🧪 图像模型 · 基准突破
10B 参数击败 80B：开源图像模型 Boogu-Image-0.1 登顶基准，真实场景实测
2026 年 6 月，HuggingFace 上一个名为 Boogu-Image-0.1 的开源模型以 10B 参数在 Qwen-Image-Bench 上拿到 53.58 分，超越 20B 的 Qwen-Image-2512 和 80B 的 Hunyuan-Image-3.0。以对手 1/8 的参数量实现反超，但跑分之外的真实场景考验才刚刚开始。
综合公开信息整理•
2026-07•
全文约 4 分钟读完
#Boogu-Image
#开源模型
#Qwen-Image-Bench
#图像生成
#10B
🥇 53.58
Qwen-Image-Bench 总榜第一
10B
参数量，仅为对手 1/8
4
版本矩阵：Base / Turbo / Edit / FP8
⚡ 30 秒速览
- 登顶数据：Qwen-Image-Bench 得分 53.58，领先 20B 的 Qwen-Image-2512（52.06）和 80B 的 Hunyuan-Image-3.0（50.81），参数仅对手 1/8 至 1/2。
- 四版本矩阵：Base（文生图 + 密集文字）、Turbo（3-4 步快速出图）、Edit（局部编辑）、FP8（量化部署），覆盖从创作到落地的全链路。
- 真实感出片惊艳：Turbo 版本生成的海边游客照、家庭生日照，光影与人物表情自然到「像朋友随手拍」，但文字渲染和物理细节仍有瑕疵。
- 编辑能力双刃剑：Edit 能完成服装替换、物体移除等局部修改，但替换复杂对象时稳定性不足，一次修改可能带来新的形变。
- 工程价值突出：FP8 量化版本显著降低部署成本，10B 参数在 Agent 高频调用场景下具备明显的边际成本优势。
01Qwen-Image-Bench Top 3 10B 以小博大
🥇 Boogu-Image-0.110B 参数 · 开源
53.58
Qwen-Image-251220B 参数 · 阿里
52.06
Hunyuan-Image-3.080B 参数 · 腾讯
50.81
注：柱形自 48 分起缩放，非零起点；分差以标注分数为准。榜首与第二名分差 1.52 分，与第三名分差 2.77 分。参数规模差距最大达 8 倍。
02Qwen-Image-Bench：测的是综合能力，不是单张审美
这个基准与传统图像评测的区别非常直接：
传统图像基准
侧重单张画质、风格模仿、美学评分，与真实生产场景的「多轮改稿 + 文字准确 + 局部编辑」存在距离。
Qwen-Image-Bench
考的是「模型在复杂指令下的综合产出能力」——文字渲染、构图逻辑、物理一致性、多轮编辑稳定性，缺一不可。
但基准分数只是入场券。真实生产场景的考验，远比跑分复杂。
Boogu-Image-0.1 此次同步开源了四个版本，分别针对不同的生产环节：
Base文生图·密集文字
Turbo快速出图·真实感
Edit局部编辑·迭代
FP8量化部署·低成本
注：四个版本共享 10B 底座，Turbo 通常 3-4 步完成生成，FP8 为原生量化版本，降低显存与推理开销。
03真实场景三连测 Turbo → Base → Edit
我们按照「快速出图→复杂海报→局部编辑」的链路，逐一测试了 Boogu-Image-0.1 在生产级任务中的真实表现。
📸 Turbo：照片级真实感，发朋友圈毫无压力 真实感突出
- 海边游客照：人物与栈道、夕阳、小镇融合自然，远处光源照亮左侧发丝，衣服褶皱真实垂落，背景虚焦处理营造出「朋友随手拍」的氛围。
- 春节生日照：室内布局、装饰风格令人「好像在哪见过」，多人表情自然、空间关系到位，家庭抓拍感极强。
- 动态动物照：小狗与猫在烟火气街道上追逐，画面整体像手机抓拍，但影子细节生硬，与真实物理表现有出入。
判断：Turbo 在真实感出片上展现了超越参数规模的表现，光影、景深和人物表情的控制力不输大模型，但物理细节和文字渲染仍是短板。
