跳到主要內容
maxstudioNews
產品The Decoder約 2 分鐘

Ideogram 4.0 模型開源,原生 2K 解析度與文字渲染再進化

Ideogram 正式發布其文字轉圖像模型 4.0 版本,並以開源權重(open-weight)形式推出。此模型具備原生 2K 解析度、透明背景、精確佈局控制及大幅改進的文字渲染能力,特別適用於標誌和海報設計。在 DesignArena 排行榜上,Ideogram 4.0 在開源模型中名列前茅,並提供多種品質層級與合作夥伴平台。

Ideogram 4.0 模型開源,原生 2K 解析度與文字渲染再進化
圖片來源:The Decoder

Ideogram 已發布其文字轉圖像模型 4.0 版本,並以開源權重(open-weight)模型形式推出。根據 Ideogram 表示,新功能包括原生 2K 解析度、透明背景、透過邊界框(bounding boxes)實現的精確佈局控制,以及圖像中大幅改進的文字渲染能力,這對於標誌和海報設計特別有用。該公司指出,可編輯文字和圖層功能也將很快推出。

此模型可在使用者自己的硬體上運行,並能利用自有資料進行微調(fine-tune)。模型的權重(weights)和程式碼(code)已在 GitHub 上開放下載,但商業用途需要付費授權。

根據 DesignArena 排行榜顯示,Ideogram 4.0 在所有開源權重模型中排名第一。僅有來自 OpenAI 和 Google 的閉源模型得分更高。在文字轉圖像領域,它在品質模式中也位居第一,整體排名第九。根據 Ideogram 網站,該模型透過 Ideogram 自有的託管 API 提供三種品質層級:

品質等級 每張圖片價格

Turbo 0.03 美元

Default 0.06 美元

Quality 0.10 美元

Ideogram 4.0 也可在網頁版及多個合作夥伴平台使用,包括 Hugging Face、ComfyUI、fal、Runware、Magnific、Krea AI、Leonardo AI、Picsart、Cloudflare、Replicate、Gamma、Flora AI 和 Kittl。

在我們的基準測試提示詞(prompt)中,該模型輕鬆超越 Midjourney v8,與 Flux 大致持平,但略遜於 GPT-Image-2、Nano Banana Pro 或 Luma Uni-1.1。然而,這僅是一個提示詞的測試結果,主要用於評估模型遵循提示詞的能力,以及渲染訓練資料中不太可能出現的抽象概念(例如騎馬的太空人)的能力。一如既往,使用者仍需自行測試。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 The Decoder 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。