2026 AI 精灵图生成器横评：同一个角色，实测 6 款工具

AI 预览里的角色看着像那么回事，放进游戏前却可能还要处理不少问题：跑步开头有一段站姿，攻击到一半剑身消失，透明导出保住了角色，却改变了原本想要的像素画风。

我们把同一张像素女剑士交给 AutoSprite、Ludo.ai、Spriteflow、PixelLab、Sprite AI 和 AnimGen，分别生成待机、原地跑和一次挥剑。其中四款工具还测试了同一张手绘风格的橙色机器人。PixelLab 和 Ludo 的 Forge Pixel 输出更接近低分辨率像素制作流程；机器人组则用来观察幅度较大的动作，以及从生成结果中选取片段的空间。

本文作者是 AnimGen 团队。首轮测试在 2026 年 10 月 17–18 日完成。修复输入构图问题后，我们于 10 月 20 日重新生成了 AnimGen 的三条女剑士动画，跑动和攻击使用了 Expand Canvas。视频中标出了这批新结果，其他工具没有重测。原始输出和失败尝试的费用都保留在测试记录中。

本次横评覆盖 30 个「角色 × 动作」测试项。最初的七款工具名单还包括 Retro Diffusion，但其评测用途条款是否适用于本次测试尚未确认，因此跳过，未参与评分。

用同一个角色测试，具体怎么做

共同输入是一张 96 × 139、16 个可见颜色的透明 PNG：女剑士朝右，呈三分之四侧视，手持长剑。补充测试用的机器人是 1254 × 1254 的透明 PNG。两张图都是我们的自有素材，各工具均接受了分配给它的原图，没有另画替代角色。

小图中的剑已经很接近画面边缘，能不能留出动作空间会直接影响结果。AutoSprite 开启了 Auto Padding；Ludo 的像素角色使用 Auto Margin 和 True Size。AnimGen 的 10 月 20 日复测中，待机采用自适应构图，没有开启 Expand Canvas；跑动使用主体占比 67% 的方形画布；攻击使用主体占比 50% 的横向画布，并把角色放在偏左位置。这些构图选择也是工作流程的一部分，视频比较无法单独归因于模型质量。

动作、参数与尝试次数

下面保留六条动作提示词的英文原文。每条之后都附有固定要求：保持角色、镜头角度和朝右方向，固定镜头，让完整角色留在画面内。像素版本还要求保留同一把剑、像素风格和像素网格。

AutoSprite 的首次待机使用推荐的 Idle 预设，第二次机器人待机及其余动作使用文字提示词。Spriteflow 的 Pro Mode 中，提示词增强开关处于开启且无法修改的状态；我们记录了提交文本，但无法核对内部增强后的版本。PixelLab 的待机文本在编辑器输入时少了一个冒号，其余任务措辞保留。

最初规定每个任务最多尝试两次，也就是允许一次重试。大多数任务只生成了一次，AutoSprite 的机器人待机用了两次，共形成 31 次基线生成记录。随后 AnimGen 做了五次额外构图实验，再加上 10 月 20 日的三次复测，完整记录共 39 次尝试。现在的主对比以标注日期的复测替换 AnimGen 原来的三条像素结果。各工具实际获得的尝试次数不同，读者看到的是更新后的流程对比。

怎样才算可用候选

我们保留的动画需要满足这些条件：能认出输入角色，动作能看清，主要运动过程完整，透明帧可以在测试场景中播放。循环动作要能取出可重复的一轮；攻击要包含出招和收招。允许保留轻微色边或视角变化，但会在对应结果旁说明。武器断裂、主要攻击过程出画的片段不选用。

结果分为 直接可用、整理后可用、未选用。角色一致性、动作、循环或收尾、边缘这四项先看未经编辑的输出；第五项记录导入和播放所需的准备工作。原始逐次记录和 10 月 20 日复测记录包含评分与选帧信息，没有再合成一个总冠军分数。

