参数不大、能出透明图、还能喂十张参考图：这三件事各自要付什么代价
一、三个特性是三笔独立的账
一款开源图像模型把文生图和图像编辑合并进了同一个模型，视觉生成部分参数量不大，原生支持透明图像的生成与编辑，还能喂多张参考图。据公开报道，它的视觉生成部分在 7B 量级、参考图上限在 10 张。这两个数只是规模标签，既不能拿来推它出图好不好，也不能拿来和别的模型排名次；真正要分开算的是三笔独立的账：透明度怎么验、多输入怎么排、小参数能不能扛批量。把它们当成“三个功能点”一起评估，是这类模型选型里最常见的省事做法，也是后面返工的源头。
二、透明通道要能算出来，不能看出来
透明不能靠肉眼判断。肉眼看一张带透明底的图，很容易把三种完全不同的毛病看成同一种“还行”。要单独测三处。
- Alpha 边缘的半透明像素：主体轮廓那一圈是不是干净过渡，边缘糊不糊、有没有一圈毛边。
- 抠图残留的暗边：主体边缘是不是带着一圈原背景压出来的深色描边，换个底色就露馅。
- 透明区域里藏着内容：看着透明的地方 Alpha 为零，但颜色值可能还留着原背景，一旦叠到深色上就现形。
这三处都要落成可计算的判据，而不是“看着挺透”：边缘过渡像素的宽度、非透明区域的颜色偏差、全透明像素的占比，三个量能在脚本里算出来，验收才有客观口径。把“透明”写成交付条款时，至少要挂上四条。
| 交付条款 | 怎么判 | 不合格的表现 |
|---|---|---|
| 背景必须真空透明而非白底 | 全透明像素占比达标 | 把白底当成透明交付 |
| 必须保留 Alpha 通道 | 文件通道检查 | 导出时丢了通道 |
| 不允许对白底做过预合成 | 换底色重合成检查 | 深色底上泛出一圈白边 |
| 边缘过渡宽度不超阈值 | 边缘过渡像素宽度计算 | 边缘发虚或带暗边 |
四条缺一条就够返工一次，而这四条全是脚本能判的，不该留到人工复检才发现。三处里最阴险的是藏在透明区里的那一层，因为在浅色的预览底上它完全看不出来，只有把图挪到深色背景上重合成一次才现形，所以验收脚本必须主动做一次换底重合成，而不是只检查通道还在。判据的阈值也别一刀切：要上品牌主视觉的图和只做背景点缀的图，对边缘过渡宽度的容忍度不是一个数，阈值要按用途分档写进标准。
三、生成和编辑挤在一个服务里
第二笔账是调度。一个模型同时做生成和编辑，看着省了一份部署，实际给服务层添了麻烦：两类任务的输入形状和推理步数不一样，编辑要把已有图连同选区一起喂进去，生成只吃文字，两者的显存曲线不是一个形状。把它们混在同一个服务实例里，显存峰值就难预测——一批纯生成里插进一个大尺寸编辑，峰值被突然抬上去，要么触发降质要么直接申请失败。
处置只有两条路。要么把生成池和编辑池分开部署，各按自己的负载画像定并发；要么不分开，但把并发压到能容纳最坏编辑输入的水位，用吞吐换稳定。选哪条取决于编辑请求的占比：占比高就分池，占比低就限并发，别用一个平均数去拍一个峰值型的负载。这里有一个容易做错的地方：把显存峰值按“平均输入尺寸”来估。编辑任务的尺寸长尾很重，一次大尺寸带选区的输入足以把整机水位顶穿，规划时要用最坏尺寸而不是平均尺寸做上限，否则限并发也照样会失败。
四、能喂几张不等于该喂几张
第三笔账在输入。据公开报道的十张参考图上限是一个规模能力，不是一个使用建议。参考图越多，条件输入的规模越大，成本基本线性往上走，而质量收益是递减的——从一张加到三张往往看得见明显变化，从后面几张往上堆常常只是在噪声里打转。所以业务侧要定的是“该喂几张”，判据不是数量而是职责：这一批参考图里，有的负责保风格，有的负责保主体，有的负责保布局，每张图都得有一个说得清的职责。
多输入最典型的失败模式正是职责重叠：两张图都想定义主体，模型不会自己挑一个，而是在两个主体之间折中，结果比只给它一张更糊。喂图之前先问一句“这张进来是顶替谁、还是补哪一块”，答不上来的图就别喂，宁可少给也不给互相打架的输入。这条职责分工也决定了十张这个上限该怎么用：它是工程能力，不是要填满的配额，不必每次都把输入凑到上限。真正该做的是一张对照表，写下这次任务要保的到底是风格、主体还是布局，按要保的东西反推该来几张、各管哪一块，多出来的一律先不进输入。
五、小参数的账要按批量算
小参数模型的价值判断不在“效果对不对”，在“批量能不能跑得起”。洹拓给客户做这类选型时，把三个判据合在一起看，缺一个都会误判。
- 单卡能不能常驻：决定要不要为它专门排一块卡、能不能低成本横向铺开。
- 每张图的平均成本：批量任务算的是总账，不是单张惊艳。
- 质量稳不稳定到可以不做人工复检：这一项才真正决定总成本，一旦每张都要人眼过，省下的算力又还给了人力。
把复检从人工前移成规则，是让批量真正省钱的关键。尺寸和透明这类硬指标用脚本卡死，一致性用样本比对卡，只有品牌主视觉这一小撮才上人审。前移之后要留意一个反噬：脚本判据如果定得过松，坏图会成批放过，等人工抽检发现时返工面积更大；定得过严，又会把可用图误杀，逼出一堆无谓重跑。所以脚本规则本身也要定期用一批人工确认过的样张回校，确认它判出来的合格和人工判断对得上，而不是设完就不管。复检前移之后，人工带宽留给最贵的判断，而不是耗在“这张有没有透明底”这种本该由脚本回答的问题上。
六、私有化与素材复用的漏项
私有化部署时最容易被漏的有三项：模型权重的来源和许可证，这决定生成物能不能商用；生成物本身要不要带可追溯标识；素材入库时有没有把生成参数一起记下。前两项关乎合规底线，第三项关乎日后能不能解释。三项里最省不得的是第三项——权重来源查一次就能定，生成参数却是每一次调用都要落的，等争议来了再回头补，那批素材已经没有可追溯的记录可翻了。
第三项在内容业务里会立刻显出分量。透明素材天然能被站外复用，一旦有人质疑某批图风格雷同、来源可疑，你能拿出的可比对层级其实只有三件：生成参数、素材库快照、入库时间。三件齐了，才答得上“这张图是怎么来的、和那张为什么像”；缺任何一件，辩解就退回到“我们也不知道”。对做 GEO 和内容分发的客户，这三件就是素材侧的留证标准，和透明度验收一样，要前置成入库动作，而不是等争议来了再补。洹拓给这类客户定入库流程时，通常把“记不记生成参数”当成一道硬门槛，因为它同时决定了透明验收和争议取证两头。