🎬 Base：港风电影海报，能接住艺术指令吗？ 有叙事感，但质感不及闭源
- Prompt 要求：《花样年华》风格，男女主角「靠得很近却实际无法接近」的疏离气质，玻璃反射、黄绿橙交织的光影，中英文标题加日期地点。
- Base 表现：玻璃反射与光影交织到位，女性低垂眉眼、男性隐没暗处的构图精准还原了「疏离感」，人物之间有明确的情感关联。
- 对比 ChatGPT Images 2.0：文字排版和光影质感差距明显——Base 画面右侧出现一条莫名其妙的光带，光源分布散乱，缺乏对物理世界逻辑的理解。
判断：Base 已能完成复杂海报的主体构图和氛围营造，但文字排版、光源逻辑和电影级质感与顶级闭源模型仍有明显差距。10B 的参数上限在这里显露无遗。
✂️ Edit：局部编辑，是惊喜还是惊吓？ 可用但不稳定
- 服装替换：将海报中女性改为白衬衫黑长裤——模型准确只替换服装，人物姿势、发型、面部轮廓、热水壶和光影氛围全部保住。
- 物体移除：移除画面右侧红橙色光柱——修复后门框和桌面正常出现，无抠图痕迹，过渡平滑。
- 动物替换：将小狗替换为浅棕色柯基——场景和光线保持，但柯基出现 3D 动漫质感，与背景不在同一图层，生硬感明显。
判断：Edit 能完成边界清楚的局部修改，但一旦涉及替换对象融入原有光影材质，稳定性就会明显下降。跑分不会扣分的地方，在改稿流程里却足以打断工作流。
04画质之外，算一笔成本账
Boogu-Image-0.1 真正的工程价值，不在单张图能有多惊艳，而在它把图像生成的边际成本向下推了一大截。
FP8 原生量化版本，才是这次开源中最值得关注的信号。
相比 FP16/BF16，FP8 在单个数值位宽上更低，权重存储和部分计算链路开销同步下降。10B 参数 + FP8 精度的组合，意味着企业私有云或本地部署方案的可用性——尤其在 Agent 高频调用场景下，延迟、显存开销、单位部署成本、高并发承载能力会成为新的胜负手。
Base
文生图
高质量生成，密集文本渲染，适合复杂海报与排版任务
Turbo
快速出图
3-4 步生成，照片级真实感，适合批量素材与快速迭代
Edit
局部编辑
双语指令编辑，主体替换与移除，适合改稿工作流
FP8
量化部署
内存与推理成本降低，适合 Agent 高频调用与私有化部署
注：四个版本共享同一底座，FP8 为原生量化而非训练后压缩，在保持输出质量的前提下降低部署门槛。
顶级闭源模型在输出质量上仍有明显优势，但面对 Agent 的高频并发调用时，也会为企业带来难以承受的账单开销。10B 模型的量化部署版本，谈不上替代，但它是需求分层后的一个可靠选择。
05交付红线：跑分没扣分，但改稿会出事
Boogu-Image-0.1 的位置其实很清楚：它确实在 Benchmark 上用 10B 击败了 80B，这份以小博大的工程能力值得尊重。但「反超」的含金量，需要放在真实需求里重新评估。
三个绕不开的坎：
文字渲染：图像模型生成文字，本质是在图像空间里生成一组符合文字形态的视觉纹理，不是调用字体文件。中文笔画密度高、结构复杂，小字号文字很容易在压缩-去噪-重建过程中丢失关键笔画。这在 Benchmark 里不会扣分，但在海报标题、产品详情页里，每一个错字都是事故。
编辑不可预期：生成式编辑不是图层修改。模型修改某个区域时，会结合整张图的语义、光影、纹理重新生成局部内容，掩码区域和非掩码区域很难完全隔离。用户只想改标题，模型却可能连带影响周围字体和构图稳定性。每一次局部修复都像投掷概率骰子。
物理逻辑缺失：Base 版本画面中那条「莫名其妙的光带」，暴露了模型对物理世界光源分布缺乏理解。这在单张审美里可能被忽略，但在商业级视觉交付中，一眼就能被识破。
编辑核心判断
图像模型正在从「参数量的比拼」转向「质量、速度、成本之间的综合平衡」。Boogu-Image-0.1 用一个反超告诉我们：下一阶段谁能在这三者之间找到更好的帕累托前沿，谁才能真正进入 Agent 驱动的生产级工作流。