全部 31 份基线输出都在 macOS 上同一个本地 Godot 4.7.2 场景中播放，使用图集适配器，并切换浅色和深色背景。拆出的 1,222 个源帧与原始 RGBA 像素一致；20 个初始候选在整理后再次检查。AnimGen 新增的三条原片及其三条选用版也通过了这个场景，291 个原始帧、85 个选用帧均保留源像素和时序。这里使用的是我们自己的图集导入流程，没有逐家验证它们的原生引擎包。

AnimGen 新的剑类动作可以用作前刺，但没有完成提示词要求的横斩。我们把它作为经选帧的攻击候选展示，同时另算排除它之后的严格口径成本。其他工具的三条边界跑动案例也会标明，不直接当作完全符合要求。

把动画放在一起看

对比视频使用相同背景，角色等比缩放到相近的视觉大小。各工具保留记录下来的原始时序。合成视频的容器帧率为 60 FPS，只按需要重复源画面，没有生成额外运动帧。标记为 RAW 的区域展示未经编辑的完整输出。AnimGen 的像素单元标记为「Oct 20 retest」，其他五家保留第一次生成结果。攻击重播之间有带标签的停顿。

视频中的英文标签沿用原始对比素材：RAW 为原始输出，DIRECT 为直接使用，EDITED 为整理后使用，Oct 20 retest 为 10 月 20 日复测。

像素角色的待机、跑动和攻击

这张输入最难保留的是长剑。首轮六条攻击中，没有一条完整横斩达到我们的选用要求。新的 AnimGen 片段经过裁剪后得到了一次可用前刺，剑身和收招都在画面内。如果战斗设计必须使用横斩，这组样本仍未完成该任务。

「边界候选」适合对动作要求较宽松的短步幅慢跑场景。Ludo 的像素跑动仍触及边界，PixelLab 的跑动在调速后也仍是小步慢跑。费用部分分别计算了纳入和排除这些结果的情况。表里被选中的动作，也不代表一定保留了像素网格。

手绘机器人与选帧后的变化

机器人不用保留细长剑身，四肢周围也有更多空间。四款工具各自的三个动作都选出了候选，其中 AutoSprite 的待机采用第二次结果。Ludo 的机器人慢跑是第三个边界案例。

机器人原始待机、原始跑动和整理后的跑动对比展示了另外两项任务。机器人结果沿用 10 月 18 日的版本。可以根据动作表现和所需编辑判断是否适合项目；这点样本还不足以给出普遍的成功率排名。

各款工具做得怎么样

AutoSprite：先确认预设视角是否适合你的项目

AutoSprite 的操作流程里，除了动作，还要选择游戏视角。官方产品介绍列出了横版、等距视角、预设与自定义动作，以及参考视频和动作库控制。本次使用的是 2D → Side-scroller → Turbo，搭配预设或自定义文字。动作参考和 3D 流程没有测试，2D 生成的内部实现也未核实。

有了现成角色图后，这个视角选择会直接影响结果。原始机器人是三分之四视角，第一次 Idle 预设让双拳放下，变成放松站姿。第二次提交完整格斗待机提示词，其中明确要求保持输入视角；拳头保持抬起了，身体却更接近纯侧面。两名角色的跑动也都有视角变化，截取较短循环后仍保留部分摆动。机器人原始待机和跑动里可以看到这些差异。

如果正在做一个新的横版游戏原型，希望尽快得到侧向角色和清楚的步态，这样的结果可能很合适。AutoSprite 接受两张原图，输出规则的透明 5 × 5 图集，两名角色都能选出较短的跑动循环。只要输出视角符合项目需求，接下来就可以花较少的文件整理时间，把它放进场景里试用。

如果项目已有一套三分之四视角的角色动作，这种角度变化就可能增加返工。待机和跑动的躯干朝向不同，切换状态时会显得不连贯；武器在画面中的伸出方向、脚底落点，也要与现有素材一起检查。本次跑动被选为动画候选，能否接入已有动作集还要看视角是否匹配。要求保持原图视角的项目，适合先检查待机到跑动的切换——这批结果中，提示词里的固定视角要求没有完全生效。这里描述的是本次 Side-scroller 样本，其他视角模式没有测试。

