美图 WHEE 是美图公司于 2023 年 6 月推出的 AI 图像与视频创作平台,底层由自研 MiracleVision(奇想智能)大模型驱动。它解决的核心问题是:中文用户在没有专业绘画与设计能力的情况下,也能用自然语言完成文生图、图生图、局部重绘、扩图、AI 视频等创作,并在同一平台内完成“生成—编辑—导出”的完整闭环。与 Midjourney 等国际产品相比,WHEE 的中文语义理解、本土化素材(国风、电商、人像)表现和移动端入口(美图秀秀 App)是其差异化优势。本文从注册登录、文生图上手、五类核心能力、生产与合规、选型对比、常见误区到面试题,给出可直接落地的完整攻略。
掌握 WHEE 意味着你具备中文语境下“AI 出图→修图→多尺寸交付”的完整生产力技能,是新媒体、电商和设计岗位转入 AIGC 工作流的最低门槛能力之一。
目录
速览卡是工具类内容的固定首屏模块:30 秒判断「这工具是什么、能不能商用、适不适合我」。
为什么需要美图 WHEE:从“出图”到“可交付”的创作闭环
传统设计中,一张电商主图或新媒体封面往往要经历“素材查找—合成—抠图—改尺寸”多个环节,非设计岗位通常无法独立完成,专业设计师也要投入大量重复劳动。通用 AI 绘画工具则存在三个现实问题:英文提示词门槛高、对中文语义理解弱、生成后缺乏编辑手段,出图后仍需回到 Photoshop 二次处理,工作流被割裂。
WHEE 把“生成”和“编辑”放在同一产品内:文生图产出底图,图生图改背景,局部重绘修复细节,扩图适配多尺寸,最后直接下载输出。它原生支持中文提示词,并提供国风、摄影、动漫等多类基础模型,在中文素材(商品、人像、品牌物料)的语义还原上更贴近本土创作需求,无需在多个工具间反复搬运文件。
与 Midjourney 追求“艺术感出片”的气质不同,WHEE 定位更偏向“可交付的创作工具”:每一步产出都能继续编辑,输出可直接复用,且与美图秀秀等 App 打通,适合内容生产和电商场景的批量落地。
安装与环境配置:3 步就绪
WHEE 是免安装的网页产品,不需要下载客户端,也不涉及命令行配置。按以下三步完成环境就绪:
1. 注册登录:在浏览器打开 WHEE 官网,支持手机号验证码、邮箱或微信扫码登录;没有客户端安装环节。
2. 领取免费积分:新注册账号会获得创作积分(贝),用于文生图、图生图、视频等生成消耗。积分用尽后可购买积分,或开通会员获得更多额度与高清下载权益。
3. 移动端入口(可选):美图秀秀 App 已内嵌 WHEE 的 AI 绘画与视频能力,使用同一美图账号登录即可体验移动端创作入口。
验证是否就绪:登录后进入“AI 绘画”页面,输入一句提示词并成功生成一张图,即表示账号、积分与生成链路全部正常。
快速上手:10 分钟跑通第一张文生图
最小可用流程的要点是:用一句“主体 + 风格 + 构图 + 光影”的结构化提示词,在默认模型下先出图,再逐步叠加参数控制。
1. 登录后进入“AI 绘画”(文生图)模块。
2. 在提示词输入框填写,例如:“一只戴着红色围巾的柴犬,雪景背景,电影感光影,居中构图”。
3. 选择基础模型/风格模型(通用、摄影、动漫、国风等)、画面比例(1:1、16:9、9:16、4:3、3:4)与生成数量。
4. 点击“生成”,等待数秒至数十秒出图。
5. 对结果不满意时点击重新生成;或在高级设置中填写负面提示词(如“模糊、畸形手”)、固定种子值(Seed)以获得可复现的构图。
生成结果可直接下载,也可进入“图生图”继续局部重绘、扩图或转视频。进阶技巧:把验证稳定的提示词、种子和风格模型保存为模板,之后批量产出系列素材时无需重复调参。
核心能力详解:5 大支柱
支柱一 · 文生图。 用自然语言直接生成图片,是 WHEE 最基础的入口。支持多基础模型/风格、多画面比例、生成数量、负面提示词与种子值。种子值是扩散模型(一种通过逐步去噪生成图像的深度学习模型)的随机采样起点,相同提示词与参数下固定种子可近似复现构图,是批量生产时控制稳定性的关键参数。
支柱二 · 图生图与局部重绘。 上传图片后可改变背景、风格或元素;局部重绘(inpainting,对图像缺失或不满意的局部区域重新生成的技术)用画笔或蒙版选中需要修改的区域,模型只对该区域重新生成,其余部分保持原像素,常用于修复畸形手指、替换背景、修改文字区等精细操作。
