Instructions to use Boogu/Boogu-Image-0.1-Base with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use Boogu/Boogu-Image-0.1-Base with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("Boogu/Boogu-Image-0.1-Base", dtype=torch.bfloat16, device_map="cuda") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
- DiffusionBee
Upload README_CN.md with huggingface_hub
Browse files- 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
|
| 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/
|
| 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 [
|
| 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 |
-
## ⚠️
|
|
|
|
|
|
|
| 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 |
|