Boogu-Image 0.1: Arbeitsteilung und Verzerrungsrisiko zwischen den drei Gewichtungen Base, Turbo und Edit

MODELL-ANATOMIE / GENERIERUNG UND BEARBEITUNG

Boogu-Image 0.1 vereint ein Basis-Generierungsmodell, ein destilliertes Schnellmodell und einen Editor für Einzelbilder. Hinter einem Projektnamen stecken damit drei Trainingsverläufe, drei Sampling-Verträge und drei unterschiedliche Arten, wie ein Ergebnis scheitern kann.

Flow Matching

Das Modell lernt ein Geschwindigkeitsfeld zwischen Rauschen und Bild-Latents. Eine kompakte Formulierung des Trainingsziels:

L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²

Base integriert einen längeren Pfad. Turbo lernt eine kurze Näherung dieses Pfads, weshalb seine Fehler keine einfach verkleinerten Base-Fehler sind. Edit fügt eine Bedingung auf das Eingabebild hinzu und muss Inhalte erhalten, die die Anweisung nicht anspricht.

Warum die drei Gewichte getrennt wurden

Ein Basismodell lernt zunächst ein brauchbares Transportfeld. Ein destilliertes Schülermodell komprimiert diese Trajektorie anschließend auf rund vier Schritte. Der Editor verlangt gepaarte Beispiele aus Anweisung und Bild sowie ein zusätzliches Erhaltungsziel. Diese Reihenfolge erklärt, warum weniger Schritte nicht automatisch ein leistungsfähigeres Modell bedeuten und warum ein Einzelbild-Editor keine Mehrreferenz-Komposition mitliefert.

Fehlerbilder brauchen getrennte Prüfung

Base kann feine Strukturen erhalten und dabei dennoch lokale Muster wiederholen. Turbo neigt dazu, Konturen zu verhärten, Texturen zu glätten oder kleinen Text zu beschädigen. Bei Edit sind drei Prüfungen gleichzeitig fällig: Anweisungstreue, Identität des Motivs und Drift außerhalb des angefragten Bereichs. Ein fairer Vergleich hält Prompt, Leinwand und Seed konstant.

Was die Belege zum Release hergeben

Das offizielle Repository und drei Model Cards belegen, dass die Gewichte von Base, Turbo und Edit mit unterschiedlichen Nutzungspfaden veröffentlicht wurden. Prompt-Vergleiche des Anbieters beschreiben dieses Release; sie ergeben keine universelle Rangliste über Poster, Porträts, Produkte und mehrsprachige Typografie hinweg.

Warum ein Release drei Checkpoints enthält

Boogu-Image 0.1 liefert Base, Turbo und Edit gemeinsam aus, was sie wie simple Geschwindigkeitsstufen wirken lässt. Base behält eine längere Generierungstrajektorie, Turbo destilliert diese Trajektorie auf rund vier Schritte, und Edit ergänzt den Konditionierungsvertrag um ein Eingabebild. Ein Projektname verbirgt damit drei getrennte Abnahmefragen.

Auch das Veröffentlichungsdatum verschleiert die Entwicklungsreihenfolge. Ein Basismodell lernt zuerst ein brauchbares Geschwindigkeitsfeld, ein destilliertes Modell lernt eine kurze Näherung, und ein Edit-Checkpoint kommt mit gepaarten Anweisungs-Bild-Daten hinzu. Ohne diese Vorgeschichte liegt die Behauptung nahe, weniger Schritte seien generell besser oder ein Einzelbild-Editor beherrsche automatisch die Komposition aus mehreren Referenzen.

**Boogu-Image-0.1 – offizieller Überblick**Das Release-Repository fasst mit diesem Bild den Anspruchsbereich Fotorealismus, Porträt und Textdarstellung zusammen.Offizielle Quelle: assets/boogu-infinity-teaser.png

Base und Turbo teilen ein Ziel, aber nicht den Sampling-Pfad

L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)-u_t(x_t|x₀,x₁)||²

vθvorhergesagtes Geschwindigkeitsfeld
u_tZiel-Transportpfad
cText- oder Bildbedingung

Flow Matching trainiert ein Geschwindigkeitsfeld vom Rauschen hin zu Bild-Latents. Base integriert einen längeren Pfad; Turbo lernt eine kurze Näherung. Das Verhalten bei vier Schritten lässt sich daher nicht aus Faustregeln zur Schrittzahl von Base ableiten.

Edit fügt eine Bedingung auf das Eingabebild hinzu. Bei der Abnahme sind Anweisungstreue, Erhalt des Motivs und Drift außerhalb des angefragten Bereichs getrennt zu prüfen, statt sie durch Schärfe zu ersetzen.

Paper, Code und Gewichte lassen sich über Boogu-Image source / Boogu Base weights / Boogu Turbo weights nachvollziehen.

**Offizielle Bearbeitungsbeispiele von Boogu-Image**Die offiziellen Beispiele decken Kleidungsersatz, Motiverhalt, Stiltransfer und Aktionsänderungen ab.Offizielle Quelle: assets/edit_cases_combined.png

Die Unterschiede der drei Modelle

Dies ist eine Vertragstabelle innerhalb eines Projekts, keine universelle Rangliste aus einem internen Präferenzset.

Profil	Standard-Inferenz	Hauptprüfung
Base	mehrstufiges Flow Matching	Detailtiefe, Komposition und Stabilität des langen Pfads
Turbo	etwa 4 Schritte	Destillationsartefakte, Text und kleine Objekte
Edit	ein Bild plus Anweisung	Anweisungstreue und Erhalt des Hintergrunds

Mehr als Schärfe prüfen

Base kann mehr Details bewahren und dennoch lokale Muster wiederholen. Turbo ist anfällig für starre Konturen, zu glatte Texturen und zerstörten Kleintext. Edit muss an Anweisungstreue, Identität des Motivs und Drift außerhalb des angefragten Bereichs gemessen werden.

Ein Vergleich sollte Prompt, Größe und Seed über alle drei Checkpoints hinweg konstant halten. Ein Release-Bild demonstriert Leistungsfähigkeit, belegt aber kein stabiles Verhalten bei Postern, Porträts, Produkten, dichter Typografie und komplexen Kompositionen.

Release-Beispiele sind kein Benchmark

Der Prompt-Satz des Anbieters hilft bei der Reproduktion, kann aber nicht jedes Poster, jede Person, jedes Produkt oder jedes mehrsprachige Layout abbilden. Ein belastbarer Vergleich braucht eine feste Prompt-Suite und eine Blindprüfung.

Base, Turbo und Edit verlangen getrennte Sampling-Protokolle. Die Schrittzahl verändert sowohl Kosten als auch Trajektorienfehler, und der Edit-Checkpoint benötigt zusätzlich Eingabebild, Anweisung und den Erhalt außerhalb des bearbeiteten Bereichs.

Papers und öffentliche Dateien zur Boogu-Image-Quelle

Modellnamen, Zahlen und Einschränkungen lassen sich auf die Papers, Repositories und Model Cards unten zurückführen.