支柱三 · 扩图。 在原图像素边界外侧扩展画面内容,在保持主体一致的前提下把 1:1 主图延展为 16:9 横幅,是海报多尺寸适配的高频功能。扩图与缩放不同,它生成的是画面外侧的新内容,而非拉伸原图。
支柱四 · 角色一致性与风格模型。 通过参考图或形象定制固定人物、物体的核心特征;上传一批同风格图片可训练专属风格模型(LoRA,一种轻量化的模型微调方法),之后用该模型批量生成统一风格的品牌物料,解决“每次生成形象都不一样”的痛点。
支柱五 · AI 视频生成。 支持文生视频与图生视频,可把静态分镜图转换成动态素材,用于短视频提案、电商视频预演等场景。视频生成单次消耗的积分高于普通图片,适合在分镜确认后再批量执行。
生产部署与监控:从上线到运维
团队量产流程。 将提示词、种子、基础模型固化为团队模板库;品牌类素材统一使用同一风格模型与负面提示词,保证系列一致性。生产流水线建议固定为“文生图 → 局部重绘修正 → 扩图适配 → 人工抽检”,每一步都有明确的执行人与验收标准。
成本与配额控制。 WHEE 以积分计费,图生图、视频生成、高清修复的单次消耗高于基础文生图。批量任务前先估算单张消耗,用较低生成数量试跑参数,确认效果后再扩大批次,避免废图浪费积分;同时为团队设置每日预算上限,防止任务中断造成返工。
可观测性与合规交付。 建立出图抽检机制,手部、文字与人脸是瑕疵高发区,抽检不合格的素材回到局部重绘流程修复。商用前务必查阅美图用户协议中关于生成内容商业化授权的条款;按平台要求对 AI 生成内容进行标注;作品及时导出归档,避免因账号或套餐变更导致素材丢失。
<p class="para-label">避坑清单:</p>
<ul class=“dash-list“><li>商用授权:免费与付费套餐对生成内容的商用范围可能不同,大规模商用前务必阅读美图 WHEE 用户协议与会员权益说明,涉及真人肖像和品牌元素时仍需另行获得授权</li><li>提示词堆砌:提示词并非越长越好,堆砌互斥元素会导致风格漂移,应采用”主体+风格+构图+光影”结构并配合负面提示词控制质量</li><li>种子复现:固定种子值只能在当前模型版本与参数下近似复现,官方更新基础模型后相同种子可能产出不同结果,重要素材需在生成后立即下载归档</li><li>黑盒限制:WHEE 是云端黑盒模型,无法像本地 Stable Diffusion 那样自由替换模型或离线部署,对模型自由度和数据隐私有要求的场景需评估此限制</li><li>细节检查:图生图与视频生成在手部、文字、人脸等细节上仍可能出现瑕疵,交付前必须人工抽检并配合局部重绘修复</li></ul>
| 维度 | 美图 WHEE | 即梦AI | 通义万相 | LiblibAI |
|---|---|---|---|---|
| 定位 | 美图生态的 AI 图像/视频创作平台 | 字节跳动旗下 AI 创作平台 | 阿里旗下 AI 绘画与视频平台 | AI 绘画模型社区与在线生图平台 |
| 底层模型 | MiracleVision(奇想智能) | Seedream/Seedance 系列 | 通义万相系列 | 聚合 SD/SDXL 等开源模型与社区 LoRA |
| 编辑能力 | 图生图/局部重绘/扩图闭环 | 图像+视频+数字人 | 文生图/图生图/虚拟模特 | 在线生图+模型训练,编辑依赖第三方 |
| 特色优势 | 中文语义与本土素材,美图 App 联动 | 视频生成与剪映生态 | 电商场景与阿里云生态 | 海量社区模型与 LoRA 训练 |
| 学习曲线 | 低 | 低 | 低 | 中(需理解模型概念) |
| 商业化授权 | 按平台会员权益,需查协议 | 按平台协议 | 按平台协议 | 受开源模型 License 与上传者授权约束 |
| License | 闭源 SaaS | 闭源 SaaS | 闭源 SaaS | 闭源平台 + 开源模型 |
| 适合谁 | 设计师、电商/新媒体团队 | 短视频创作者 | 电商与企业用户 | 模型玩家、SD 生态用户 |
选型建议:需要“生成+修图”一体化、以中文内容为主的新媒体与电商团队,优先选 WHEE,它的编辑闭环和本土化做得最省事;追求视频创作与剪映工作流可选择即梦AI;需要在线免费跑社区 LoRA 模型时用 LiblibAI;如果团队已深度使用阿里云,可评估通义万相。
版本迭代
