Text-to-Image
Diffusers
Safetensors
English
Chinese
BooguImagePipeline
Boogu-AI commited on
Commit
d71b0de
·
verified ·
1 Parent(s): 1b19509

Upload README_CN.md with huggingface_hub

Browse files
Files changed (1) hide show
  1. README_CN.md +7 -15
README_CN.md CHANGED
@@ -1,13 +1,3 @@
1
- ---
2
- license: apache-2.0
3
- language:
4
- - en
5
- - zh
6
- base_model:
7
- - Qwen/Qwen3-VL-8B-Instruct
8
- - black-forest-labs/FLUX.1-dev
9
- library_name: diffusers
10
- ---
11
  <p align="center">
12
  <img src="assets/boogu-logo-title.svg" alt="Boogu-Image-0.1" width="420" />
13
  </p>
@@ -43,19 +33,19 @@ library_name: diffusers
43
 
44
  ## 📖 简介
45
 
46
- **Boogu-Image-0.1** 是一个在当前开源模型中具备极强竞争力的 **Apache-2.0 开源统一图像生成与编辑模型家族**,包含 **Base**、**Turbo**、**Edit** 等多个变体,在高质量文生图、快速生成、图像编辑和中英文文字渲染等任务上提供稳定实用的能力。像 Nano Banana Pro 和 GPT-Image-2 这样的闭源多模态理解与生成系统之所以表现卓越,并非依赖单一模型,而是得益于一整套高度统一的系统能力。然而,在训练资源相较于闭源模型极端有限的条件下,我们发现,通过系统性地增强模型的理解能力、数据质量和训练流程,仍然能够显著提升图像生成与编辑的性能。具体而言,相比优秀的开源工作 Qwen-Image,我们使用的训练数据规模大约少一个数量级。我们希望这项经验研究与开源发布,能够推动多模态生成与理解领域的开源生态发展。
47
 
48
  本仓库提供 **Boogu-Image-0.1** 的模型权重和推理代码。
49
 
50
  ## 🏆 Boogu Arena
51
 
52
- 由于我们无法直接在 LM Arena 上评测,我们构建了 **Boogu Arena**——一套 LM Arena 风格的偏好评测。我们使用 LLM 生成多样化的用户画像(persona),再让每个画像产出图像生成提示词,共得到 **1K+ 条测试提示词**,并将公开发布以供社区复现。下方的 ELO 排行榜涵盖了领先的闭源与开源系统。
53
 
54
  <!-- <p align="center">
55
  <img src="assets/ci_chart.svg" alt="Boogu Arena ELO 排行榜" width="100%" />
56
  </p> -->
57
  <p align="center">
58
- <img src="assets/boogu-arena-chart.svg" alt="Boogu Arena ELO Leaderboard" width="100%" />
59
  </p>
60
 
61
  ## ✨ 亮点
@@ -65,7 +55,7 @@ library_name: diffusers
65
  - 🎨 **多样精美的风格化** — 涵盖微缩 3D 场景、国风鎏金美学、闪耀奇幻视觉、动漫肖像、神话角色等风格化生成;不只是风格迁移,更追求稳定、美观、贴合提示词的创意生成
66
  - 📊 **极具竞争力的综合性能** — 在众多场景和基准上展现出极具竞争力的性能,Boogu-Image-0.1 家族在 Boogu Arena 中位居参评开源与闭源系统的前列
67
 
68
- > 📖 完整的实践经验与对当前局限性的坦诚说明,请参阅下文的 [负责任的 AI 与局限性](#-负责任的-ai-与局限性)。
69
 
70
  ## 📣 最新动态
71
 
@@ -206,7 +196,9 @@ python inference.py \
206
  | 40GB | 基础模型 | 未量化:`--enable_model_cpu_offload_flag`<br>量化:`--use_fp8_weights` |
207
  | 80GB | 基础模型 | 基础模型 |
208
 
