#文生图
共 16 篇相关文章
Flux 3 Image Klein 开源发布：5.6B 参数图像生成模型
Flux 3 Image Klein 以开放权重形式发布，参数规模 5.6B。本文分析该文生图模型的定位、开放权重的实际含义、5.6B 参数的部署意义，以及适合哪些开发者和团队关注。
Qwen-Image-2.1 在 RTX PRO 6000 上的 15 图测试
独立评测 Qwen-Image-2.1 在 NVIDIA RTX PRO 6000（96 GB）上的表现：15 张固定种子测试，1 MP 平均 9.378 秒/张，原生 2K 52.021 秒，全部无显存溢出，排版与 RGBA 透明度表现突出。
4块3090训练文生图模型：MiniDog全流程仅需70分钟
MiniDog 框架在四块 RTX 3090 上实现文生图扩散 Transformer 的完整训练流程：预训练 55 分钟、微调 15 分钟。采用 2200 万参数小模型、E2E-INVAE 语义潜空间和特征缓存优化，支持 FID、HPSv2、PickScore 等完整评估。
开源文生图模型选型指南：从Qwen到FLUX.2的本地部署全攻略
一份开源文生图模型选型与本地部署指南，涵盖Qwen-Image-2.1、FLUX.2、Ideogram、Ming-Image等主流模型评测，以及ComfyUI部署、显存优化与许可证选择要点。
Stride框架：多智能体进化式信息图生成新范式
Stride 是一个规模感知的多智能体进化式信息图生成框架，通过分离约束评估与视觉定位、分级路由修正和单调接受机制，用全开源系统在 BizGenEval、IGenBench、WISE 等基准上超越 Nano-Banana-2.0、Seedream-5.0-Pro 等闭源方案。
Qwen-Image-2.1-Turbo本地部署指南：真实显存需求与避坑要点
Qwen-Image-2.1-Turbo被称作7B模型，但完整管线实为16.2B、下载量32.4GB。本文详解各精度下的真实显存需求、diffusers与ComfyUI运行方式、两大配置陷阱及非商业许可证限制。
Qwen-Image-2.1-Turbo 发布：阿里开源图像模型再提速
阿里 Qwen 团队在 Hugging Face 发布开源图像生成模型 Qwen-Image-2.1-Turbo，主打推理加速。本文梳理其定位、ComfyUI 等本地部署方式，以及与原版 2.1 的区别和社区反馈。
DOGS框架：用设计空间采样重塑AI Logo生成
arXiv新论文提出DOGS框架，将AI Logo生成从文本改写重构为结构化设计空间采样，用GFlowNet采样器结合可识别性、美学与原创性奖励，并从构造上规避商标侵权，在多项指标上超越九个基线方法。
KANSteer：打破线性表征假设的文生图非线性引导
arXiv 新论文 KANSteer 挑战线性表征假设，利用柯尔莫哥洛夫-阿诺德网络（KAN）将文生图模型的概念遍历建模为曲线，实现比线性引导更平滑精细的中间状态生成控制。
SatisDive：文生图扩散中平衡满意度与多样性的新方法
arXiv 最新论文提出 SatisDive，一种无需训练、推理阶段即可使用的文生图方法，通过奖励下限与多样性截断重构生成为满足式任务，在 Pick-a-Pic 上全面 Pareto 支配 FK steering，有效平衡图像满意度与多样性。
HF热榜深度解析：Qwen-Image-2.1生态霸榜，开源模型迎来爆发时刻
Hugging Face最新热榜深度解析：Qwen-Image-2.1生态三天567万下载霸榜，DeepSeek-V4.1-Flash以763B参数和890字节KV缓存压缩杀入前列，LTX-2.5视频生成158万下载。开源模型竞争从拼参数转向拼落地效率。
Qwen-Image-2.1登顶Arena榜首：开源图像模型的新标杆
阿里通义千问 Qwen-Image-2.1 在 Arena 平台同时登顶图像编辑与文生图两大榜单，成为排名第一的开源图像模型。本文解读其成绩背后的意义与开源价值。
Supra2-IMG：100M参数开源文生图模型，H100单卡10小时训练完成
SupraLabs 开源发布 Supra2-IMG，一款仅 100M 参数的文生图模型，单张 H100 训练不到 10 小时，支持 CPU 20 秒、GPU 2 秒出图，256×256 分辨率高质量生成，已上线 Hugging Face。
Qwen 2.1 图像模型实测：开源文生图与编辑的新突破
Reddit 社区实测 Qwen 2.1 图像模型，被称为开源文生图（T2I）与图像编辑领域的重要突破。本文解读其双重能力、工作流价值及开源图像生态趋势。
Qwen Image 2.1 初测：艺术风格尚可，写实画质堪忧
Qwen Image 2.1 图像生成模型社区初测报告：艺术风格表现尚可，写实画质较差。附 CFG、采样器等完整测试参数与调参建议，H100 单图耗时 45-50 秒。
Qwen Image 2.1 抢先体验：开源图像生成的新标杆？
Reddit 用户 Sandlers 分享 Qwen Image 2.1 抢先体验，称其写实度超越 ZIT，高分辨率下画面一致性出色，但 ModelScope 平台存在生成慢与下载限流问题。开源图像生成新选项值得关注。