Token导航 LogoToken导航

蚂蚁百灵开源Ming-Image-0.1-Design系列模型

更新时间 2026-09-23来源 IT之家正文 842字阅读约 3分钟

IT之家 9 月 23 日消息,今日,蚂蚁百灵大模型正式开源 Ming-Image-0.1-Design 系列,包含两个参数量均为 6B 的模型:Ming-Image-0.1-Design,从文字需求生成 UI、信息图、海报和完整视觉设计;Ming-Image-0.1-Design-Layer,将创意图或者设计图拆成可独立编辑的透明图层。

IT之家注意到,蚂蚁百灵同时开源了 Design Skill 和 PPT Skill,将模型能力继续连接到前端页面与可编辑演示文稿。

据官方介绍,Ming-Image-0.1-Design 重点增强了四项能力:

  • 支持 8K 长结构化提示词增强,将自然语言需求组织为文案、模块、布局和视觉风格;

  • 优化标题、按钮、卡片和多区域信息的文字渲染与版式稳定性;

  • 通过端到端生成一次性完成整体设计,统一配色、构图和素材风格;

  • 创建原生 RGBA VAE,直接生成人物、商品、图标和装饰等透明背景素材。

相比通过代码多次调用通用生图模型,分别生成背景、插画和装饰,端到端生成拥有更完整的全局控制,能够减少素材之间色系冲突和画风不一致。

在 Artificial Analysis 于 2026 年 9 月 18 日更新的 UI / UX Design 专项评测中,Ming-Image-0.1-Design 位列开源模型第 1,Elo 得分为 1082。

模型在 UI / UX 场景中的版式胜率达到 67.4%,复杂构图达到 67.0%,文字渲染达到 66.7%。

官方称,Ming-Image-0.1-Design 系列仍有明确的能力边界。Design 目前最稳定的是排版和文字;但遇到复杂的人手动作、连续操作步骤,或者需要很精细的阴影、反光效果时,效果还不够稳定。在 Layer 模型中,分层不存在唯一答案。有人只需要背景、主体、文字三层,也有人希望将每段文字和每个图标分别拆开。大量叠加光效、特殊透明材质和复杂遮挡,也可能出现边缘残留或图层缺失。

为方便开发者快速体验,Ming-Image-0.1-Design 已在 OpenRouter 开放为期两周的免费 API 调用。

文章标签模型发布开源
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录