两次机器人待机和两次解锁都计入了成本。出拳结果重复了两遍，选用第 3–12 帧后得到一次出拳和收拳。剑类攻击主要是抬起再放下武器，没有形成要求的挥斩。

Turbo 还把像素角色重新绘制成 256 × 256，带有平滑明暗和混色。项目接受这种视觉变化时可以继续使用，但它没有保留原来的 96 × 139 像素网格。批量制作动作前，最好把视角和像素表现一起确认好。

Ludo.ai：像素尺寸控制明确，机器人出拳完整

Ludo 的 Forge Pixel / True Size 组合把女剑士保持在 96 × 139，透明边缘清晰。待机仍能认出原角色；Hydra 生成的机器人出拳包含一次清楚的打击和恢复防守，不需要另外截取更短动作。

True Size 也保留了剑周围有限的画布空间。像素跑动的部分画面碰到边缘，攻击中的手和剑刃则离开了画面。机器人跑动更像小步慢跑，身体角度还有变化。我们将它加速 25% 后作为边界候选保留。

免费导出的每帧上都有水印。升级到 Indie 后，通过官方导出入口重新下载已有结果，就拿到了无水印版本，无须重新生成。这与 Ludo 的精灵图生成器文档描述一致。带水印的原始文件没有进入视觉质量对比。

Spriteflow：站姿稳定，导出时序明确

Spriteflow 的 Pro Mode 输出 512 × 512 帧，manifest 中写明 8 FPS。角色外观和站姿总体稳定，下载包提供了复现播放所需的时序，无须靠预览猜测。

机器人出拳在关闭 Loop 后仍重复了两次，我们保留第 4–13 帧作为一次动作。跑动需要去掉前后站立段。像素跑动中能看到一些绿色残留和腿部软化细节；剑类攻击则在右边缘截掉了剑刃。这些问题在原始对比中保留可见。

像素输入变成了更高分辨率、明暗平滑的角色。项目适合手绘外观时可以考虑这条流程；如果要与严格的低分辨率像素素材放在一起，还需要进一步处理。

PixelLab：低分辨率原生像素，可以继续在工程里编辑

如果接下来要在低分辨率像素编辑器里继续制作，PixelLab 在这次测试中衔接最直接。v3 流程返回 96 × 139 帧，透明通道只有完全透明和不透明两种值；除了 PNG 图集，我们还保留了原生 Pixelorama 工程。测试使用官方编辑器的试用入口，单独的 Creator 动画页面则显示付费限制。v3 文档介绍了这个编辑器流程。

导出在生成帧之前包含两份输入图副本。去掉之后，待机剩下四帧，跑动剩下八帧。待机保留编辑器默认的 6 FPS，跑动改为 12 FPS。跑动仍是短步幅慢跑，因此留在边界候选组。

剑刃的表现不如身体稳定。攻击把剑抬到接近水平的位置后收回，挥斩幅度较弱，细节也有破损。要让这条攻击可用，仅删除参考帧还不够。生成颜色也超出了输入的 16 色调色板。

Sprite AI：输出紧凑，这个样本的武器细节没保住

Sprite AI 返回八帧图集，明确记录每帧 125 ms，透明度为二值，整体保持紧凑的像素外观。身体动作能看清，三条完整导出都让角色留在画面内。

但待机、跑动和攻击中的细剑刃均出现缺口，或变成不完整的线条。我们分别在浅色和深色背景上查看过，确认并非浅色剑刃在白底上看不见。修复需要画进帧内，因此这三条输出都没有选用。

文件本身容易解析和播放，这个角色的武器细节却没达到本次视觉要求。我们没有扩大角色样本，也没有追加尝试去判断这种情况出现的频率。

AnimGen：连续的 24 FPS 动作，方便从长片段里选出短动作

AnimGen 的机器人在连续的 24 FPS 动作中保持可辨认。先生成视频的流程提供了足够帧数，可以选跑步循环，也可以删除出拳停顿来调整节奏。我们选出了 15 帧跑动和 25 帧出拳，原始待机可以直接使用。

