[业界新闻]全球最强开源生图 AI 模型：Ideogram 4.0 登场 [复制链接]

Ideogram 昨日（6 月 3 日）发布博文，宣布推出 Ideogram 4.0 开放权重文文生图模型，基于跑分数据是全球最佳开源生图 AI 模型。 mk#xbvvG  
~_^#/BnAl  
该模型核心规模为 9.3B 参数，延续近期开源模型的单流架构路线，让文本 tokens 与图像 tokens 共享同 1 个自注意力序列，并把设计控制放在训练和推理格式的中心。 K~Lh'6  

描述:请输入描述

图片:QQ截图20260604150550.png

}& ;49k  
架构方面，该模型包括 Qwen3-VL-8B-Instruct 文本编码器、可训练的 34 层单流 DiT（扩散 Transformer）、Euler 流匹配采样器，以及冻结的 KL 自动编码器。 a~>.  

描述:请输入描述

图片:QQ截图20260604150604.png

mD@#,B7A  
官方展示的样例显示，该模型可以生成覆盖人物、场景和设计类图像，适合需要图片创作、视觉排版和文字海报的用户尝试。附上相关图片如下： LlAMtw"  

图片:QQ截图20260604150620.png

oGz-lO{lt  

图片:QQ截图20260604150640.png

y>}dKbCN  

图片:QQ截图20260604150716.png

o'nju.'  
该模型最突出的能力是文字绘制。模型可在图像中更准确地呈现较长文本，这对海报、商品图、封面和社媒素材很关键。 {=n-S2%  
4LY kK/:  
Ideogram 还通过训练图片中的对象和文本边界框，让模型理解元素位置关系。配合结构化 JSON（数据交换格式）字幕数据训练后，用户可更清楚地用提示词指定版式、对象位置和文本布局。 LRNgpjE}  

图片:QQ截图20260604150725.png

*xY}?vSs  

图片:QQ截图20260604150739.png

$-4OveS~B  
DesignArena 的排名显示，Ideogram 4.0 超过 Nano Banana Pro，位列全球第 4。该榜单采用隐藏模型名称后由人类评价生成结果质量的方法，因此这项成绩来自人工观感评估，具有较高可信度。 uLok0"}  

图片:QQ截图20260604150757.png

|8,|>EyqK  

图片:QQ截图20260604150809.png

|l5ol@2*  
P,.<3W"4i