IXIM
返回博客列表

智能涌现：开源生图 / 改图模型对比评测报告

一份覆盖 Z-Image、Qwen-Image、Mage-Flow、Boogu-Image、Ideogram 4.0 与 HiDream-o1 的开源生图与改图模型评测：从文字渲染、图像编辑、部署效率、许可证到工作流选型，保留原始样片、对照数据与来源。

·9·
智能涌现图像生成图像编辑开源模型模型评测视觉生成

本报告整理于 2026 年 8 月 11 日，数据窗口截至 2026 年 8 月上旬。覆盖的 Z-Image、Qwen-Image、Mage-Flow、Boogu-Image、Ideogram 4.0 与 HiDream-o1，分别代表了高效生成、文字与编辑、原生分辨率、数据效率、设计版式和统一多任务等不同技术路线。文中样片均为各模型官方渠道发布的示例；它们展示的是能力上限，而非平均输出水平。

摘要与核心结论

2025 至 2026 年，开源图像生成与编辑模型的竞争重心正从单纯扩大参数规模，转向推理效率、数据效率、文字与版式控制、编辑能力及部署许可的组合。以下基础档案来自各模型官方仓库、模型卡和技术论文；许可证与版本状态应以各项目的最新页面为准（Z-Image、Qwen-Image、Mage-Flow、Boogu-Image、Ideogram 4.0、HiDream-o1）。

模型研发方参数量许可证报告中的核心定位
Z-Image（造相）阿里通义实验室 Tongyi-MAI6BApache-2.0低成本训练、写实生成、中英双语渲染与消费级部署
Qwen-Image阿里通义实验室20BApache-2.0文字渲染与图像编辑均衡，2512 版本强化写实度
Mage-FlowMicrosoft Mage Team4B开源代码与权重4 步 Turbo、原生分辨率生成与编辑
Boogu-Imageboogu-project10BApache-2.0数据效率、双语文字渲染与编辑变体
Ideogram 4.0Ideogram AI9.3B代码 Apache-2.0；权重非商用文字、布局与色板控制
HiDream-o1智象未来8B 开源MIT像素级统一架构与多任务生成

三项判断

  1. 文字与版式任务应单独看待。 Ideogram 4.0、Boogu-Image 和 Qwen-Image 都将文字渲染作为核心能力，但评价时仍要区分语言、字数、字体、布局和可编辑性，而非只看单一 OCR 或长文本分数（Ideogram 4.0 模型卡、Boogu-Image 技术报告、Qwen-Image）。
  2. 高吞吐场景优先验证延迟与显存。 Mage-Flow 技术报告给出 Turbo 在 1024 平方、A100 上生成 0.59 秒、编辑 1.02 秒的条件结果；Z-Image-Turbo 则主打 8 步推理和较低部署门槛。两者的实际表现仍取决于硬件、量化和推理栈（Mage-Flow、Z-Image）。
  3. 图像编辑已经成为独立产品线。 Qwen-Image-Edit-2511、Mage-Flow-Edit、Boogu-Edit 与 HiDream 的多任务路线分别处理多图一致性、编辑基准、快速编辑和生成编辑统一建模；任务级验证比“全能模型”标签更有实际意义（Qwen-Image-Edit-2511、Mage-Flow 论文、Boogu-Image、HiDream-o1）。

调研方法与使用边界

本报告将信息分为一手资料、第三方评测、公开基准和公开社区反馈四层。前两者用于确认版本、许可证、架构、样片与横向偏好；公开基准用于比较提示词遵循、文字、编辑和审美；社区反馈仅用于补充部署与使用体验。

层级主要来源用途
一手资料GitHub、Hugging Face 模型卡、论文、官方博客、官网版本、许可证、架构、官方基准、官方样片
第三方评测Artificial Analysis、LMArena、Design Arena、ContraLabs横向 Elo、偏好胜率和设计盲测
公开基准GenEval、DPG-Bench、CVTG-2K、LongText-Bench、TIIF、GEdit、ImgEdit、TextEdit、MJHQ、Qwen-Image-Bench提示词遵循、文字渲染、编辑和审美量化
公开反馈社区讨论、技术媒体与部署实践实际体验、生态成熟度与已知问题