10 月 20 日的女剑士复测保留了白衬衣和可辨认的角色比例。跑动有交替迈步，剑身留在扩展后的方形画布内，我们选出了一轮 12 帧循环。攻击中的武器留在横向画布内，动作结束后回到准备姿势；去掉长停顿后，得到更短的一次可用前刺。

它仍有一些取舍。前刺没有遵循横斩要求，手脚可见少量拖影和混色；从视频得到的大尺寸帧也没有保留输入像素网格。待机的构图依然紧，跑动和攻击则受益于事先为角色留出的活动空间。

在这组测试里，AnimGen 更适合重视连续运动、需要从长片段中选择帧段的情况。如果项目严格要求低分辨率网格，就要另外检查画风。它目前不能从文字创建角色，也不生成成套协调的多方向视图。角色动画流程（英文）和精灵图导出指南介绍了提供图片之后的制作步骤。

像素画要分别检查尺寸、边缘和调色板

Ludo 的像素流程和 PixelLab 保留了原始单帧尺寸。Sprite AI 使用 139 × 139 的方形帧，保持紧凑的像素外观。我们测试的 AutoSprite、Spriteflow 和 AnimGen 模式则生成了更大、更平滑的版本。

尺寸一致不会自动锁定调色板，也无法阻止剑身变形。PixelLab 的新帧在本次测试中有 36–46 个可见颜色，输入只有 16 个。Sprite AI 的帧约为 14–18 色，但剑刃仍然破损。颜色数量只作为辅助检查数据，不直接代表动画质量。

如果游戏依赖固定像素网格，可以先以整数倍放大查看剑、手和轮廓，再缩回游戏尺寸观察动作。最近邻显示能看清已有像素，但无法还原已经被高分辨率重绘改变的网格。

选帧改善了什么，又修不了什么

整理后的对比保留每帧像素及原有顺序，只选择更短的区间。仅两条做了调速：Ludo 机器人跑动加速到 1.25×，PixelLab 跑动从 6 改成 12 FPS。其余片段，包括 10 月 20 日复测，都保留原始逐帧时长。

当有用的动作已经生成出来，选帧能改善节奏。但它补不回缺失的剑刃，也找不回发生在画外的攻击。因此那些片段仍未进入候选。完整选帧范围和速度倍率记录在媒体证据中。

本次没有完整、可靠地计时所有人工编辑工作。虽然记录了脚本编码耗时，但其中不包含审阅帧、选择剪辑点和准备引擎场景的时间，因此不能据此判断哪款工具最省人工。

AnimGen 复测：构图、活动空间与攻击节奏

最初的 AnimGen 跑动和攻击截掉了角色或剑。排查发现，旧版输入构图流程在匹配模型尺寸时裁切了这张高窄图片。修复后，我们使用原来的动作提示词，将女剑士的三个动作各生成一次。复测还通过 Expand Canvas增加活动空间：跑动采用方形画布、主体占比 67%；攻击采用横向画布、主体占比 50%、水平位置 35%。

新跑动的 97 帧和新攻击的 97 帧都留在画面内。待机保留原图较紧的构图，靴子贴近底边；仅仅触及边界，不能据此判断肢体被截断。

完整攻击在出招前有等待，伸剑后又保持了接近一秒。我们选取 35–46 和 64–73 帧，保留进入攻击的过渡、前刺及其拖尾、短暂停留和恢复准备姿势。按导出的原始毫秒时长相加，最终 22 帧为 0.916 秒。编辑过程中没有修补或生成剑身像素。

原始攻击对比和之前的画布实验记录继续保留。10 月 20 日这批消耗 108 积分，导出没有扣费；下方当前版本的成本采用这批结果。旧版的八次生成与构图实验只保留为历史记录，不计入新版本成本。其他工具没有重测，因此不能用新结果宣称各家在同等尝试机会下的成功率。

得到一段可用动画，实际消耗多少

不同平台的一积分，价格相差很大。这里统一按下方列出的入门月付套餐折算美元成本，假设套餐内额度能够用完。表中是按套餐分摊的估算值，没有把它写成测试账号已经支付的账单金额；免费赠送、年付折扣和账号专属优惠不用于压低主表的付费估算。

