80
The Boogu team open-sources a unified image generation and editing model family, featuring Base/Edit/Turbo variants, with Turbo generating high-quality images in just 3-4 steps, rivaling closed-source SOTA in benchmarks. 
Yesterday 2390 words (about 10 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
魔搭ModelScope社区 2026-06-22 19:55 浙江
含Base/Edit/Turbo三种变体，支持文生图、指令编辑与中英双语文本渲染
Boogu 团队开源 Boogu-Image-0.1,一个 Apache-2.0 协议下的 统一图像生成与编辑模型 家族,在同一架构下同时支持文生图、指令式图像编辑以及中英双语文本渲染。家族包含三个变体:Base 面向超密集文本渲染与下游微调,Edit 面向指令式图像编辑与跨风格迁移,Turbo 为蒸馏版本,在与 Base 相同参数量下通常 3-4 步即可完成高质量逼真摄影生成。
在自建的 Boogu Arena 1000+ 提示词 ELO 偏好评测中,Boogu-Image-0.1 在所有参评开源与闭源系统中位列前排;在 Qwen-Image-Bench 上排名所评测开源模型第一。
除模型权重与训练/推理代码外,团队同步上线了魔搭创空间,可直接在线体验 Boogu-Image-0.1-Edit
开源地址：
* 体验创空间：https://modelscope.cn/studios/Boogu/boogu-image-edit-gradio
* 模型权重： https://modelscope.cn/organization/Boogu * 开源代码：https://github.com/boogu-project/Boogu-Image
* 项目主页：https://boogu.org/
* Twitter：https://x.com/booguteam 01
开源模型家族
Boogu-Image-0.1 家族提供覆盖生成、编辑及多场景基础应用的完整模型矩阵,可按需选用。
* Boogu-Image-0.1-Base：基础模型，具备强大的 多样性 和 可控性，非常适合 微调 和下游开发。主要用于 超密集文本渲染；若追求逼真摄影效果，Turbo 通常是更好的默认选择。
* Boogu-Image-0.1-Edit：图像编辑与变换变体，,支持指令式编辑、跨风格迁移、产品级渲染等任务,在保持原始主体与构图一致的前提下完成编辑。
* Boogu-Image-0.1-Turbo：蒸馏变体，参数量相同，通常仅需 3~4 步 即可完成生成。专注于 高质量生成 和逼真摄影效果，同时保留双语文本渲染能力和对提示词的遵循能力。
!Image 5 02
生图与编辑效果
📸精美而精准的摄影
Boogu 能精准理解摄影类提示词，生成具有自然光照、协调构图与忠实细节的高质量图像。即使在更复杂的真实场景中，它也能保持主体、背景与空间关系的一致性。Boogu希望文生图不仅做到"正确"，更能产出更具真实感与吸引力的视觉作品。
📝多样且稳定的文本渲染
Boogu 支持丰富多样的文字密集型视觉设计，从海报、邮票到文档、界面、品牌指南与手写板报。它致力于在不同版式下实现可读的结构、稳定的排版以及健壮的中英双语渲染。
🎨丰富而优美的风格化
Boogu 能处理多样的风格化生成场景。目标不仅是风格迁移，而是稳定、有吸引力、且对提示词敏感的创意生成。
🖌️多功能图像编辑
支持广泛的编辑任务，包括物体插入、替换与移除，属性与材质修改，背景与场景替换，以及跨艺术风格的忠实风格迁移，同时保持原始主体和构图的一致性
✨个性化海报设计与产品渲染
生成个性化的海报布局和干净的产品可视化图像，具备一致的品牌风格、精致的字体排印，以及达到产品级标准的灯光与构图。
✍️精准的文本编辑
支持细粒度的图像内文本编辑——可替换、添加或删除中英文字符，并灵活调整字体、字重、颜色和布局，以匹配不同的设计意图。
📊综合性能领先
在众多场景和基准测试中表现优异，Boogu-Image-0.1 系列模型在 Boogu Arena 的评估中，位列所有开源及闭源系统中的顶尖水平 03
评测表现
Boogu Arena
基于 LLM 生成的多样用户角色与 1000+ 提示词的 ELO 偏好评测。Boogu-Image-0.1 家族在所有参评的开源与闭源系统中位列前排。
Qwen-Image-Bench：
在该基准上 Boogu-Image-0.1 在所评测 的开源模型中排名第一。
图像编辑
在保持文生图质量的同时,Boogu-Image-0.1-Edit 仍具备有竞争力的图像编辑性能,实现统一生成与编辑。
主流开源模型场景细分
基于内部对各类别典型提示的评估,按场景对模型能力进行打分(⭐ 越多越好): 模型写实摄影简单文本渲染密集文本渲染 Boogu-Image-0.1-Turbo⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐ Boogu-Image-0.1-Base⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐ Z-Image-Turbo⭐⭐⭐⭐⭐⭐⭐⭐⭐ Qwen-Image-2512⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
结论:
* Turbo 在逼真摄影与简单文本渲染上同时表现良好
* Base 更适合海报、文档、品牌指南等密集 / 超密集双语文本场景。
* 任务以密集或超密集文本渲染为主时,推荐使用 Boogu-Image-0.1-Base 并设置 2K 输出分辨率,以获得最佳版式保真度与字符准确性。 04
本地部署与推理
显存配置参考
不同显存档位下推荐的优化开关组合(T2I 1K / 2K): 显存1K 推荐配置（T2I）2K 推荐配置（T2I） 12GB 非量化：--enable_sequential_cpu_offload_flag
量化：--enable_model_cpu_offload_flag --use_fp8_weights 非量化：--enable_sequential_cpu_offload_flag
量化：--enable_group_offload_flag --use_fp8_weights 16GB 非量化：--enable_sequential_cpu_offload_flag
量化：--enable_model_cpu_offload_flag --use_fp8_weights 非量化：--enable_sequential_cpu_offload_flag
量化：--enable_model_cpu_offload_flag --use_fp8_weights 24GB 非量化：--enable_model_cpu_offload_flag
量化：--use_fp8_weights--enable_model_cpu_offload_flag 32GB 非量化：--enable_model_cpu_offload_flag
量化：--use_fp8_weights 非量化：--enable_model_cpu_offload_flag
量化：--use_fp8_weights 40GB 基础模型 非量化：--enable_model_cpu_offload_flag
量化：--use_fp8_weights 80GB 基础模型 基础模型
环境安装
git clone https://github.com/boogu-project/Boogu-Image.git
cd Boogu-Image
bash quick_start.sh
conda activate boogu
模型下载
modelscope download --model Boogu/Boogu-Image-0.1-Edit --local_dir Boogu/Boogu-Image-0.1-Edit
图像编辑（TI2I ）推理：
export device="cuda:0" # Required
mkdir -p outputs/test_ti2i/
python inference.py \
--pretrained_pipeline_name_or_path "Boogu/Boogu-Image-0.1-Edit" \
--input_image_paths "input_image_examples/03.jpg" \
--instruction "Change the style to a colored pencil drawing." \
--num_inference_steps 50 \
--height 1024 --width 1024 \
--text_guidance_scale 5.0 --image_guidance_scale 1.0 \
--output_image_path "outputs/test_ti2i/out_1.png" \
--device "$device"
建议将输入图片整体resize到1M pixels，而不是短边resize到1k，与官方的训练适配。更多推理脚本(文生图、Turbo 少步推理、量化部署等)可在 GitHub 仓库 Boogu-Image 中查看。
点击 阅读原文，直达模型体验~ *
👇点击关注ModelScope公众号获取
更多技术信息~ 阅读原文