阅读限制：

  • 不同模型公布的基准往往采用不同测试集、采样设置和版本，横向表格优先保留 Mage-Flow 论文中的统一协议数据；其他分数会标明来源与时间。
  • Artificial Analysis 是滚动榜单。本报告使用 2026 年 7 月下旬的快照，只适合观察当时的相对位置，不应替代长期采购验证（Artificial Analysis Text-to-Image Leaderboard）。
  • 官方样片经过选择，适合作为能力示例，不代表批量生产时的平均成功率。
  • 本文涉及的开源、商用与 API 可用性均可能发生变化，生产前应复核模型卡和许可证原文。

赛道格局：从规模到效率与工作流

从发布时间线看，Qwen-Image 在 2025 年 8 月开源，Z-Image-Turbo 于同年 11 月推出，HiDream-o1、Ideogram 4.0、Boogu-Image 和 Mage-Flow 则在 2026 年 5 至 7 月相继发布。该节时间点依据各项目的官方仓库、模型卡和论文整理（Qwen-Image、Z-Image 论文、HiDream-o1、Ideogram 4.0、Boogu-Image 论文、Mage-Flow 论文）。

时间事件
2025-08Qwen-Image 20B 开源
2025-09Qwen-Image-Edit 多图编辑版本演进
2025-11Z-Image-Turbo 6B 开源
2026-01Z-Image-Base 发布，Omni/Edit 处于预告阶段
2026-05HiDream-O1-Image 8B 开源
2026-06Ideogram 4.0 权重发布；Boogu-Image-0.1 开源
2026-07Mage-Flow 4B 发布

这条时间线对应三条可观察的技术主线。第一，小参数模型通过数据、架构与蒸馏提升效率，例如 Z-Image、Mage-Flow 和 Boogu-Image 均在各自材料中强调训练或推理效率（Z-Image 论文、Mage-Flow 论文、Boogu-Image 论文）。第二，海报、包装和电商物料推动文字渲染成为独立评测维度。第三，编辑模型从生成模型的附属功能，逐渐演变为版本化、可评测的独立产品线。

模型深度档案

Z-Image（造相）

Z-Image 由 Tongyi-MAI 发布，报告覆盖 6B 的 Base 与 Turbo 版本。官方资料将其架构描述为 S3-DiT 单流扩散 Transformer，使用 Qwen3-4B 作为文本编码器；论文披露训练规模为约 314K H800 GPU 小时。Base 面向完整采样和微调，Turbo 面向 8 步快速推理；报告所对应时间窗口内，Omni 与 Edit 仍标记为待发布（Z-Image GitHub、Z-Image 论文、Z-Image-Turbo 模型卡）。

指标Z-Image-Base 6BZ-Image-Turbo 6B数据说明
GenEval0.840.82Mage-Flow 论文统一协议，2026-07
DPG-Bench88.1484.86同上
CVTG-2K0.8670.859同上
LongText-CN / EN0.936 / 0.9350.926 / 0.917同上
Artificial Analysis-Elo 11022026-07 快照

以上数值来自 Mage-Flow 论文的横向比较和 Artificial Analysis 的历史快照，适合判断其在同一实验协议或同一时点的相对位置（Mage-Flow 论文、Artificial Analysis）。

优势： 6B 参数量、Apache-2.0 许可、快速推理与中英双语文字能力，使其适合研究可复现和本地部署。
使用提示： 多人物一致性、密集布局和极复杂场景仍需以目标提示词集抽检；Base 版本的采样参数与随机种子也会显著影响输出。

