6B 的 Ming Image 0.1 对比 Krea 2:192 条提示词实测
dh7net · reddit · 2026-10-01
Reddit 用户 dh7net 在本地 DGX Spark(GB10)上对 6B 参数的 Ming Image 0.1 与 Krea 2 进行了 192 条提示词的逐对对比。
测试配置:
- 1024x1024 分辨率(官方支持,虽模型卡推荐 2048)、12 步、无引导采样(CFG 1.0,模型无 CFG/负提示选项)、Euler 采样器 simple 调度器(maxshift 1.15 / baseshift 0.5)、固定 seed 7;
- 使用 Comfy-Org 的 int8 重打包权重(共 26GB),跑在 ComfyUI;
- 热身后约 12.4 秒/张,首次加载权重耗时约 4 分钟。
一个重要发现:Ming 官方参考管线会用 LLM 先改写提示词,把要渲染的文字逐字拼出——Ming 对「具名字符串」渲染很好,没提名的文字会变乱码,说明改写器很关键;但为保证 ImageBench 各模型公平,作者关闭了改写,这可能让 Ming 在文字密集布局上损失几分。结论:对 6B 模型而言 Ming Image 表现相当亮眼,完整结果见 imagebench.ai。
「多模态」频道最新
- Google 开源 PreviewDiff:多模态 critic 引导扩散采样中途纠偏 — google · 2026-10-01
- Utopai 发布 PAI 制作平台，视频模型登顶榜眼主打连贯性 — lmoroney · 2026-10-01
- H3 Max 视频插入功能实测出图,生成效果获得好评 — jfischoff · 2026-10-01
- Runway 峰会研究圆桌:嘉宾谈视频模型解锁的产品与界面 — c_valenzuelab · 2026-10-01
- ComfyUI-RMBG 3.2.0 发布：启动提速百倍，新增卸载显存开关 — Narrow-Particular202 · 2026-10-01
- 创作者为 Cloudflare Connect 大会制作的宣传视频引热议 — threepointone · 2026-10-01