多图融合（Multi-Image Fusion）是 AI 图像生成中最强大的功能之一。你可以上传多张参考图，让 AI 理解并融合不同图片中的元素，生成一张全新的合成图像。这就像给 AI 提供了"素材"，然后告诉它如何组合这些素材。
典型应用场景：
| 融合场景 | 推荐模型 | 最大参考图 | 推荐画质 | 理由 |
|---|---|---|---|---|
| 复杂多图融合（4张以上） | gpt-image-2 | 16张 | 高画质 | 只有该模型支持如此多参考图，融合算法最强 |
| 简单商品+场景（2-3张） | gpt-image-2-all | 8张 | — | 速度快，质量好，常规融合够用 |
| 双图风格迁移 | gpt-image-2 | 16张 | 中画质 | 风格迁移对画质要求不高，中画质即可 |
| 快速场景合成 | qwen-image-2.0 | 3张 | — | 成本最低，简单场景融合效果可接受 |
多图融合的提示词需要明确每张参考图的作用，以及融合后的目标画面。
[描述参考图1的作用：主体/商品/人物来源] +
[描述参考图2的作用：背景/场景/风格来源] +
[描述参考图3-N的作用：其他元素的来源] +
[融合后的整体画面描述] +
[各元素的关系：位置/大小/光线/氛围]
在上传参考图前，想清楚每张图的"分工"：
参考图1是一张白底商品图（保温杯），作为画面主体。
参考图2是一张咖啡店桌面场景图，作为背景环境。
将参考图1中的保温杯自然地放置在参考图2的桌面场景中。
保温杯保留其原有的形状、材质和颜色，大小比例与场景协调。
场景光照方向与保温杯的光影保持一致，仿佛杯子本来就在那个桌面。
整体构图以保温杯为视觉焦点，背景适度虚化。
参考图1是一张人物半身照，作为画面的人物主体。
参考图2是一张海边日落风景，作为背景场景。
将参考图1中的人物放置在参考图2的海边场景中。
人物保持原有服装、姿势和面部特征。调整为日落时的暖色光线照射人物。
人物站在沙滩上，背后是日落海面。整体色调温暖浪漫。
参考图1是目标内容图（一张产品照片），参考其内容和构图。
参考图2是风格来源图（一张水彩插画），参考其绘画风格。
将参考图1的内容以参考图2的水彩风格重新创作。
保留参考图1中产品的形状和结构，但使用水彩画的笔触、
色彩风格和纸张纹理进行表现。最终效果是一幅精美的水彩产品插画。
参考图1-3分别是三款不同颜色的同系列产品。
将三款产品组合在一张画面中，呈品字形排列。
背景为简约的白色展示台和柔和灰色墙壁。
三款产品保持各自颜色和比例，光线统一从上方打来。
产品间距均匀，整体成品牌系列展示效果。
参考图1是产品正面图，参考图2是产品侧面图，参考图3是使用场景图。
参考图1和2提供产品的完整外观信息，参考图3提供目标场景风格。
将产品以最自然的45度角放置在场景中，融合所有参考信息。
最终画面：产品在生活场景中自然呈现，角度、光影、比例真实可信。
| 策略 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 单参考图+描述 | 简单场景、有清晰想法的场景 | 控制力强、出图快 | 场景细节可能不够丰富 |
| 双参考图融合 | 商品+指定场景 | 场景真实感强 | 需要找到合适的场景参考图 |
| 多参考图（3-5张） | 复杂场景、高要求合成 | 元素丰富、效果精致 | 融合时间更长、可能冲突 |
| 多角度参考图（6张+） | 需要全方位展示商品 | AI理解更准确 | 仅gpt-image-2支持、耗Token多 |
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 融合后商品变形 | 参考图中商品特征不够清晰 | 使用多角度参考图，提示词中详细描述商品特征 |
| 场景与主体光影不一致 | 未指定光线统一 | 在提示词中明确"所有元素光线方向一致，色调统一" |
| 风格迁移后内容丢失 | 风格图权重过高 | 明确"保留参考图1的内容和结构，仅参考图2的风格" |
| 多产品组合时比例失调 | 未描述相对大小 | 加入"产品A与产品B大小比例为1:1"等具体描述 |
| 融合边缘有拼接痕迹 | AI 对不同图像素处理有边界 | 加入"自然融合无拼接痕迹，各元素无缝衔接" |
| 参考图太多反而效果差 | 参考图之间信息冲突 | 减少参考图数量，确保每张图都有明确的"分工" |