下擺輕擺。背景是原圖灰綠色素面和腳下紅色橢圓地毯。固定鏡頭，保持原平面Q版印刷插畫畫風、兩人比例、身份和衣服，動作從原姿勢連續進行，全程細小自然，不說話。
第 144 組・插畫風格動起來
- 首格與控制
- 原風格圖當首格＋Lemo 白模深度影子
- 機器
- Mac Studio（2TB）
- 解析度
- 512×832
- 格數
- 81格30fps
- 長度
- 2.7秒
- 步數
- 8＋3 步
- 生成時間
- 134.7502秒
真首格＋Union深度（非單首格，不加尾格/三視/假參考）：首格1.0、深度.7、注意力.7、Union LoRA1.0、8+3、seed2042。
首格、提示詞（英中）
Start from the exact floating pose with bent knees and closed eyes in the first image. The white-haired girl keeps her body facing the camera and her head facing downward toward frame-left, with the front of her body visible and her eyes remaining closed. Preserve the white long-sleeved blouse, black neck bow, black-trimmed skirt and the original appearance of her legs and feet. Follow the supplied depth sequence: her whole body gently rises then settles, swaying slightly toward frame-left then frame-right, with her long curled hair and wide sleeves drifting naturally. Her bent legs make small paddling movements. The background remains the original gray-blue field, with the tiny ghost at lower frame-right bobbing up and down. Fixed camera, continuous subtle movement, preserve the soft dimensional illustration style, identity, clothing, placement and proportions. No speech.
從首格閉眼漂浮彎膝姿勢開始，白髮女孩的身體朝向正面，頭朝向畫面左下，看得到正面，眼睛保持閉著；保留白色長袖黑領結上衣、黑邊裙子和原本腿腳外觀。跟著提供的白模深度，身體緩緩向上飄再落下，朝畫面左微搖再朝畫面右微搖，長捲髮和寬袖子自然飄，雙腿保持彎曲並輕輕划動，動作始終細小。背景是原圖灰藍色素面，畫面右下小幽靈跟著上下輕飄。固定鏡頭，保持原圖柔和立體插畫畫風、原身份、服裝、位置與大小，全程連續動作，不說話。
進行中的測試
- 144 四個角色演一段 15 秒小故事（6 鏡）：腳本我已採用，接著做片；看同一個角色跨鏡頭穩不穩、能不能帶出情緒。
三、整條本機產線做得到什麼（2026-11-06 盤點）
千問出圖 → Lemo 白模深度 → LTX-2.5 動起來，必要時加 Blender 做運鏡。
| 目標 | 判斷 | 根據 |
|---|---|---|
| 低成本做出獨特畫風 | 機會很大 | 144 沒仿像卻另成一種好看的風格；全程本機、不花點數 |
| 同一個角色每次都長一樣 | 還沒證明 | 單張選角成功；跨鏡頭、跨天的一致性還沒測 |
| 把故事和情緒裝進去 | 測試中 | 15 秒小腳本做完才知道 |
更新紀錄
- 2026-11-05：開這份地圖；第一輪 219 組、硬體、兩個模型的設定。
- 2026-11-06：甜蜜點秒數分機器寫；142、144 動起來成功；選角與測試進度更新；新增「三、整條本機產線做得到什麼」。