> ## Documentation Index
> Fetch the complete documentation index at: https://docs.amosmind.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 多张图片融合

<Card title="关键结论" type="tip">
  多图融合同样对于设计 agent 的图像理解、复杂推理、视觉校验、审美判断等有极强的要求，这里实测了多图融合场景下豆包与 AmosMind 的对比，豆包在该场景下已经完全不可用，而 AmosMind 依然精准的完成了任务。
</Card>

# 🙌 原图 + 提示词

<Columns cols={4}>
  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-17.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=08ceec52b31db1cf881e948766e3fb9c" alt="Image" width="960" height="1280" data-path="images/image-17.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-18.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=5ea533da46194d2a76f7148596b10ba1" alt="Image" width="638" height="1136" data-path="images/image-18.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-19.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=1e0a1d6925355967174f1b33b0179855" alt="Image" width="736" height="1104" data-path="images/image-19.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-20.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=c84dfb9b01a95ef33a19755fc6b46169" alt="Image" width="736" height="981" data-path="images/image-20.png" />
  </Column>
</Columns>

<Columns cols={4}>
  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-21.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=219a1e08395dce6e7b6abc530504a8c0" alt="Image" width="736" height="736" data-path="images/image-21.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-22.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=326f5ad133d35b9c679b4cfb3ff03965" alt="Image" width="960" height="1280" data-path="images/image-22.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-23.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=6abcc9c0bee827789ee42d225097817a" alt="Image" width="580" height="580" data-path="images/image-23.png" />
  </Column>

  <Column>
    <img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-24.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=7086b5e63e34c20ddbcbca87e269ede3" alt="Image" width="801" height="1280" data-path="images/image-24.png" />
  </Column>
</Columns>

> 以图一「手持手机的男性」为核心：
>
> * 让图中的男生的手表换成图二的
> * 手机换成图三的
> * 衣服换成图四的
> * 底部的 icon 换成图五的
> * 整个人物的面部特征和发型换成图六的
> * 带上图七的耳钉
> * 手指的中指上带上图八的戒指

# 😈 豆包 agent 融合的结果：

<img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-25.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=e8994c1b40de138a8a45f346bbbde1f3" alt="Image" width="960" height="1280" data-path="images/image-25.png" />

<Danger>
  豆包：低于 60 分

  * 多处错误，包括人物的脸部被严重遮挡，多个物品细节被更改 ❌
  * 严重违背提示词意图，完全不可用 ❌
</Danger>

***

# 😈 豆包 agent 第二次融合的结果：

<img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-26.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=4f2a0c2cffde30aa07d737e88904c803" alt="Image" width="960" height="1280" data-path="images/image-26.png" />

<Danger>
  豆包：60 分，由于任务比较复杂，让豆包第二次进行了尝试

  * 但输出的结果问题甚至更加严重 ❌
  * 且严重违背了提示词的意图 ❌
</Danger>

***

# 🤩 AmosMind 融合的结果：

<img src="https://mintcdn.com/amos-mind/PAY_BPl6CCupqR0Q/images/image-28.png?fit=max&auto=format&n=PAY_BPl6CCupqR0Q&q=85&s=7bf9a03210f563dbb6719b03f314f1e4" alt="Image" width="960" height="1280" data-path="images/image-28.png" />

<Tip>
  AmosMind：95分

  * 完美的理解了所有的提示词意图 ✅
  * 精准符合提示词意图，且人物形象较佳 ✅
</Tip>