Z-Image 照片级写实官方样片
照片级写实：人像、光影与材质。图片来源：Z-Image 官方示例，项目页。
Z-Image 中英双语文字渲染官方样片
中英双语文字渲染：海报与招牌。图片来源：Z-Image 官方示例，项目页。
Z-Image 指令式编辑官方样片
指令式编辑示例。报告数据窗口内，Z-Image-Edit 权重仍处于待发布状态。图片来源：Z-Image 官方示例，项目页。

Qwen-Image（含 2512 / Edit-2511）

Qwen-Image 是 20B 的 MMDiT 图像模型家族，采用 Apache-2.0 许可。报告涵盖首版 Qwen-Image、Qwen-Image-2512 与 Qwen-Image-Edit-2511：2512 的官方更新重点是降低人像与自然细节中的“AI 感”，Edit-2511 则强调图像漂移缓解、人物一致性、多图输入与 LoRA 集成（Qwen-Image GitHub、Qwen-Image-2512 模型卡、Qwen-Image-Edit-2511）。

指标（首版 Qwen-Image 官方资料）Qwen-ImageGPT Image 1 HighSeedream 3.0
DPG-Bench88.3285.1588.27
GenEval0.910.840.84
LongText-Bench 中文0.9460.6190.878
LongText-Bench 英文0.9430.9560.896
Chinese Word0.5830.3610.331
GEdit-EN / CN（首版 Edit）7.56 / 7.527.53 / 7.30-
ImgEdit / GSO（首版 Edit）4.27 / 15.114.20 / 12.07-

该表是首版的官方历史基准，不应与后续 2512 或 Edit-2511 版本直接视为同一模型曲线。Mage-Flow 论文对 Edit-2511 的统一评测给出 ImgEdit 4.51、GEdit-EN 7.877 与 GEdit-CN 7.819；2512 的官方材料主要提供更新说明与竞技场结果（Qwen-Image、Mage-Flow 论文）。

优势： 中文文字、图文混排、人物一致性与多图编辑构成完整工作流；生态和工具适配较成熟。
使用提示： 20B 本地部署通常需要量化；极小字号和超长段落仍值得通过 OCR 与人工排版校验。

Qwen-Image-2512 主展示官方样片
Qwen-Image-2512 主展示。图片来源：Qwen-Image-2512 模型卡。
Qwen-Image-2512 写实质感升级对比
2512 写实质感升级对比。图片来源：Qwen-Image-2512 模型卡。
Qwen-Image-2512 工业信息图官方样片
复杂图文与工业信息图。图片来源：Qwen-Image-2512 模型卡。
Qwen-Image-Edit-2511 主展示官方样片
Qwen-Image-Edit-2511 主展示。图片来源：Qwen-Image-Edit-2511 模型卡。
Qwen-Image-Edit-2511 人物一致性官方样片
人物一致性示例。图片来源：Qwen-Image-Edit-2511 官方说明。
Qwen-Image-2512 AI Arena 榜单官方截图
Qwen-Image-2512 的竞技场宣传截图。图片来源：Qwen-Image-2512 官方博客；榜单为滚动结果。

Mage-Flow

Mage-Flow 由 Microsoft Mage Team 于 2026 年 7 月发布，涵盖 Base、aligned、Turbo 及对应 Edit 变体。论文将其描述为 Mage-VAE 与 NR-MMDiT 组成的原生分辨率生成栈，支持从 512 到 2048 像素及不同宽高比；报告给出的 0.59 秒生成和 1.02 秒编辑，来自 1024 平方 A100 的特定测试条件（Mage-Flow 项目页、Mage-Flow 论文、GitHub）。

生成基准Mage-Flow 4BMage-Flow-Turbo 4BQwen-Image 20BZ-Image-Turbo 6BFLUX.2-dev 32B
GenEval0.900.880.870.820.87
DPG-Bench86.4985.4888.3284.8687.57
CVTG-2K0.8870.8730.8290.8590.893
TIIF-Long84.7084.1686.8380.0588.10
LongText-CN0.8230.8010.9460.9260.757
编辑基准Mage-Flow-Edit 4BEdit-Turbo 4BQwen-Image-Edit-2511 20BFireRed-Edit-1.0 20B
ImgEdit4.344.384.514.56
GEdit-EN8.1278.2717.8777.943
GEdit-CN8.1238.2647.8197.887

