快速结论
PromptEnhancer 是腾讯混元团队发布的图像生成提示词重写产品家族，不应被当成某一个 7B 或 32B 模型版本页面。它覆盖文生图提示词增强和结合视觉上下文的图生图编辑指令增强，通过结构化重写补充主体、动作、风格、构图和属性，同时尽量保留原始意图。项目代码和模型可从 GitHub、Hugging Face 获取，但采用 Tencent Hunyuan Community License，而不是 OSI 认可的开源许可证，因此本站不把它标为推荐工具。许可含地域、输出使用、月活门槛和 AI 训练限制，部署前必须逐项核对。
核心功能
- 文生图提示词重写：把简短描述扩展成下游图像模型更容易执行的结构化提示词。
- 图生图编辑增强：读取输入图像与编辑指令，在视觉上下文中细化修改要求。
- 意图保持：重写时尽量保留主体、动作、布局、风格与属性，而不是自由改写主题。
- 支持标准 Transformers 推理，也提供 GGUF 量化路径以降低部分部署门槛。
- 研究方法包含 Chain-of-Thought 重写、AlignEvaluator 和细粒度 KeyPoints 评测，用于分析图文一致性。
- 可本地运行，也可由团队自行封装托管服务；两种方式的隐私与合规责任不同。
适合人群
它适合研究文生图对齐、需要批量规范提示词、或有 GPU 环境并能审查模型许可证的开发团队。设计团队可以把它作为“提示词预处理器”，再把结果交给不同图像生成模型比较。它不适合只想打开网页立即作图的普通用户，也不适合无法接受区域限制、输出限制或模型训练用途约束的产品。企业用户还要检查发布日时全部相关产品或服务的月活规模，不能只按单个功能计算。
使用场景
常见场景包括：将“雨夜的未来城市”扩展为包含镜头、光线、空间关系和材质的提示词；在图生图编辑中明确哪些对象应保留、替换或移动；建立提示词 A/B 测试，比较增强前后的图文对齐；在内部创意工具中提供可审计的重写步骤。增强后的提示词仍应由用户确认，因为模型可能加入未经要求的视觉细节、改变权重，或把含糊意图解释成看似合理但错误的构图。
价格与版本
| 形态 | 软件/权重价格 | 资源与许可提醒 |
|---|---|---|
| 文生图 PromptEnhancer | 免费获取 | 有不同规模与量化形态，硬件需求随权重变化 |
| 图生图编辑 PromptEnhancer | 免费获取 | 需要处理输入图像，隐私风险高于纯文本输入 |
| 自托管服务 | 自付算力 | GPU、存储、运维和安全审计均由部署者承担 |
| 第三方托管 | 依运营方 | 价格、日志、保留、训练用途和数据地域需另查条款 |
Tencent Hunyuan Community License 只在其定义的 Territory 内授权，明确排除欧盟、英国和韩国；发布日之前一个月，许可方全部相关产品或服务若超过 1 亿月活，需要另向腾讯申请许可。许可还禁止使用相关模型、输出或结果去改进腾讯混元及其衍生模型之外的其他 AI 模型。
国内访问与使用体验
项目本身可通过 GitHub 获取并在本地运行，因此标记为 needsVPN: false，但下载大体积权重、安装 CUDA 依赖和准备足够显存仍是主要门槛。官方说明中，7B 路径约需 8GB 以上显存，32B 及其量化版本需要更高资源；这不是轻量桌面插件。本地推理时，提示词和图片可不发送给第三方，但日志、缓存、共享存储与宿主机器权限仍需管理。使用第三方在线演示或自建远程 API 时，输入图片、提示词和输出都可能进入服务端，应明确保留期限、访问控制和是否用于训练。
优点
- 产品定位聚焦提示词重写，可接在不同图像生成器之前，不需要修改下游生成模型。
- 同时覆盖文生图和图生图编辑，不局限于单一 7B 版本。
- 提供标准与 GGUF 路径，便于研究者在质量和显存之间取舍。
- 研究材料给出了 AlignEvaluator、KeyPoints 和评测脚本，便于做系统比较。
- 本地部署能降低把创意素材直接交给未知在线工具的必要性。
不足
- 社区许可证不是标准开源许可证，地域和用途限制会直接影响产品可部署范围。
- 输出不得用于改进其他非混元 AI 模型，限制了合成数据和蒸馏场景。
- 超过 1 亿月活的相关产品或服务需要另行申请授权。
- 大模型权重带来显存、下载、推理延迟与运维成本，不能只看“免费”。
- 托管后会接触用户提示词和图片，需自行完成鉴权、隔离、日志脱敏和删除机制。
- 重写可能偏离原始创意，最终图像与提示词仍要人工审核权利、事实和品牌风险。
替代品对比
| 替代品 | 更适合什么情况 | 相比 PromptEnhancer 的取舍 |
|---|---|---|
| ComfyUI | 需要可视化编排完整生成流程 | 工作流自由度更高，但提示词增强需自行组合节点或模型 |
| Stable Diffusion | 需要可控的本地图像生成生态 | 它是生成体系，不是专门的提示词重写家族 |
| Midjourney | 更重视直接出图和审美一致性 | 使用门槛低，但部署、模型和数据控制不同 |
| Ideogram | 图中文字和设计稿是核心需求 | 面向成图服务，不提供同等自托管重写研究栈 |
| Leonardo AI | 需要网页创作套件与资产工作流 | 产品化更完整，但本地推理与许可可控性不同 |
常见问题 FAQ
PromptEnhancer 是一个模型版本吗？
不是。它是提示词重写产品家族，包含文生图、图生图编辑以及不同规模和量化部署形态，不应拆成多个易过时的模型页面。
它是开源软件吗？
仓库公开不等于 OSI 开源。其 LICENSE 是 Tencent Hunyuan Community License，带有地域、规模和用途限制。
为什么本站不推荐？
技术方向有价值，但许可证排除部分地区，并限制输出用途、超大规模商业使用和其他 AI 模型训练，普通“开源工具”标签容易造成误导。
本地运行是否完全保护隐私？
本地推理能避免默认上传第三方，但仍需控制日志、缓存、文件权限和共享 GPU。托管 API 则必须增加鉴权、租户隔离与删除策略。
可以用增强后的提示词或输出训练其他模型吗？
许可证明确禁止用 Tencent Hunyuan Works、输出或结果改进腾讯混元及其衍生模型之外的其他 AI 模型，应在数据管线中技术性阻断该用途。
总结
PromptEnhancer 的优势是把提示词重写做成可研究、可本地化、覆盖文生图与图生图编辑的完整家族；它的主要风险也同样明确：许可不是标准开源，且限制地区、输出用途、大规模用户产品和 AI 训练。适合它的团队应先完成许可证审查，再按输入敏感度选择本地或托管部署，最后用人工验收防止重写偏离。若这些条件无法满足，应选择许可与服务条款更贴合业务的替代方案。