Boogu-Image-0.1 - Boogu开源的统一图像生成与编辑模型

Boogu-Image-0.1是什么

Boogu-Image-0.1 是 Boogu 团队开源的统一图像生成与编辑模型家族。模型在同一架构下同时支持文生图、指令式图像编辑及中英双语文本渲染，家族包含 Base、Edit和 Turbo三个变体。在自建的 Boogu Arena 千级提示词 ELO 评测中，系列位列所有参评开源与闭源系统前排，在 Qwen-Image-Bench 上排名开源模型第一。

Boogu-Image-0.1的主要功能

• 文生图生成：精准理解摄影类提示词，生成自然光照、协调构图与忠实细节的高质量图像，支持复杂真实场景。
• 指令式图像编辑：支持物体插入、替换与移除，属性与材质修改，背景与场景替换，以及跨艺术风格迁移，保持原始主体与构图一致。
• 中英双语文本渲染：支持海报、邮票、文档、界面、品牌指南等文字密集型视觉设计，实现可读结构与稳定排版。
• 风格化生成：覆盖国风、像素、绘本、产品级渲染等多样风格，对提示词敏感且输出稳定。
• 海报与产品图优化：生成具备一致品牌风格、精致字体排印及专业灯光构图的个性化海报与产品可视化图像。
• 图像内文本编辑：支持替换、添加或删除中英文字符，灵活调整字体、字重、颜色和布局。

Boogu-Image-0.1的技术原理

• 统一多模态架构：Boogu-Image-0.1 采用统一多模态理解与生成架构，将视觉理解能力与图像生成能力整合于单一模型框架内，使模型同时具备看懂图像和生成图像的双向能力，为编辑任务提供语义级控制基础。
• 蒸馏加速推理：Turbo 变体基于蒸馏技术构建，在与 Base 相同参数量下压缩推理路径，通常仅需 3-4 步即可输出高质量逼真摄影图像，同时保留双语文本渲染能力与提示词遵循度。
• 指令对齐编辑：Edit 变体（10B 参数）在统一架构上针对图像编辑任务进行专项优化，通过指令对齐机制实现细粒度局部修改，在保持原始主体与构图一致的前提下完成跨风格迁移与内容替换。
• 双语文本渲染：模型在统一架构内集成对中英文字符的结构化理解与生成能力，通过版式感知机制确保海报、品牌物料等文字密集型场景下的可读排版与稳定渲染。

微信关注回复 “开源”，加入AI开源项目交流群

如何使用Boogu-Image-0.1

• 在线体验：访问魔搭创空间 https://modelscope.cn/studios/Boogu/boogu-image-edit-gradio 直接上传图片并输入编辑指令，无需本地部署。
• 模型下载：通过 ModelScope 组织页 https://modelscope.cn/organization/Boogu 获取 Base、Edit、Turbo 各变体权重。
• 本地部署：克隆 GitHub 仓库 获取训练与推理代码，按 README 配置环境后加载模型进行生成或编辑。