两张表均保留 Mage-Flow 论文公布的统一协议结果。它们说明小参数模型在某些任务上可以接近或超过更大模型，但不替代对中文长文本、审美或实际提示词分布的独立验证（Mage-Flow 论文）。

优势： 高吞吐、原生多宽高比、生成与编辑共享较紧凑的模型栈。
使用提示： 中文长文本分数低于本报告的多款中文取向模型；生态尚处于发布早期，低步数复杂场景稳定性需以实际任务复测。

Mage-Flow 原生分辨率文生图官方样片
原生分辨率文生图。图片来源：Mage-Flow 项目页。
Mage-Flow 中英双语文字官方样片
中英双语文字示例。图片来源：Mage-Flow 项目页。
Mage-Flow 指令式编辑官方样片
指令式编辑示例。图片来源：Mage-Flow 项目页。
Mage-Flow 编辑源图官方样片
编辑多样性演示的源图。图片来源：Mage-Flow 项目页。
Mage-Flow 背景更换官方样片
同源图的背景更换输出。图片来源：Mage-Flow 项目页。
Mage-Flow 风格迁移官方样片
同源图的风格迁移输出。图片来源：Mage-Flow 项目页。

Boogu-Image

Boogu-Image 是 boogu-project 的独立开源项目，项目 README 明确说明其与字节跳动及即梦没有隶属关系。报告覆盖 Base、Turbo、Edit 与 Edit-Turbo 四个变体；项目材料强调约 2.09 亿张训练图像、约 10B 参数与数据效率路线，使用 Apache-2.0 许可（Boogu-Image GitHub、Boogu-Image 论文）。

基准Boogu-0.1对比对象说明
Qwen-Image-Bench53.58Qwen-Image-2512 52.06；Hunyuan-3.0 50.81官方报告的综合数据
ImgEdit_O4.64（Edit）Nano Banana Pro 4.37；Seedream 4.5 4.32官方报告数据
LongText-Bench 中文0.985（Turbo-Thinking）报告称位列整体第二测试限制为 100 字以内短文本
Boogu Arena与 LMArena 相关性 0.986-官方自建评测口径

以上均为 Boogu-Image 技术报告中的自报结果，不同于独立、统一的盲测。其价值在于显示该项目对双语文字、编辑与数据效率的目标；在商业任务中仍应使用真实海报、产品和改图集合验证（Boogu-Image 论文）。

优势： Base、Turbo、Edit 变体较完整；短至中等长度中文文字与双语样片表现突出；提供 FP8 路线。
使用提示： 项目材料也提示复杂布局、编辑局部保持、单参考图限制、世界知识和复杂肢体是更需要抽检的情形。

Boogu-Image 主视觉官方样片
Boogu-Image 主视觉。图片来源：Boogu-Image 项目页。
Boogu-Image 写实摄影官方样片
写实摄影样片。图片来源：Boogu-Image 项目页。
Boogu-Image 中英文字渲染官方样片
中英文字渲染样片。图片来源：Boogu-Image 项目页。
Boogu-Image 指令式编辑官方样片
指令式编辑样片。图片来源：Boogu-Image 项目页。
Boogu-Image 海报与产品渲染官方样片
海报与产品渲染样片。图片来源：Boogu-Image 项目页。

Ideogram 4.0

Ideogram 4.0 是 9.3B 的单流 DiT 模型。模型卡介绍其使用 Qwen3-VL-8B-Instruct 作为冻结视觉语言编码器，并通过结构化 JSON caption 支持边界框布局、十六进制色板和文字元素控制。代码采用 Apache-2.0，但权重为 “Ideogram 4 Non-Commercial”，因此本地权重研究与商业生产需要分别核对许可（Ideogram 4.0 模型卡、Ideogram 4 代码）。

