• 人工智能
• 基础模型
• 媒体生成
• 计算机视觉

Boogu-Image-0.1 是一个 Apache-2.0 开源的文生图与图像编辑模型家族，其中英文文字渲染是它最亮眼的招牌能力：一句话提示词就能生成排版稳定的海报、品牌规范与产品图，还能直接在已有图片上替换、新增、删除中英文文字。

什么是 Boogu-Image？文字渲染为什么这么能打 📝

Boogu-Image-0.1 由 Base、Turbo、Edit、Edit-Turbo 四个变体组成（均为 10B 参数），在训练数据规模约为同类开源工作十分之一的预算下，通过"理解 + 生成"一体化架构实现了接近闭源系统的效果。对新手来说，只需记住下面这张选型表：

💡 官方建议：当需求以密集/超密集文字为主时，使用 Base 模型并以 2K 分辨率输出，排版忠实度和字符准确度最佳。所有变体均支持 1:1、2:3、3:4、4:3、16:9、9:16 等常见宽高比。

中英文文字渲染效果速览：海报、品牌规范、文档都能写 🪧

官方展示中，文字密集场景的表现相当稳定：带英文主标题的海报版式、含公式与编号排版的中文技术文档、包含 Logo、配色规范与吉祥物设计的完整品牌手册，中英文混排均未出现明显错字或乱序。

这正是很多 AI 绘图工具的"重灾区"——小字号、双语混排、复杂布局下文字往往变形或缺字。Boogu-Image 对中英文做了专门优化，是本次实战的核心基础。

一句话生成海报与产品图：文生图实战

上图就是"一句话提示词"的典型产出：Crossover 海报、个人海报、饮品营销图、镜面产品推广图、端午主题促销海报、杂志封面风格人物图……版式、主标题、价格标签、卖点说明一应俱全。

1. 准备工作：装环境、下权重

bash quick_start.sh # 一键创建 conda 环境并安装依赖

然后把模型权重下载到本地models/目录（下载方式见 README.md 的"下载模型权重"一节），推理时通过--pretrained_pipeline_name_or_path指向它。环境要求：Python 3.10、CUDA 12.6 起步，依赖清单见 requirements/torch2.7-cu126.txt。

2. 一条命令生成海报

核心入口是 inference.py，最简海报生成命令如下（完整版可参考 demo_scripts/demo_t2i.sh）：

export device="cuda:0" python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Base" \ --instruction "设计一款夏日茶饮海报，主标题'青提茉莉 轻盈一夏'，副标题'鲜果茶饮上市'，标注价格 19.9 元，清新绿色调，简约排版，中英文混排" \ --num_inference_steps 50 \ --height 2048 --width 2048 \ --text_guidance_scale 4.0 \ --output_image_path "outputs/poster/out_1.png" \ --device "$device"

几个关键参数：

3. 提示词怎么写，文字才稳？💡

• 文字内容加引号写全：主标题、副标题、价格、卖点逐字写进提示词，模型会照着渲染；
• 交代版式结构：例如"左上角品牌 Logo，右侧竖排卖点，底部二维码区域"；
• 指定风格与配色：国风、极简、品牌规范等风格词能显著提升排版质量；
• 明确中英双语：需要哪种语言就写哪种，混排时说明各区域语言；
• 用 PPT 预设改写提示词：生成幻灯片、信息图、海报类版式时，可以加--use_rewrite_text_instruction True --rewriter_system_prompt_type ppt，内置的改写技能会先把你的短句扩写成结构化设计指令（预设定义在 boogu/pipelines/boogu/instruct_reasoner_static_skills.py）。完整示例见 demo_scripts/demo_t2i_local_reasoning_for_ppt_design.sh，还支持用--custom_rewriter_system_prompts_list自定义改写策略。

4. 显存不够怎么办？

完整兼容矩阵与参数说明见 INFERENCE_GUIDE.md。

中英文文字编辑：改字、加字、删字一步到位 ✍️

有了设计稿想微调文字？Edit 模型支持图像内细粒度文字编辑——在中英文中替换、新增或删除字符，并自动适配字体、字重与版式。用法与文生图类似，只需换成 Edit 权重并传入参考图：

python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Edit" \ --input_image_paths ./input_image_examples/03.jpg \ --instruction "将画面中的中文标语替换为'端午安康'，保持原有书法字体风格与位置" \ --num_inference_steps 50 --text_guidance_scale 5.0 \ --height 2048 --width 2048 \ --output_image_path "outputs/edit/out_1.png" \ --device "$device"

官方文字编辑案例覆盖了表情包加字、海报改字、杂志封面文字替换、人物图上添加轮廓线文字等场景，参考 demo_scripts/demo_ti2i.sh：

批量生产：一次生成一组文字图 🚀

运营场景经常需要成套素材。Boogu 内置批量推理，只需把提示词写进 YAML 文件（示例见 batch_data_samples/t2i_batch_data_sample.yml）：

data: instructions: - "设计一张秋季新品海报，主标题'秋风新物'，简约留白排版" - "生成一张冰咖啡品牌海报，主标题 ICECORE Coffee，蓝色调" input_image_paths: - [] - []

然后运行（完整脚本见 demo_scripts/demo_t2i_batch.sh）：

python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Base" \ --use_batch_inference True \ --batch_data_config_path ./batch_data_samples/t2i_batch_data_sample.yml \ --batch_size 4 \ --device "$device"

--batch_size控制每段执行处理的样本数，避免长批次占满显存。多条结果还会自动拼接成横向长图，方便一次对比。

已知局限，提前知道少踩坑 ⚠️

• 长文本与超密集排版仍可能出现错别字、缺字或布局漂移——正文越短、结构越清晰，效果越稳；
• 文字渲染目前专注中英文，其他语言未做专门优化，效果可能明显下降；
• 小字号、小人脸等细节可能因 VAE 重建出现伪影，正式交付前建议用 2K 输出并放大检查；
• 项目定位为研究项目，商用前请自行做好内容审核与合规检查。

写在最后

Boogu-Image 把"文字不崩"这件事做到了开源第一梯队：一句话生成海报、产品图与品牌规范，中英文混排排版稳定，还能对已有图片做文字级编辑。配合 Base 模型 + 2K 分辨率的组合，新手也能快速上手生产级的图文素材。建议从 demo_scripts/ 目录里的现成脚本抄起，改改提示词就能开工 🎉

• 人工智能
• 基础模型
• 媒体生成
• 计算机视觉