
Boogu-Image-0.1 是什么?
Boogu-Image-0.1 是采用 Apache-2.0 许可的开源图像模型系列,可根据文字生成图像,也可用自然语言指令编辑已有图像。它支持照片风格和风格化图像,并支持在海报、界面等文字较多的设计中生成中英文文字。用户可以体验在线演示,也可以获取模型权重和代码,用于自己的工作流程。
该系列提供多个版本,适用于不同的生成和部署需求。Base 面向细节丰富的图像生成、密集文字、微调和下游开发。Turbo 是蒸馏版本,通常只需三到四个推理步骤,侧重照片写实效果。FP8 版本可降低部署时的显存需求。Edit 和 Edit-Turbo 用于图生图工作流程,可根据中英文指令进行局部调整和创意变换。
这些模型也有局限。编辑时可能改变用户希望保留的主体身份特征、布局或细节,尤其是在大幅调整结构或视角时。密集文字、小字号、复杂姿势和面部细节也可能出错。文字生成主要针对中文和英文优化,并未专门优化其他语言。此次发布包含代码和权重,但未公开全部训练和系统细节。
Boogu-Image-0.1 能做什么?
文生图
根据提示词生成照片风格或风格化图像,Base 和 Turbo 版本可用于不同工作流程。
指令式图像编辑
使用中文或英文指令,对已有图像进行局部调整或创意变换。
中英文文字生成
为海报、界面、品牌规范及其他版式生成包含中英文文字的图像。
快速 Turbo 版本
使用 Turbo 版本生成或编辑图像,通常只需三到四个推理步骤。
低显存部署
使用 FP8 量化版本,降低推理时的显存需求。
开放代码和模型权重
获取采用 Apache-2.0 许可的代码和权重,用于部署、微调和下游开发。
Boogu-Image-0.1 适合谁?
- 设计师和视觉创作者
- 生成照片风格、风格化或文字密集的视觉素材,也可通过自然语言指令编辑图像。
- 模型开发者和研究人员
- 使用已发布的代码和权重进行微调、部署,以及图像生成和编辑相关研究。
常见问题
Boogu-Image-0.1 是开源的吗?
是的。代码和模型权重均采用 Apache-2.0 许可发布,但未公开全部训练和系统细节。
不部署模型也能试用吗?
可以,Base、Turbo、Edit 和 Edit-Turbo 均提供在线演示。
它支持生成哪些语言的文字?
文字生成主要针对中文和英文,未专门优化其他语言,密集文字或小字号仍可能出错。
它的图像编辑有哪些局限?
编辑时不一定能稳定保留主体身份特征、布局或细节。与照片类调整相比,大幅改变视角和结构的能力也更有限。