评测或指标报告记录说明
Design Arena开源第一设计向生图的偏好榜单
Artificial Analysis T2IElo 1175（Quality，2026-07）历史快照
LMArena开源实验室第一、总榜前列滚动榜单
ContraLabs 设计师盲测首选率 47.9%10 名设计师的盲选结果
X-Omni OCR（英文）0.97官方模型卡的文字指标
7Bench（布局）0.69官方模型卡的布局指标

表内的榜单和盲测口径并不相同。更稳妥的理解是：Ideogram 4.0 的强项集中在英语和多语设计、版式和结构化控制；其权重非商用条款是选型时不可省略的一部分（Ideogram 4.0 模型卡、Artificial Analysis）。

优势： 文字、布局、色板和结构化提示词支持充分，原生分辨率与设计导向明显。
使用提示： 本地显存要求较高，生成式编辑不是其主打能力；商用前需核对权重许可并使用相应的 API 或订阅方案。

Ideogram 4.0 大字排版海报官方样片
大字排版海报。图片来源：Ideogram 4 官方展示。
Ideogram 4.0 奢华香水广告官方样片
奢华香水广告。图片来源：Ideogram 4 官方展示。
Ideogram 4.0 日英双语霓虹招牌官方样片
日英双语霓虹招牌。图片来源：Ideogram 4 官方展示。
Ideogram 4.0 等距三维图标集官方样片
等距三维图标集。图片来源：Ideogram 4 官方展示。
Ideogram 4.0 咖啡包装官方样片
咖啡包装。图片来源：Ideogram 4 官方展示。
Ideogram 4.0 复古旅行海报官方样片
复古旅行海报。图片来源：Ideogram 4 官方展示。

HiDream-o1 / HiDream-I1

HiDream-o1 是智象未来开源的 8B 图像模型，报告依照模型卡与论文，将其核心技术概括为 UiT（Pixel-level Unified Transformer）：在统一 token 空间中进行图像、文本和任务条件的端到端建模，并配合 Reasoning-Driven Prompt Agent 处理布局、属性与文本等复杂要求。O1-Image 与 I1 的开源版本采用 MIT 许可（HiDream-O1-Image 模型卡、GitHub、论文）。

基准（官方模型卡，2026-05）O1-Image 8BFLUX.2 Dev 32BQwen-Image 20B
GenEval0.900.870.87
DPG-Bench89.8387.5788.32
HPSv310.37--
CVTG-2K0.91280.8926-
LongText-Bench CN / EN0.979 / 0.9780.963 / 0.757-

这些分数来自 HiDream 官方模型卡，测试协议与 Mage-Flow 统一表不同。Artificial Analysis 的同期历史位置则会随版本与投票样本滚动变化，不能与模型卡数据混为同一评价体系（HiDream-O1-Image 模型卡、Artificial Analysis）。

优势： 单模型覆盖生成、编辑、个性化、长文本和布局等任务，开源版本采用 MIT 许可。
使用提示： 实际部署的显存、速度与视觉美学会随 Full、Dev、FP8/FP16、分辨率和提示词智能体配置而变化；高分辨率任务应单独做稳定性测试。

HiDream-o1 文生图综合官方样片
文生图综合展示。图片来源：HiDream-O1-Image 模型卡。
HiDream-o1 长文本与排版官方样片
长文本与中英双语排版展示。图片来源：HiDream-O1-Image 模型卡。
HiDream-o1 主体个性化官方样片
主体个性化与一致性展示。图片来源：HiDream-O1-Image 项目页。

