Boogu-Image-0.1-Edit: 开源统一图像编辑模型，采用 Apache 2.0 许可证

news

Boogu-Image-0.1-Edit 是 Boogu-Image 系列中采用 Apache 2.0 许可证的图像编辑模型，提供基于指令的图像编辑功能，采用统一的多模态理解与生成架构。

Boogu-Image-0.1-Edit 是 Boogu-Image-0.1 模型系列中的图生图编辑变体，于 2026 年 6 月 16 日以宽松的 Apache 2.0 许可证发布。该模型基于统一的多模态理解与生成 (MLLM) 骨干网络，提供基于指令的图像编辑能力。

概述

Boogu-Image-0.1 是由 Boogu 项目 开发的一个具有竞争力的开源统一图像生成与编辑模型系列。该系列包含三个主要变体：Base（文生图）、Turbo（四步蒸馏快速生成）和 Edit（图生图编辑），均以 Apache 2.0 许可证 发布。

其中 Edit 变体专注于基于指令的图像编辑：用户提供参考图像以及描述所需编辑的自然语言指令，模型在保留原始图像结构与内容的同时生成编辑后的结果。

Boogu-Image-0.1 在 Boogu Arena（一种 LM Arena 风格偏好评估）中取得了有竞争力的结果，在 1000 多个多样化测试提示词中，相比闭源系统和领先的开源替代方案均表现良好。

关键特性

| 特性 | 描述 | |

--|

| | 任务 | 基于指令的图生图编辑 | | 架构 | 统一 MLLM 理解 + 扩散生成 | | 许可证 | Apache 2.0（完全开源） | | 库 | Diffusers（自定义 BooguImagePipeline） | | 语言 | 针对英语和中文优化 | | ComfyUI | ComfyUI 原生支持 |

模型架构

Boogu-Image-0.1 采用 统一的多模态理解与生成架构，集成了以下组件：

  • 多模态大语言模型 (MLLM)：用于理解用户指令和图像内容
  • 扩散 Transformer：用于生成高质量图像
  • VAE：用于 Latent 空间的编码/解码

这种统一的方法使模型能够在保持高质量图像的同时，精确遵循指令。Edit 变体特别利用了 MLLM 对空间关系、物体属性和编辑指令的理解能力，生成连贯的修改效果。

使用例

Boogu-Image-0.1-Edit 擅长多种图像编辑任务：

  • 物体替换: 根据文本描述替换图像中的物体
  • 背景更改: 修改背景同时保留前景主体
  • 风格迁移: 将艺术风格应用到现有图像
  • 局部编辑: 根据文本指令修改特定区域
  • 双语支持: 处理英语和中文编辑指令

ComfyUI 集成

Boogu-Image-0.1-Edit 在 ComfyUI 中提供 原生支持。使用官方 Boogu Image Edit 工作流 快速开始。

请确保已将 ComfyUI 更新至最新版本（更新指南）。所需的模型权重可在 Hugging Face 上的 Comfy-Org/Boogu-Image 仓库中找到。

Edit 变体现在支持单参考图像编辑，分辨率为 1K。多参考图像支持计划在后续版本中提供。

在线演示

您可以直接在浏览器中试用 Boogu-Image-0.1-Edit：

获取方式

Boogu 团队目前不提供任何付费 API 或商业服务。任何以"Boogu-Image"名称提供的付费产品与本项目无关。

总结

Boogu-Image-0.1-Edit 以宽松的 Apache 2.0 许可证向开源社区提供了具有竞争力的基于指令的图像编辑能力。凭借其统一的 MLLM 架构、强大的双语支持以及开箱即用的 ComfyUI 集成，该模型为开源图像编辑工具向前迈出了重要一步。

Boogu-Image-0.1-Edit: 开源统一图像编辑模型，采用 Apache 2.0 许可证 | ComfyUI Wiki