你是否厌倦了动辄需要数亿参数、海量GPU资源才能跑起来的AI绘画模型？Boogu-Image 是一个由中国团队主导研发的轻量级开源图像生成与编辑模型家族，它不依赖“堆数据、砸算力”，而是通过创新的多模态架构设计，在仅用传统闭源模型约十分之一训练数据的前提下，实现了媲美商业级模型的生成质量与编辑精度。它让普通开发者、设计师甚至学生，也能在消费级显卡（如RTX 3060/4060）上本地部署、快速迭代、自由定制——真正把AI绘画的主动权交还给用户。
核心功能
- 文本到图像生成（Text-to-Image）：支持中英文混合提示词，生成细节丰富、构图自然的高清图像（默认512×512，可扩展），对中文语义理解更贴合本土表达习惯。
- 图像局部编辑（Inpainting & Outpainting）：精准擦除并重绘指定区域（如换背景、删路人、补全画面），支持蒙版手绘与智能边缘识别双模式。
- 图像风格迁移与增强：一键将照片转为水墨、赛博朋克、胶片颗粒等十余种艺术风格，同时保留主体结构与光影逻辑，拒绝“失真式滤镜”。
- 低资源友好推理：提供Base（基础版）、Edit（编辑优化版）和Turbo（速度优先版）三套精调模型，最低仅需6GB显存即可流畅运行，Mac M1/M2芯片亦可借助MLX加速体验。
- 开放模型权重与训练脚本：所有模型均以Apache-2.0协议完全开源，附带完整微调（LoRA/Fine-tuning）教程与数据预处理工具链，支持用户自主训练专属风格模型。
- 开箱即用的Web演示站：无需安装任何环境，访问 demo-base.boogu.org（基础生成）、demo-edit.boogu.org（交互编辑）、demo-turbo.boogu.org（极速体验）即可在线试用全部能力。
适合哪些人用
Boogu-Image 不是只为算法工程师准备的玩具——它面向真实工作流中的中文用户：独立设计师可用它快速产出海报草稿与视觉参考；新媒体运营能批量生成公众号配图、短视频封面；教育工作者可制作教学插图或历史场景复原图；编程爱好者与学生能将其作为AI入门实践项目，学习多模态模型原理与部署技巧；甚至小型工作室也可基于其定制品牌专属画风模型，降低商用AI成本。
快速上手
最简单方式：打开任意演示站（如demo-base.boogu.org），输入中文提示词（例如：“一只戴草帽的橘猫坐在江南水乡石桥上，水墨风格，淡雅留白”），点击生成，3秒内出图。
本地部署（推荐Python 3.9+ & PyTorch 2.0+）：
pip install boogu-image boogu-generate --prompt "敦煌飞天，飘带飞扬，盛唐壁画风格" --output ./output.png
进阶用户可从Hugging Face（huggingface.co/Boogu）或魔搭ModelScope（modelscope.cn/organization/Boogu）下载模型权重，结合Gradio搭建私有化Web界面，全程中文文档支持。
项目信息
Boogu-Image-0.1 is an Apache-2.0 open-source image generation and editing model family that delivers near-closed-source performance with an order of m
369
Stars
17
Forks
Python
Apache-2.0
编程语言：Python｜GitHub Star 数：369｜开源协议：Apache-2.0｜GitHub 项目地址
如果你想要一个不卡脖子、不依赖境外API、能装进笔记本、还能自己动手改的AI绘画工具——Boogu-Image 就是此刻最值得尝试的国产开源答案。
