跳到主要內容
2026-08-01 日報
模型發布

據報導 Boogu-Image-0.1 以 10B 參數在 Qwen-Image-Bench 得分 53.58,超越 8

AI 科技評論據報導
據《AI 科技評論》報導,Boogu-Image-0.1 在 Qwen-Image-Bench 取得 53.58 分,超過 20B 的 Qwen-Image-2512(52.06)與 80B 的 Hunyuan-Image-3.0(50.81),以不到對手一半、甚至八分之一的參數規模實現跑分反超。不過,Hugging Face 頁面在 2026 年 6 月 17 日將 Boogu-Image-0.1 標示為僅供研究的專案,並註明不是正式模型發布;原報導則稱該模型於 2026 年 6 月上傳後迅速受到關注並同步開源。 Boogu-Image-0.1 包含 Base、Turbo、Edit 與 FP8 四個版本。Base 主打高品質文生圖、可控性與超密集文字渲染;Turbo 是蒸餾版,通常 3 至 4 步即可生成,著重照片級真實感;Edit 用於圖像編輯與圖生圖工作流,但在視角或結構大幅變化時仍受限制;FP8 版本則透過較低位寬降低記憶體占用,面向量化部署。 報導實測指出,Turbo 在人物表情、光影、景深與動態場景方面呈現自然的照片效果,但影子與部分物理細節仍可能失真;Base 能完成電影海報的主體構圖、氛圍營造與基本文字組織,然而在文字排版、光源邏輯與電影級質感上落後於 ChatGPT Images 2.0。Edit 大致能保留人物、構圖與畫面氛圍,並完成服裝替換、移除物件等局部修改,但複雜的主體替換可能出現材質與光影不一致。 報導認為,Boogu-Image-0.1 的跑分優勢尚未完全轉化為生產級交付能力;文字渲染翻車、編輯結果不可預期,以及細節物理邏輯不足,仍可能中斷設計與多輪改稿流程。FP8 版本則使其在批量生成及 Agent 視覺模組等高頻呼叫場景中具備較低成本的部署潛力。
讀原始報導

背景

Boogu-Image-0.1 的 Hugging Face 頁面將其標示為研究專案,並非正式模型發布。GitHub 專案說明也指出,Nano Banana Pro 與 GPT-Image-2 等封閉式多模態理解與生成系統的表現,來自高度整合的系統能力,而不只是單一模型。

來源