WHEE 的迭代主线是“模型升级带动能力扩展”——底层 MiracleVision 大模型每代升级都会带动 WHEE 在画质、中文语义与视频能力上的跃迁;产品侧则由纯文生图逐步走向“生成—编辑—视频”全链路。(截至训练数据,产品在 2024 年中之后可能仍有更新版本)
| 版本 | 时间 | 变化 | 提升 |
|---|---|---|---|
| WHEE 1.0(Web) | 2023-06 | 美图影像节首发 | 文生图、图生图、基础修图上线,注册赠送积分 |
| WHEE 2.0 | 2023-11 | 美图创造力大会迭代 | 新增局部重绘、扩图、参考图与风格模型训练(LoRA),出图编辑闭环成形 |
| 接入 MiracleVision 5.0 | 2024-06 | 美图影像节模型升级 | 写实画质与中文指令理解提升,新增 AI 视频生成(文生视频/图生视频) |
WHEE 未公开与 Midjourney、Stable Diffusion 的横向基准分数,公开信息显示其迭代重点始终是“中文语义理解 + 创作闭环”,而非榜单参数。选型时建议按“是否需要本土化素材、是否需要编辑闭环、能否接受云端黑盒”三个角度评估,不必以基准分数作为主要决策依据。
AI 应用场景
电商与新媒体素材的多尺寸批量生产
阶段:图生图 / 局部重绘 / 扩图
解决的问题:电商组图与社媒封面需要多尺寸、多背景版本,传统方式重复合图改稿耗时长。WHEE 以一张主图为基础,用局部重绘换背景与元素,用扩图扩展横幅尺寸,非设计岗位也能独立完成初稿。
具体案例:某电商设计团队用 WHEE 处理商品主图:先文生图生成产品场景底图,再批量执行“扩图到 16:9 + 换背景”,单套 5 张素材的出图周期从 1~2 天(含外包改稿往返)压缩到半天以内(含人工抽检)。
品牌虚拟形象与系列内容一致性生产
阶段:角色一致性 / 风格模型训练
解决的问题:品牌需要在多张海报中反复出现统一形象,普通文生图每次结果不同。WHEE 通过参考图固定形象特征,或用一批风格图训练专属 LoRA 风格模型,保证系列素材风格统一。
具体案例:某品牌用同一套参考图生成虚拟代言人在四个场景的系列海报,前后形象保持一致,省去每张海报重新约拍的成本,内部试点中系列物料整体产出周期缩短约三分之二。
短视频分镜与视频素材预演
阶段:图生视频
解决的问题:拍片前需要分镜预览,传统方式需实拍或三维预演,成本高。WHEE 图生视频可将静态分镜图生成 5~10 秒动态素材,用于提案阶段确认构图与运镜。
具体案例:内容团队在提案阶段用图生视频生成动态分镜,单条素材生成从外拍数天缩短到几十分钟内完成,客户确认后再进入实拍,显著降低返工成本。
常见误区
误区注册就送积分,高清图和视频可以随便生成,等于免费工具。
正解注册赠送的创作积分有限,图生图、视频生成、高清修复等功能的单次消耗高于基础文生图;积分用尽后需购买或开通会员。批量生产前应先查看积分余额与消耗规则,按单张消耗做预算,避免任务中途因额度不足中断。
为何常见:平台以“免费送积分”作为拉新手段,新手一般不会主动查看积分明细和单次消耗,容易按免费工具的心理预期使用。
误区把颜色、物品、风格全部堆砌成一大段长句,模型理解得越全,效果一定越好。
正解提示词过长且元素互斥会稀释重点,导致风格漂移。WHEE 更适合“主体 + 风格 + 构图 + 光影”的结构化写法,关键风格交给基础模型控制,用负面提示词排除瑕疵,而不是靠堆字。
为何常见:误以为大模型理解力越强越能处理长文本,忽略了提示词的本质是“约束采样方向”而非“详细描写”。
误区保存了提示词和种子,任何时候重新生成都会得到一模一样的结果。
正解种子值只在“当前模型版本 + 参数 + 平台策略”下近似复现;官方升级模型后,相同种子也可能因采样变化产生明显差异。重要成片应立即下载归档,不要依赖重新生成。
为何常见:混淆了“随机数种子”与“生成结果指纹”——种子是扩散采样的起点,不是图像的哈希标识。
误区能像本地 SD 一样自由换模型、改采样器、离线批量跑任务。
正解WHEE 是云端黑盒 SaaS,模型不可见、不可替换,只能在预设模型与风格项中选择;对模型自由度、数据隐私和离线化有硬性要求的场景,应选择本地部署的 SD 生态,而非 WHEE。
为何常见:云平台在界面交互和 LoRA 训练上借鉴了 SD 生态,容易让用户误以为底层也完全开放。
面试题
Q1. 美图 WHEE 是由哪家公司推出的?
