POV Generation：从特定人物视角生成图像的新能力与开源方案探索
2026.09.14 · 事件 · 社区热议 · 社区热议
Reddit 用户发现新图像生成器可生成 POV 图像，但开源模型效果不佳，寻求解决方案。
Reddit 用户指出，最近的图像生成器（如 Meta 的 Muse Image 和 Nano Banana）解锁了从场景中特定人物视角生成 POV 图像的能力，但运行成本过高。用户尝试了多种开源方案，包括 Qwen Image Edit、FLUX.2 9B Base、Hunyuan Image 3.0 Instruct、Gemma 4 和 Wan 2.2 TI2V，均未能成功实现该功能，因此寻求社区建议。
- 新图像生成器可生成 POV 图像
- Meta Muse Image 和 Nano Banana 支持此功能
- 开源模型如 Qwen、FLUX.2 等均失败
- Gemma 4 无法准确描述人物视角
- Wan 2.2 TI2V 改变相机视角失败
为什么值得看
展示图像生成前沿能力，并指出开源替代的挑战，对技术选型有参考价值。
适合谁关注
图像生成研究者、AI 开发者、开源模型使用者。