Модель
Boogu-Image 0.1: Разделение труда и риск искажений между тремя весами: «Базовый», «Турбо» и «Редактирование».
Анатомия модели/генерация и редактирование изображений
Анатомия модели/генерация и редактирование изображений
© 2026 TelkNet. Все права защищены.
АНАТОМИЯ МОДЕЛИ / ГЕНЕРАЦИЯ И РЕДАКТИРОВАНИЕ
Boogu-Image 0.1 публикует базовый генератор, дистиллированную быструю модель и редактор одиночных изображений. Под одним именем проекта скрываются три истории обучения, три контракта сэмплирования и три разных способа, которыми результат может оказаться бракованным.
Модель обучается полю скоростей между шумом и латентами изображения. Компактная формулировка цели обучения:
L=E[t,x₀,x₁] ||vθ(x_t,t,c) − u_t(x_t|x₀,x₁)||²
Base интегрирует более длинный путь. Turbo выучивает короткую аппроксимацию этого пути, поэтому её ошибки — не просто уменьшенные копии ошибок Base. Edit добавляет условие в виде входного изображения и обязана сохранять содержимое, на которое инструкция не была направлена.
Базовая модель сначала осваивает пригодное транспортное поле. Затем дистиллированный ученик сжимает эту траекторию примерно до четырёх шагов. Редактору нужны парные примеры «инструкция — изображение» и дополнительная цель на сохранение. Из этой последовательности видно, почему меньшее число шагов не означает автоматически более способную модель, а редактор одиночных изображений не подразумевает композицию по нескольким референсам.
Base способна сохранять тонкую структуру и при этом повторять локальные паттерны. Turbo может ужесточать контуры, излишне регуляризовать текстуру или портить мелкий текст. Edit нуждается сразу в трёх проверках: следование инструкции, идентичность субъекта и дрейф за пределами запрошенной области. Честное сравнение фиксирует промпт, холст и seed.
Официальный репозиторий и три карточки моделей подтверждают, что веса Base, Turbo и Edit опубликованы с разными путями использования. Сравнения промптов от издателя описывают этот релиз; универсальной таблицы лидеров по постерам, портретам, продуктам и многоязычной типографике они не создают.
Boogu-Image 0.1 поставляет Base, Turbo и Edit вместе, отчего они выглядят простыми пресетами скорости. Base сохраняет более длинную траекторию генерации, Turbo дистиллирует её примерно до четырёх шагов, а Edit добавляет входное изображение в контракт кондиционирования. Одно имя проекта таким образом скрывает три отдельных вопроса приёмки.
Дата релиза тоже скрывает порядок разработки. Базовая модель сначала обучается полезному полю скоростей, дистиллированная модель выучивает короткую аппроксимацию, а чекпоинт редактирования добавляет парные данные «инструкция — изображение». Без этой истории легко заявить, что меньше шагов — всегда лучше, или что редактор одиночных изображений автоматически поддерживает композицию по нескольким референсам.
L_FM=E[t,x₀,x₁] ||vθ(x_t,t,c)−u_t(x_t|x₀,x₁)||²vθпредсказанное поле скоростейu_tцелевой транспортный путьcтекстовое или визуальное условиеFlow matching обучает поле скоростей от шума к латентам изображения. Base интегрирует более длинный путь; Turbo выучивает короткую аппроксимацию, поэтому поведение на четырёх шагах нельзя вывести из эвристик числа шагов Base.
Edit добавляет условие в виде входного изображения. Приёмка должна разделять следование инструкции, сохранение субъекта и дрейф за пределами запрошенной области, а не подменять их резкостью.
Статью, код и веса можно проследить через Boogu-Image source / Boogu Base weights / Boogu Turbo weights.
Это таблица контрактов внутри одного проекта, а не универсальный лидерборд, построенный на внутреннем наборе предпочтений.
| Профиль | Инференс по умолчанию | Основная проверка |
|---|---|---|
| Base | многошаговый flow matching | детализация, композиция и устойчивость длинного пути |
| Turbo | около 4 шагов | артефакты дистилляции, текст и мелкие объекты |
| Edit | одно изображение плюс инструкция | следование инструкции и сохранение фона |
Base может сохранять больше деталей и при этом повторять локальные паттерны. Turbo уязвима к жёстким контурам, излишне привычной текстуре и сломанному мелкому тексту. Edit следует оценивать по следованию инструкции, идентичности субъекта и дрейфу за пределами запрошенной области.
Сравнение должно фиксировать промпт, размер и seed для всех трёх чекпоинтов. Релизное изображение демонстрирует возможности, но не устанавливает стабильное поведение на постерах, портретах, продуктах, плотной типографике и сложных композициях.
Набор промптов издателя полезен для воспроизведения, но не может представлять каждый постер, человека, продукт или многоязычную вёрстку. Защищаемому сравнению нужны фиксированный набор промптов и слепая проверка.
Base, Turbo и Edit требуют отдельных протоколов сэмплирования. Число шагов меняет и стоимость, и ошибку траектории, а чекпоинт редактирования дополнительно нуждается во входном изображении, инструкции и сохранении области вне правки.
Названия моделей, числа и ограничения восходят к статьям, репозиториям или карточкам моделей ниже.