横向对比总览

基础档案

维度Z-ImageQwen-ImageMage-FlowBoogu-ImageIdeogram 4.0HiDream-o1
参数量6B20B4B10B9.3B8B
许可证Apache-2.0Apache-2.0开源代码与权重Apache-2.0代码 Apache-2.0；权重非商用MIT
主要架构S3-DiT 单流MMDiTNR-MMDiT + Mage-VAE统一多模态 + FLUX.1 VAE单流 DiT + Qwen3-VLUiT 像素级统一
编辑能力报告窗口内仍为预告Edit-2511，多图Edit 全家桶Edit / Edit-Turbo以生成为主内置多任务
报告中的最小部署参考8GB 起量化后 16GB 起峰值约 18-20GBFP8 约 12GB 起NF4 约 24GB 起FP8 约 10-12GB；FP16 更高

参数、许可证、架构和部署信息依官方仓库、模型卡与论文汇总；显存是模型方或报告资料给出的参考下限，实际需求由分辨率、采样器、量化和工具链决定（Z-Image、Qwen-Image、Mage-Flow、Boogu-Image、Ideogram 4.0、HiDream-o1）。

Artificial Analysis 历史快照

模型Elo（2026-07 前后）备注
GPT Image 21338闭源参照
Cosmos3-Super1219参照模型
HiDream-O1-Image-Dev-26041190开源权重变体
Ideogram 4.0 Quality1175开源权重
Qwen Image Max 25121158报告收录版本
FLUX.2 Dev1154参照模型
HunyuanImage 3.01126参照模型
HiDream-O1-Image1117开源版本
Z-Image Turbo1102开源版本

该表复现报告的历史快照，未收录 Boogu-Image 是因为其当时尚未进入该榜单。Elo 随用户投票与模型更新变化，适合观察趋势，不适合被当作固定能力排名（Artificial Analysis Text-to-Image Leaderboard）。

核心基准对比

模型GenEvalDPGLongText-CNGEdit-EN（编辑）数据说明
Mage-Flow 4B0.9086.490.8238.271aligned 20 步；编辑为 Edit-Turbo
Qwen-Image 20B0.8788.320.9467.877首版生成模型；编辑为 Edit-2511
Z-Image 6B0.8488.140.9367.570Base 数据；GEdit 为论文引用的研发评测
Boogu-Image 10B--0.985-Turbo-Thinking，自报短文本结果
Ideogram 4.0 9.3B--0.97（英文 OCR）-指标口径不同；布局 7Bench 为 0.69
HiDream-O1-Image 8B0.9089.830.979-官方模型卡，协议不同

除 Mage-Flow、Qwen-Image 与 Z-Image 的部分数据外，其余行并非统一测试协议。表格应被理解为“各公开材料中可获得的指标地图”，而不是统一总分榜（Mage-Flow 论文、Boogu-Image 论文、Ideogram 4.0 模型卡、HiDream-o1 模型卡）。

速度、成本与工程约束

模型推理步数报告中的单图延迟口径显存参考托管或成本信息
Mage-Flow-Turbo4 步1024 平方 A100：生成 0.59s，编辑 1.02s峰值约 18-20GB以自托管为主
Z-Image-Turbo8 步H800 亚秒级约 8-16GBAA 历史页给出自托管参考
Boogu-Turbo约 4 步官方口径为高端硬件下低于 1sFP8 约 12GB 起无官方 API
HiDream-O1-ImageFull 50 步 / Dev 28 步本地高分辨率任务为分钟级参考约 17-35GB支持第三方托管
Ideogram 4.0Quality 预设 48 步云端数秒级参考NF4 约 24GB 起官方 API 与托管渠道
Qwen-Image50 步20B 本地通常为数十秒级量化后约 16GB 起第三方托管渠道

延迟、显存和价格在硬件、分辨率、量化、批处理及服务商配置变化时会显著不同。上表的原始依据来自模型项目资料、Mage-Flow 论文、官方模型卡与 Artificial Analysis 历史页面，应作为部署验证的起点，而非服务等级承诺（Mage-Flow、Z-Image、Boogu-Image、Ideogram 4.0、HiDream-o1、Qwen-Image）。