以 AnimGen 为例，Basic 是 $9.99 / 1,100 积分，新批次每次生成 36 积分，折算为 36 ÷ 1,100 × $9.99 ≈ $0.33，本次透明导出为 0 积分。使用一次性 $4.99 / 500 积分包，同样一次生成约合 $0.36。购买时仍需支付完整的套餐或积分包价格。详见 AnimGen 定价。

单段选用动作成本 = 本次评测批次的净生成与导出消耗 × 对应套餐单价 ÷ 选用动作数。 每个任务最多计一个结果；有效批次内的失败和重试仍然计入，例如 AutoSprite 的首次机器人待机。AnimGen 像素组只采用 10 月 20 日修复后的三次生成，旧版测试不纳入，也没有当作已退款。其他工具采用 10 月 17–18 日的批次。原始用量、排除项和公式可查美元费用计算记录。

像素组：按美元比较

AnimGen 的 $0.33 包含选用的前刺变体；如果严格要求横斩，则只保留两个动作，折算为每段 $0.49。Ludo 像素组的用量来自报价估算，因为余额界面没有逐项显示小数扣量。PixelLab 本次用掉七个试用生成额度，没有付款；对应付费 v3 流程的额度消耗尚未核实，因此没有给出付费单段价格。

AutoSprite 使用 Starter 的无限解锁权益折算。我们实际购买的 $5 积分包同时限制积分和五次解锁，不能只按 $5 除以 100 积分来计算。各家美元成本对应上文展示的实际尺寸、时序与动作，没有把它们当成相同时长、相同像素数的输出。

机器人组：按美元比较

这里使用原机器人批次，包含 AutoSprite 的待机重试。计算使用未四舍五入的金额，本组总价和单段成本各自保留两位小数。

折算用哪个套餐，实际需要先付多少钱

以下依据 10 月 16–20 日的价格来源。主表统一使用公开入门月付价，Spriteflow 采用标准价格，没有混入我们账号看到的专属优惠。价格和额度可能变化，购买以结算页为准。月订阅会续费，标明的一次性包只需购买一次；估算不含税费与人工编辑时间。

如果按 Spriteflow 当时的 $14.90 账号优惠计算，每段选用像素动作约 $1.12，机器人动作约 $0.75。这个优惠单列，避免把一个账号的折扣与其他平台的公开价格混在一起。

如果购买 AnimGen 积分包后只做这三条动画，剩余积分不再使用，实际支出仍是 $4.99，不能只支付已消耗积分折算的约 $1.08。其他平台的月付套餐也一样，没用完的额度会提高实际单段成本。做生产预算时，还要加上检查结果、选帧、修细节和放进游戏验证所花的时间。

根据要做的素材选择工具

如果要做还能继续编辑的低分辨率像素角色，可以先比较 PixelLab 的原生编辑器流程与 Ludo 的 Forge Pixel / True Size 输出。尽早检查细长武器，并为动作留出空间。重视紧凑输出时，也可以用自己的角色试试 Sprite AI；本次女剑士的剑刃问题让我们没有选用它的结果。

如果手里是需要较大动作幅度的手绘角色，可以看机器人组的视频。AutoSprite 用较短图集给出了清楚的步态；Ludo 提供了完整的单次出拳；Spriteflow 的站姿稳定、时序明确；AnimGen 提供了连续的 24 FPS 动作，方便从中选择更短片段。结合画风和项目中需要继续处理的工作量来缩小范围。

如果需要多方向角色套图，这次测试无法给出优胜者。PixelLab 的官方功能页列出了四方向和八方向视图，Ludo 也有独立的多方向精灵图流程，但本轮没有测试。做好一张朝右输入的动画，并不代表已经验证了八方向角色的一致性。

订阅前，可以先拿自己的一个角色测试最难的动作。查看下载帧、浅深两种背景、原始时序，以及导入游戏后的表现。手绘素材可以通过 AnimGen 图片转动画流程生成运动；已有动画帧则可以交给免费精灵图制作工具打包。Godot 导入案例提供了一个用来检查最终播放效果的小场景。