Midjourney vs DALL-E 3：谁的AI人脸更逼真？

上周，我让两个AI生成同一张图：“一位35岁亚裔女性，自然光线，微笑。” Midjourney交出的作品，皮肤纹理清晰，眼角的细纹都在。DALL-E 3的版本，五官精致，但光滑得像美颜滤镜开到最大。

这不是偶然。过去三个月，我用这两个工具生成了超过500张人脸图，反复对比。结论？各有胜负，但输赢背后藏着完全不同的技术逻辑。

皮肤纹理：Midjourney的杀手锏

先说Midjourney。它对人脸的处理，像一位写实派画家。毛孔、雀斑、甚至是胡茬的阴影，都能呈现。尤其是V6版本之后，皮肤质感几乎可以乱真。

我试过“一张饱经风霜的60岁渔夫的脸”。Midjourney给出的结果，额头上的皱纹深浅不一，鼻翼两侧有毛细血管的细节。DALL-E 3呢？皱纹是画上去的，像贴了一层贴纸，整齐但假。

据Reddit上的AI艺术社区统计，在“写实人脸”投票中，Midjourney赢了73%的对比。原因在于它的训练数据更侧重摄影作品，而且对光照、反射等物理参数做了专门优化。

但Midjourney有个致命问题：它经常搞错眼睛。

生成正面脸时，两只眼睛大小不一、颜色不同是家常便饭。我试过“蓝眼睛金发女郎”，结果一只蓝一只灰。更离谱的是，有时瞳孔会歪向两边，像斗鸡眼。

DALL-E 3在这方面稳得多。它的人脸对称性好，瞳孔位置基本准确。据OpenAI官方文档，DALL-E 3专门训练了对齐模型，确保面部特征的空间关系正确。

说白了，Midjourney像天才画家，有时神来之笔，有时画歪了。DALL-E 3像严谨的工程师，不出错，但也少点灵气。

最让我觉得有差距的是表情。

Midjourney生成的笑容，眼角会自然眯起，嘴角的肌肉牵动是真实的。我试过“一位在咖啡厅大笑的女孩”，她的牙齿露出度、脸颊的鼓起程度，都符合人体解剖学。

DALL-E 3的笑容，更像是广告片里的标准微笑。嘴唇弧度完美，但缺少微表情。眼轮匝肌不收缩，看起来像“皮笑肉不笑”。

据一位在Adobe工作的设计师说，这是因为DALL-E 3的训练数据中，商业图片占比过高。商业摄影里，模特的表情都是标准化的，导致AI学会了“假笑”。

这取决于你要干什么。

如果你是做电商海报、社交媒体封面，DALL-E 3够用。它的脸干净、对称，不会出错。但如果你是做电影概念图、游戏角色设计，Midjourney的细节和真实感无可替代。

我自己的经验是：生成普通人脸用Midjourney，生成“完美人像”用DALL-E 3。前者像生活照，后者像精修图。

最后说一个细节。Midjourney在生成亚洲人脸时，准确度明显更高。DALL-E 3有时会把亚洲人变成混血，或者加入不自然的肤色。这可能跟训练数据的种族分布有关。

说到底，AI画人脸的技术还在进步。Midjourney和DALL-E 3，一个在追求“像”，一个在追求“美”。而真实的人脸，从来都不完美。