- A.字节跳动
- B.阿里巴巴
- C.美图公司← 正确答案
- D.网易公司
答案:C。WHEE 是美图公司 2023 年 6 月在美图影像节发布的 AI 创作平台,底层为自研 MiracleVision 大模型;即梦AI 属于字节跳动,通义万相属于阿里巴巴。
Q2. WHEE 文生图功能底层主要依赖美图哪套自研大模型?
- A.百度文心一格
- B.美图奇想智能← 正确答案
- C.阿里通义万相
- D.字节豆包大模型
答案:B。奇想智能(MiracleVision)是美图自研的视觉大模型,WHEE 的画质和视频能力随其版本迭代升级;文心一格属于百度,通义万相属于阿里,豆包属于字节。
Q3. 在 WHEE 中使用局部重绘时,正确的操作方式是?
- A.重新编写整段提示词
- B.用蒙版圈选区域并重绘← 正确答案
- C.降低图片的分辨率
- D.改换视频生成模型
答案:B。局部重绘通过蒙版圈定需要修改的局部(脸部、文字、背景等),模型只对蒙版选中区域重新生成,蒙版外保持原像素,从而实现“细节修复”而非全图重来。
Q4. 关于 WHEE 文生图中的种子值(Seed),下列说法正确的是?
- A.种子值越高图片的尺寸越大
- B.固定种子可近似复现生成结果← 正确答案
- C.种子值仅对视频生成有效
- D.种子值是图片版权标识
答案:B。种子是扩散过程的随机采样起点,在提示词、模型、参数一致时固定种子可近似复现结果;模型升级后同一种子可能变化,它也不是图片的版权标识。
Q5. 要在 WHEE 中批量产出形象一致的品牌系列素材,可用的方法有?
- A.使用参考图固定主体特征← 正确答案
- B.训练专属风格模型 LoRA← 正确答案
- C.随机更换基础模型尝试
- D.提高生成数量人工挑选
答案:AB。参考图用于固定人物/物体的核心特征,LoRA 风格模型用于统一整体风格,是保证系列一致性的正规手段;随机换模型和盲目堆数量都无法稳定复现同一形象。
Q6. 负面提示词(negative prompt)在 WHEE 文生图中的主要作用是?
- A.缩短单次出图的时间
- B.抑制画面中的多余元素← 正确答案
- C.提高输出图片的分辨率
- D.让模型理解中文提示词
答案:B。负面提示词描述“不要出现的内容”,模型在采样时降低这些特征的权重,可抑制畸形手指、水印、多余肢体等瑕疵,是控制废图率、节省积分的常用手段;它不改变分辨率与生成速度。
Q7. AI 绘画平台(WHEE)生成内容商用前,以下哪些合规操作是必要的?
- A.查阅协议中的商用授权条款← 正确答案
- B.取得真实人物肖像授权← 正确答案
- C.直接搬运社区他人作品使用
- D.按要求标注 AI 生成内容← 正确答案
答案:ABD。商用授权范围、肖像权与 AI 生成标注是三个常见风险点;社区中他人作品的使用权归作者与平台所有,直接搬运商用属于侵权。
Q8. 扩图(Outpainting)在 WHEE 创作流程中最典型的用途是?
- A.将模糊图片修复清晰
- B.在图片外侧扩展画面← 正确答案
- C.缩小图片的文件体积
- D.智能去除图片背景
答案:B。扩图在保留主体前提下向外生成延伸内容,用于多尺寸适配和构图延展;去模糊属于高清修复,去背景属于智能抠图,是相互独立的功能。
Q9. 与本地部署的 Stable Diffusion 相比,WHEE 这类云端平台最实质的局限是?
- A.生成的图片完全不可商用
- B.模型不可见且无法离线部署← 正确答案
- C.完全不支持中文提示词
- D.生成速度一定比本地慢
答案:B。云端 SaaS 的模型是黑盒,用户只能在预设选项内使用,无法像本地 SD 那样改采样器、换模型、离线批量跑;商用取决于套餐授权,速度取决于链路与负载,并非一律受限。
Q10. 在扩散模型任务中,相同采样步数下把单张图分辨率从 512×512 提升到 1024×1024,单张计算量约为原来的几倍?
- A.约为原来的 2 倍
- B.约为原来的 4 倍← 正确答案
- C.约为原来的 8 倍
- D.计算量保持不变
答案:B。扩散模型每步采样计算量近似正比于像素数,1024×1024 的像素数是 512×512 的 4 倍,因此相同步数与模型配置下计算量约为 4 倍。这也是云端平台高分辨率出图消耗更多积分/算力的原因。