Modello
Boogu-Image 0.1: Divisione del lavoro e del rischio di distorsione tra i tre pesi Base, Turbo e Modifica
Generazione e modifica di anatomia/immagine del modello
Generazione e modifica di anatomia/immagine del modello
© 2026 TelkNet. Tutti i diritti riservati.
ANATOMIA DEL MODELLO / GENERAZIONE E MODIFICA
Boogu-Image 0.1 pubblica un generatore di base, un modello veloce distillato e un editor per immagini singole. Un unico nome di progetto copre quindi tre storie di addestramento, tre contratti di campionamento e tre modi diversi in cui un risultato può fallire.
Il modello apprende un campo di velocità tra il rumore e i latenti dell'immagine. Un obiettivo di addestramento compatto è:
L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²
Base integra un percorso più lungo. Turbo ne apprende un'approssimazione breve, quindi i suoi errori non sono semplicemente versioni ridotte degli errori di Base. Edit aggiunge una condizione sull'immagine di input e deve preservare i contenuti che l'istruzione non riguardava.
Un modello base impara prima un campo di trasporto utilizzabile. Uno studente distillato comprime poi quella traiettoria a circa quattro passi. L'editor richiede coppie di esempi istruzione–immagine e un obiettivo aggiuntivo di preservazione. Questa sequenza spiega perché meno passi non significano automaticamente un modello più capace, e perché un editor a immagine singola non implica composizione multi-riferimento.
Base può preservare la struttura fine pur ripetendo pattern locali. Turbo può irrigidire i contorni, regolarizzare troppo le texture o danneggiare il testo piccolo. Edit richiede tre controlli contemporanei: conformità all'istruzione, identità del soggetto e deriva fuori dalla regione richiesta. Un confronto equo mantiene fissi prompt, canvas e seed.
Il repository ufficiale e le tre schede modello stabiliscono che i pesi Base, Turbo ed Edit sono stati pubblicati con percorsi d'uso diversi. I confronti di prompt dell'editore descrivono quel rilascio; non creano una classifica universale tra poster, ritratti, prodotti e tipografia multilingue.
Boogu-Image 0.1 distribuisce Base, Turbo ed Edit insieme, il che li fa sembrare semplici preset di velocità. Base mantiene una traiettoria di generazione più lunga, Turbo la distilla a circa quattro passi ed Edit aggiunge un'immagine di input al contratto di condizionamento. Un unico nome di progetto nasconde quindi tre domande di accettazione separate.
La data di rilascio nasconde anche l'ordine di sviluppo. Un modello base impara prima un campo di velocità utilizzabile, un modello distillato ne impara un'approssimazione breve e un checkpoint di modifica aggiunge dati appaiati istruzione-immagine. Senza questa storia è facile sostenere che meno passi siano universalmente meglio o che un editor a immagine singola supporti automaticamente la composizione multi-riferimento.
L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)−u_t(x_t|x₀,x₁)||²vθcampo di velocità previstou_tpercorso di trasporto obiettivoccondizione testuale o visivaIl flow matching addestra un campo di velocità dal rumore ai latenti dell'immagine. Base integra un percorso più lungo; Turbo ne apprende un'approssimazione breve, quindi il comportamento a quattro passi non si può dedurre dalle euristiche sul numero di passi di Base.
Edit aggiunge una condizione sull'immagine di input. L'accettazione deve separare conformità all'istruzione, preservazione del soggetto e deriva fuori dalla regione richiesta, senza sostituirle con la nitidezza.
Articolo, codice e pesi sono consultabili tramite Boogu-Image source / Boogu Base weights / Boogu Turbo weights.
Questa è una tabella di contratti interna al progetto, non una classifica universale costruita da un set di preferenze interno.
| Profilo | Inferenza predefinita | Audit primario |
|---|---|---|
| Base | flow matching multi-passo | dettaglio, composizione e stabilità del percorso lungo |
| Turbo | circa 4 passi | artefatti di distillazione, testo e oggetti piccoli |
| Edit | un'immagine più istruzione | conformità all'istruzione e preservazione dello sfondo |
Base può preservare più dettagli pur continuando a ripetere pattern locali. Turbo è vulnerabile a contorni rigidi, texture troppo uniformi e testo piccolo rovinato. Edit va giudicato su conformità all'istruzione, identità del soggetto e deriva fuori dalla regione richiesta.
Un confronto dovrebbe mantenere fissi prompt, dimensioni e seed tra i tre checkpoint. Un'immagine di rilascio dimostra capacità, ma non stabilisce un comportamento stabile tra poster, ritratti, prodotti, tipografia densa e composizioni complesse.
Il set di prompt dell'editore è utile per riprodurre, ma non può rappresentare ogni poster, persona, prodotto o layout multilingue. Un confronto difendibile richiede una suite di prompt fissa e una revisione in cieco.
Base, Turbo ed Edit richiedono registrazioni di campionamento separate. Il numero di passi cambia sia il costo sia l'errore di traiettoria, mentre il checkpoint di modifica ha bisogno anche dell'immagine di input, dell'istruzione e della preservazione fuori dalla regione modificata.
Nomi dei modelli, numeri e limiti rimandano agli articoli, ai repository o alle schede modello qui sotto.