AI 图像生成平台 Ideogram 于6月3日正式公布开放权重文生图模子 Ideogram4.0。根据官方公布的基准测试功效，该模子已成为当前机能领先的开源图像生成模子之一，并正在文字生成取版式控制才气方面实现隐著汲引。

Ideogram4.0中心规模抵达93亿参数（9.3B），回收近年来收流开源模子普遍操做的单流(Single-Stream)架构设念，让文本 Token 取图像 Token 正在统一的自留神力序列中截至分离建模，从而汲引文本取视觉内容之间的协同生成才气。同时，模子将设念可控性做为中心目的，正在锻炼和推理阶段均强化了规划、排版和视觉元素控制才气。

正在手艺架构上，Ideogram4.0由 Qwen3-VL-8B-Instruct 文本编码器、34层可锻炼单流扩散 Transformer（DiT）、Euler Flow Matching采样器以及冻结的KL主动编码器构成。那一组合使模子能够统筹图像量量、文本理解和生效果率。

官方展示的案例隐现，Ideogram4.0可生成人物、场景、贸易设念、海报和品牌视觉等多品种型图片。其中，文字衬着才气成为本次晋级最年夜亮点。相比传统文生图模子经常隐现文字零乱、拼写毛病等成绩，Ideogram4.0能够更精确地正在图像中隐现长文本内容，关于海报设念、商品展示图、封面制做以及社交媒体营销素材等场景具有较高合用价值。

为了加强版式控制才气，Ideogram正在锻炼过程中引入了工具取文本鸿沟框（Bounding Box）数据，使模子能够理解图像元素之间的空间关系。同时连络机关化JSON字幕数据截至锻炼，用户能够经由过程提醉词更精准地控制工具位置、文本规划以及整体排版机关，实现更接近专业设念工具的创做体验。

正在第三方评测方面，DesignArena最新榜单隐现，Ideogram4.0已逾越Nano Banana Pro，位列全球第四。DesignArena回收潜藏模子身份后由人工评审对生乐成效截至盲测打分，果此能够较好反映实合用户对图像量量和视觉暗示力的主不美不俗观评价。

跟着开源图像生成模子合做连绝升温，Ideogram4.0俯仗领先的文字生成才气和设念可控性，正正在成为海报制做、品牌营销和视觉内容创做规模值得关注的新选择。

地点：https://github.com/ideogram-oss/ideogram4