209
- ## ⚠️ 负责任的 AI 与局限性
 
 
210
 
211
  **Boogu-Image-0.1** 以**研究目的**发布,未经额外安全措施不建议用于生产环境部署���我们在数据筛选、训练和评估过程中考虑了负责任的 AI 因素,但模型仍可能产生不准确、有偏见或不适当的输出。
212
 
 
 
 
 
 
 
 
 
 
 
 
1
  <p align="center">
2
  <img src="assets/boogu-logo-title.svg" alt="Boogu-Image-0.1" width="420" />
3
  </p>
 
33
 
34
  ## 📖 简介
35
 
36
+ **Boogu-Image-0.1** 是一个在当前开源模型中具备强竞争力的 **Apache-2.0 开源统一图像生成与编辑模型家族**,包含 **Base**、**Turbo**、**Edit** 等多个变体,在高质量文生图、快速生成、图像编辑和中英文文字渲染等任务上提供稳定实用的能力。像 Nano Banana Pro 和 GPT-Image-2 这样的闭源多模态理解与生成系统之所以表现卓越,并非依赖单一模型,而是得益于一整套高度统一的系统能力。然而,在训练资源相较于闭源模型极端有限的条件下,我们发现,通过系统性地增强模型的理解能力、数据质量和训练流程,仍然能够显著提升图像生成与编辑的性能。具体而言,相比其他已知的开源工作,我们使用的训练数据规模大约少一个数量级。我们希望这项经验研究与开源发布,能够推动多模态生成与理解领域的开源生态发展。
37
 
38
  本仓库提供 **Boogu-Image-0.1** 的模型权重和推理代码。
39
 
40
  ## 🏆 Boogu Arena
41
 
42
+ 由于我们无法直接在 LM Arena 上评测,我们构建了 **Boogu Arena**——一套 LM Arena 风格的偏好评测。我们使用 LLM 生成多样化的用户画像(persona),再让每个画像产出图像生成提示词,共得到 **1K+ 条测试提示词**,并将公开发布以供社区复现。下方的 ELO 排行榜涵盖了领先的闭源与开源系统。我们欢迎对结果有疑问的团队与我们联系,以便我们能够努力实现更加客观、公平和可重复的评估。
43
 
44
  <!-- <p align="center">
45
  <img src="assets/ci_chart.svg" alt="Boogu Arena ELO 排行榜" width="100%" />
46
  </p> -->
47
  <p align="center">
48
+ <img src="assets/arena_elo_chart.svg" alt="Boogu Arena ELO Leaderboard" width="100%" />
49
  </p>
50
 
51
  ## ✨ 亮点
 
55
  - 🎨 **多样精美的风格化** — 涵盖微缩 3D 场景、国风鎏金美学、闪耀奇幻视觉、动漫肖像、神话角色等风格化生成;不只是风格迁移,更追求稳定、美观、贴合提示词的创意生成
56
  - 📊 **极具竞争力的综合性能** — 在众多场景和基准上展现出极具竞争力的性能,Boogu-Image-0.1 家族在 Boogu Arena 中位居参评开源与闭源系统的前列
57
 
58
+ > 📖 完整的实践经验与对当前局限性的坦诚说明,请参阅下文的 [安全性与局限性](#安全性与局限性)。
59
 
60
  ## 📣 最新动态
61
 
 
196
  | 40GB | 基础模型 | 未量化:`--enable_model_cpu_offload_flag`<br>量化:`--use_fp8_weights` |
197
  | 80GB | 基础模型 | 基础模型 |
198
 
199
+ ## ⚠️ 安全性与局限性
200
+
201
+ ### 安全性
202
 
203
  **Boogu-Image-0.1** 以**研究目的**发布,未经额外安全措施不建议用于生产环境部署���我们在数据筛选、训练和评估过程中考虑了负责任的 AI 因素,但模型仍可能产生不准确、有偏见或不适当的输出。
204