人工智能基础模型媒体生成计算机视觉【免费下载链接】Boogu-ImageBoogu-Image-0.1 is an Apache-2.0 open-source image generation and editing model family that delivers near-closed-source performance with an order of magnitude less data.项目地址https://gitcode.com/gh_mirrors/bo/Boogu-Image点击查看免费下载Boogu-Image-0.1 是一个 Apache-2.0 开源的文生图与图像编辑模型家族其中英文文字渲染是它最亮眼的招牌能力一句话提示词就能生成排版稳定的海报、品牌规范与产品图还能直接在已有图片上替换、新增、删除中英文文字。什么是 Boogu-Image文字渲染为什么这么能打 Boogu-Image-0.1 由 Base、Turbo、Edit、Edit-Turbo 四个变体组成均为 10B 参数在训练数据规模约为同类开源工作十分之一的预算下通过理解 生成一体化架构实现了接近闭源系统的效果。对新手来说只需记住下面这张选型表模型适用场景推荐步数输出分辨率Base密集文字渲染海报、文档、品牌规范✨25~50 步1K / 1.5K / 2KTurbo写实摄影 简单文字快速出图3~4 步1KEdit图生图编辑、图像内中英文改字 ️25~50 步1K / 1.5K / 2KEdit-Turbo四步快速编辑3~4 步1K 官方建议当需求以密集/超密集文字为主时使用 Base 模型并以 2K 分辨率输出排版忠实度和字符准确度最佳。所有变体均支持 1:1、2:3、3:4、4:3、16:9、9:16 等常见宽高比。中英文文字渲染效果速览海报、品牌规范、文档都能写 官方展示中文字密集场景的表现相当稳定带英文主标题的海报版式、含公式与编号排版的中文技术文档、包含 Logo、配色规范与吉祥物设计的完整品牌手册中英文混排均未出现明显错字或乱序。这正是很多 AI 绘图工具的重灾区——小字号、双语混排、复杂布局下文字往往变形或缺字。Boogu-Image 对中英文做了专门优化是本次实战的核心基础。一句话生成海报与产品图文生图实战上图就是一句话提示词的典型产出Crossover 海报、个人海报、饮品营销图、镜面产品推广图、端午主题促销海报、杂志封面风格人物图……版式、主标题、价格标签、卖点说明一应俱全。1. 准备工作装环境、下权重bash quick_start.sh # 一键创建 conda 环境并安装依赖然后把模型权重下载到本地models/目录下载方式见 README.md 的下载模型权重一节推理时通过--pretrained_pipeline_name_or_path指向它。环境要求Python 3.10、CUDA 12.6 起步依赖清单见 requirements/torch2.7-cu126.txt。2. 一条命令生成海报核心入口是 inference.py最简海报生成命令如下完整版可参考 demo_scripts/demo_t2i.shexport devicecuda:0 python inference.py \ --pretrained_pipeline_name_or_path models/Boogu-Image-0.1-Base \ --instruction 设计一款夏日茶饮海报主标题青提茉莉 轻盈一夏副标题鲜果茶饮上市标注价格 19.9 元清新绿色调简约排版中英文混排 \ --num_inference_steps 50 \ --height 2048 --width 2048 \ --text_guidance_scale 4.0 \ --output_image_path outputs/poster/out_1.png \ --device $device几个关键参数参数作用建议值--instruction提示词文字内容直接写在这里见下方技巧--num_inference_steps去噪步数越多越精细Base 用 50--text_guidance_scale提示词跟随强度CFG4.0--height/--width输出分辨率密集文字用 2048--seed随机种子固定后可复现结果03. 提示词怎么写文字才稳文字内容加引号写全主标题、副标题、价格、卖点逐字写进提示词模型会照着渲染交代版式结构例如左上角品牌 Logo右侧竖排卖点底部二维码区域指定风格与配色国风、极简、品牌规范等风格词能显著提升排版质量明确中英双语需要哪种语言就写哪种混排时说明各区域语言用 PPT 预设改写提示词生成幻灯片、信息图、海报类版式时可以加--use_rewrite_text_instruction True --rewriter_system_prompt_type ppt内置的改写技能会先把你的短句扩写成结构化设计指令预设定义在 boogu/pipelines/boogu/instruct_reasoner_static_skills.py。完整示例见 demo_scripts/demo_t2i_local_reasoning_for_ppt_design.sh还支持用--custom_rewriter_system_prompts_list自定义改写策略。4. 