Boogu-Image-0.1 – 中文文字可改的开源图像生成与编辑模型

Boogu-Image-0.1 是一款由 Boogu 团队于 2026 年 6 月开源的图像生成与编辑模型家族，在同一套架构下完成文生图、指令式图像编辑与中英双语文字渲染，按用途分 Base、Turbo、Edit 与 Edit-Turbo 四个变体，适用于海报与电商图制作、设计稿改稿以及中文文字密集画面生成。

Boogu-Image-0.1 的核心能力

Boogu-Image-0.1 的主张是「不要为不同任务换模型」：生成与编辑被放进同一个架构，靠变体区分用途，意味着改稿时不必再把成品丢给另一个编辑模型重绘一遍。

四个变体各管一段任务

四个变体参数量都是 10B，分工在用途：Base 主打超密集文字渲染，也是微调起点；Turbo 与 Edit-Turbo 分别给文生图和改图做蒸馏加速，3 到 4 步出图；Edit 负责指令式改图，只接受单张参考图。Base 与 Edit 支持到 2K，两个 Turbo 只出 1K。

指令式编辑而不是重绘

支持插入、替换与移除物体，改材质与属性，替换背景，以及跨艺术风格迁移。与重绘式编辑相比，改动更集中在指令指向的区域；但官方承认，严格保持输入主体、人物身份、布局与细节时一致性仍不够稳定，部分场景落后于 Seedream 5.0 与 Nano Banana Pro。

中英双语文本渲染

海报、文档、界面这类文字密集画面，难点不在画得像，而在字能读、版式稳定。官方把中英双语文字渲染列为主攻方向，Base 更偏超密集排版；但长文本、密集排版、小字号与复杂版式下仍可能出错字、漏字与偏移，其他语种没有专门优化。

图内文字可改

已生成画面里的中英文字符支持替换、添加与删除，字体、字重、颜色与布局可调。换语种或改促销信息不必整张重画。这属于生成式编辑，不是独立文字图层，改字后周边像素仍可能变化。

蒸馏换来的出图速度

Turbo 用 Decoupled DMD 蒸馏压缩推理路径，官方参考是 3 到 4 步输出逼真摄影图，同时保留双语文字与提示词遵循度。步数少直接减少单张推理耗时，适合反复试稿；但参数量没变，单张显存不会因为换 Turbo 明显下降。同样是压缩采样步数，站内的 FLUX 3 Image Klein 把取舍压在消费级显卡能否跑动上。

风格化生成与提示词遵循

国风、像素、绘本与产品级渲染等风格可在同一模型内切换，官方强调对提示词敏感、输出稳定；这些属官方示例，效果以自测为准。

Boogu-Image-0.1 与同类图像模型的对比

下表从覆盖任务、许可协议及权重获取等维度，对四款图像生成模型逐项对照。

• 表格内数据来源：Boogu-Image-0.1 取自官方仓库与模型卡，Qwen-Image-2.1、Seedream 5.0 Flash、Ming-Image-0.1-Design 取自各家官方页面与模型卡；许可协议一行以官方声明为准，表内不排跑分名次。
• 产品对比简述：Boogu 把生成、编辑与文字渲染并入同一架构；Qwen-Image-2.1 即生成编辑一体；Seedream 5.0 Flash 兼顾生成、交互编辑与图层拆分，但只走接口；Ming-Image-0.1-Design 专注文本密集设计。覆盖任务与权重获取上有差别：三家都开放权重，许可协议各不相同。

如果想再看一个「统一架构做生成与编辑」的样本，站内的 LLaDA-Image（蚂蚁集团推出的统一图像生成与编辑模型）走的是另一条技术路线，可以对照着读。

Boogu-Image-0.1 的应用场景与适用人群

画面里要有能读的中文文字、并需反复修改时适用；只出概念图、不做文字排版的，通用模型即可：

• 中文海报与品牌物料：标题、卖点与说明文字直接在画面里生成，随后按需改字改色。
• 电商图改稿：换背景、换材质、增删商品配件，主体与构图保持不变。
• 多语言版本：同一张画面替换不同语种的文案，不必整张重新生成。
• 本地私有化：下载权重部署在内网，图片素材不出局域网。

适用人群：适合要私有化部署、需要中文文字渲染的团队，也适合改稿频次高的电商与设计岗；只偶尔出概念图、不涉及文字的，用现成在线服务更省事。

Boogu-Image-0.1 的使用方法

官方给两条路径：网页里先试效果，或下载权重在本机跑。

在线试用：网页里先验证效果

1. 从 Boogu 官网 进入在线体验页，按 Base、Edit、Turbo 分别进对应 Demo。
2. 上传一张图片并输入编辑指令，先验证指令式编辑是否符合预期。
3. 再试一张含中文文字的海报提示词，确认文字渲染能否直接使用。

本地部署：下载权重自己跑

1. 从 Hugging Face 或魔搭组织页下载所需变体的权重，按用途选 Base、Turbo、Edit 或 Edit-Turbo。
2. 克隆代码仓库并按其说明配置环境，加载对应权重。
3. 先用官方示例提示词完整执行一次，确认显存与推理步数落在可接受范围。
4. 批量出图换 Turbo 把步数压到 3 至 4 步；局部改动切 Edit 或 Edit-Turbo，用指令替代重画整张；要固定自有风格可基于 Base 探索微调。

三点需留意：四个变体参数量一致，显存主要取决于分辨率、精度与是否开启 CPU offload，官方另有 fp8 变体与多级卸载方案；蒸馏换速度的代价是可控性略降，复杂提示词回到 Base 更稳；官方声明这是研究项目、不提供付费 API，生产环境需自行补内容审核。

Boogu-Image-0.1 的项目地址

• 项目官网：https://boogu.org/
• 项目仓库：https://github.com/boogu-project/Boogu-Image
• 技术报告：https://arxiv.org/abs/2607.13125

Boogu-Image-0.1 的价格与开源情况

权重与代码以 Apache-2.0 协议开源，可在 Hugging Face 与魔搭组织页免费下载，商用与二次分发按该协议执行。官方没有付费 API，成本是自担的硬件、算力与运维。

如果不想自建，官网提供在线体验入口，魔搭创空间另有可直接上传图片的免费体验页，适合先验证效果再决定是否部署。对企业用户，把变体部署在内网更常见：素材不出局域网，也不产生第三方调用费用，但仍有基础设施与运维成本。

Boogu-Image-0.1 的常见问题