六维综合评价

下表将原报告的雷达图转换为可检索数据。分数综合了公开基准、榜单、官方材料和使用反馈，因此属于研究者的结构化判断，不应与严格统一的自动评测混同。

模型文字渲染提示词遵循写实 / 美学编辑能力速度 / 效率部署 / 生态
Z-Image8.08.08.57.09.09.0
Qwen-Image9.09.08.59.05.06.0
Mage-Flow7.58.58.09.09.59.0
Boogu-Image9.08.58.08.08.07.5
Ideogram 4.09.59.08.57.07.56.5
HiDream-o19.09.08.08.57.06.5

评分依据与限制见本报告的“调研方法与使用边界”，其中的定量证据主要来自模型卡、论文与榜单快照（Mage-Flow 论文、Boogu-Image 论文、Artificial Analysis）。

分场景选型建议

场景首选备选依据与注意事项
中文海报、包装、电商物料Boogu-Image-BaseQwen-Image、Z-Image中文文字与海报样片表现突出；密集排版仍须做 OCR 与人工校验
英文或多语言设计稿、品牌版式Ideogram 4.0Qwen-Image结构化布局、色板和英文设计能力突出；本地权重不能默认商用
实时交互、批量出图、高吞吐Mage-Flow-TurboZ-Image-Turbo优先在目标硬件测 P95 延迟、显存与失败率
指令式图像编辑Qwen-Image-Edit-2511Mage-Flow-Edit多图一致性与编辑基准均应与自身参考图集合复测
本地私有化与许可明确的商用Z-Image、HiDream-o1Qwen-Image分别为 Apache-2.0、MIT、Apache-2.0；仍需审查依赖与数据来源
二次开发、研究与 LoRAZ-Image-BaseBoogu-Base、HiDream未蒸馏基座与公开论文更有利于研究复现
预算充足、追求托管体验HiDream-O1-Image-1.5、Qwen Image 2.0 Pro、Ideogram API-作为闭源或 API 服务单独评估，勿与开源权重许可混同

这些建议来自前述模型特征与公开资料，而不是对所有任务的统一结论。一个可操作的组合是：用文字和布局更强的模型产出候选，用 Qwen-Image-Edit 或 Mage-Flow-Edit 执行局部改图，再以 OCR、品牌词表、人工审稿与版本记录完成交付。对生产团队而言，提示词、模型版本、随机种子、参考图、编辑记录和许可证核对，通常与单次出图质量同样重要。

参考来源

Z-Image

Qwen-Image

Mage-Flow

Boogu-Image

Ideogram 4.0

HiDream

榜单与基准

本报告基于公开资料整理。基准协议、滚动榜单、官方样片和许可条款各有边界；任何商业或生产部署均应以项目官方最新文档、真实任务集与法律审查为准。

评论

0
登录 后参与评论

相关文章

上个月·84

信号与噪声 · 第 30 期：AI 争议升温、开放权重竞争与数据中心成本

本周 Reddit 技术社区的注意力集中在拟人化互动新规、开放权重模型、数据中心土地与电力成本、Flock 监控争议和云平台计费故障。本文区分社区情绪、媒体报道、诉讼主张与已确认事实。

信号与噪声Reddit周报AI backlash
2个月前·84

小V观察 · AI行业周刊（2026.06.21）

本周AI行业关键事件：据报道，Anthropic Fable 5/Mythos 5因出口管制要求被禁用，SpaceX-Cursor交易和DeepSeek融资消息引发关注，G7聚焦AI治理，AlphaFold之父去向传出变化。AI治理、开源模型、AI智能体与就业压力共同构成本周主线；部分融资、并购和监管细节仍待官方文件进一步确认。

小V观察AI周刊AI治理
3个月前·94

智能涌现：医疗 AI 正进入证据闭环期

近一个月的公开报道显示，AI 在生物医疗健康领域的重点正在从演示能力转向证据闭环：诊断辅助、医院运营、生命科学研发、生物安全和责任治理必须被放进同一套可验证流程中。

智能涌现AI 周报医疗 AI