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。