显存不够怎么办显存推荐配置12GB加--enable_sequential_cpu_offload_flag慢但省16~32GB加--enable_model_cpu_offload_flag可叠加--use_fp8_weights量化省显存40GB直接裸跑无需 offload完整兼容矩阵与参数说明见 INFERENCE_GUIDE.md。中英文文字编辑改字、加字、删字一步到位 ✍️有了设计稿想微调文字Edit 模型支持图像内细粒度文字编辑——在中英文中替换、新增或删除字符并自动适配字体、字重与版式。用法与文生图类似只需换成 Edit 权重并传入参考图python inference.py \ --pretrained_pipeline_name_or_path models/Boogu-Image-0.1-Edit \ --input_image_paths ./input_image_examples/03.jpg \ --instruction 将画面中的中文标语替换为端午安康保持原有书法字体风格与位置 \ --num_inference_steps 50 --text_guidance_scale 5.0 \ --height 2048 --width 2048 \ --output_image_path outputs/edit/out_1.png \ --device $device官方文字编辑案例覆盖了表情包加字、海报改字、杂志封面文字替换、人物图上添加轮廓线文字等场景参考 demo_scripts/demo_ti2i.sh批量生产一次生成一组文字图 运营场景经常需要成套素材。Boogu 内置批量推理只需把提示词写进 YAML 文件示例见 batch_data_samples/t2i_batch_data_sample.ymldata: instructions: - 设计一张秋季新品海报主标题秋风新物简约留白排版 - 生成一张冰咖啡品牌海报主标题 ICECORE Coffee蓝色调 input_image_paths: - [] - []然后运行完整脚本见 demo_scripts/demo_t2i_batch.shpython inference.py \ --pretrained_pipeline_name_or_path models/Boogu-Image-0.1-Base \ --use_batch_inference True \ --batch_data_config_path ./batch_data_samples/t2i_batch_data_sample.yml \ --batch_size 4 \ --device $device--batch_size控制每段执行处理的样本数避免长批次占满显存。多条结果还会自动拼接成横向长图方便一次对比。已知局限提前知道少踩坑 ⚠️长文本与超密集排版仍可能出现错别字、缺字或布局漂移——正文越短、结构越清晰效果越稳文字渲染目前专注中英文其他语言未做专门优化效果可能明显下降小字号、小人脸等细节可能因 VAE 重建出现伪影正式交付前建议用 2K 输出并放大检查项目定位为研究项目商用前请自行做好内容审核与合规检查。写在最后Boogu-Image 把文字不崩这件事做到了开源第一梯队一句话生成海报、产品图与品牌规范中英文混排排版稳定还能对已有图片做文字级编辑。配合 Base 模型 2K 分辨率的组合新手也能快速上手生产级的图文素材。建议从 demo_scripts/ 目录里的现成脚本抄起改改提示词就能开工 赞分享人工智能基础模型媒体生成计算机视觉【免费下载链接】Boogu-ImageBoogu-Image-0.1 is an Apache-2.0 open-source image generation and editing model family that delivers near-closed-source performance with an order of magnitude less data.项目地址https://gitcode.com/gh_mirrors/bo/Boogu-Image点击查看免费下载相关推荐GPT Image 2/2.5 商品与美食提示词实战产品渲染、美食摄影与商业海报案例拆解No. 56–59GPT Image 2/2.5 商品与美食提示词实战产品渲染、美食摄影与商业海报案例拆解No. 56–59 本文基于 GPT Image2 Skill 仓AI 技能媒体生成AI 应用ENDownloadView 使用教程从下载进度到完成动画的完整实现指南 ENDownloadView 使用教程从下载进度到完成动画的完整实现指南 ENDownloadView 是 ENViews 动效控件库中的一款精美下载进Qwen-Image中文图像生成革命97%文本渲染精度如何重塑创意产业Qwen Image中文图像生成革命97%文本渲染精度如何重塑创意产业 还在为AI生成的中文文字变形、布局混乱而烦恼吗 Qwen Image以97.2基础模型计算机视觉大模型Qwen上一篇告别视频拖拽盲操作DPlayer缩略图功能如何提升80%用户体验下一篇从零实现Transformer模型numpy-ml自然语言处理的终极指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
