开源统一多模态模型Boogu-Image-0.1
Boogu · hf · 2026-07-16
Boogu 团队发布了 Boogu-Image-0.1，一个开源的统一多模态理解与生成模型家族，包含 Base、Turbo、Edit 和 Edit-Turbo 版本。
项目主打高质量文生图、快速推理、指令编辑以及中英双语文字渲染；作者表示，这套方案并不是依赖单一模型，而是通过更好的模型理解、数据质量、训练流水线和 agentic inference-time scaling，在受限算力下也能显著提升生成与编辑效果。论文声称其在多项标准基准上可与其他开源模型持平或更优，并接近领先闭源系统。
作者还给出了一个很有冲击力的成本信息：只使用了 2.0862 亿张唯一图像，基础模型理论训练成本约 40 万美元。代码、权重和训练 recipe 已按 Apache 2.0 开源。
所属事件:Boogu-Image多模态模型家族开源(2 条相关)→
「多模态」频道最新
- AI 电影人 PJaccetturo 谈用 Dreamina 构建影级世界 NEXUS — DavidmComfort · 2026-10-27
- Runway 发布 App Studio：描述即生成图片视频音频创意应用，无需代码 — runwayml · 2026-10-27
- 本地免费跑 MiniMax H3 实测 Maestro,Kling 4.0 对比 Seedance 2.5 编辑能力 — cocktailpeanut · 2026-10-27
- 让 Claude 全自动制作催泪广告片，脚本生成剪辑一条龙 — aakashgupta · 2026-10-27
- AI 生成的《致命魔术》片段疯传，网友惊呼电影级效果难辨真假 — cneuralnetwork · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27