Boogu Image 是什麼？
Boogu-Image-0.1 是一個 Apache-2.0 開源的圖像生成與編輯模型家族，10B 參數，由獨立研究團隊開發，2026 年 6 月 16 日發布。它有三個變體：
- Base — 25-50 步，強調文字渲染與多樣性
- Turbo — 4 步蒸餾版，攝影品質高，速度快
- Edit — 圖像編輯，支援風格轉換與物件替換
在第三方 Qwen-Image-Bench 基準上，Boogu 以 53.58 分拿下開源模型最高分，超越 Qwen-Image-2512（20B，52.06 分）和 Hunyuan-Image-3.0（80B，50.81 分）。用更少的參數和訓練數據，打贏更大的模型。
但分數只是參考。這篇文章用 10 組 prompt 實測，看看它到底能做什麼、不能做什麼。
測試環境
- ComfyUI v0.26.0（已原生支援 Boogu）
- 模型精度：fp8（Base、Turbo）；Edit 用 bf16（無 fp8 版）
- 不需要安裝 custom node，用標準 ComfyUI 節點即可
文字渲染：Boogu 最大的賣點
先看兩張 Base 模型的文字渲染成果。
中英雙語品牌海報
Prompt： 一張精緻的咖啡品牌海報，深棕色背景。頂部大標題 "TING YU COFFEE"，下方副標題「手沖精品咖啡」，中間是一杯拉花拿鐵的特寫，杯身印有 "Est. 2024" 字樣。底部三欄資訊：左欄 "01 產地直送"、中欄 "02 手工烘焙"、右欄 "03 現磨現沖"。整體風格為雜誌級攝影質感，暖色調打光，字體層次分明。
結果：6 組文字全部正確 — 英文大標、中文副標、杯身小字、三欄編號。排版乾淨，層次分明。這是 Boogu 最強的場景。
中文書法風格
Prompt： 一張中國風賀卡，宣紙質感背景，中央用毛筆書法寫著「花好月圓」四個大字，右下角小字落款 "甲辰年秋"，左上角有一枚紅色印章刻著 "庭語"。周圍點綴水墨風格的桂花枝葉，整體配色為米白、墨黑與硃砂紅。
結果：「花好月圓」四字漂亮，書法質感自然。「庭語」印章和「甲辰年秋」落款都正確。水墨桂花枝葉的細節到位。Boogu 用的是 Qwen3-VL-8B 作為文字編碼器，對中文的理解能力很強。
Turbo：4 步出圖，日常夠用嗎？
Turbo 是蒸餾版，只要 4 步就能出圖。速度快了將近 10 倍，但品質呢？
攝影品質
Prompt： 一隻橘色虎斑貓坐在堆滿舊書的木桌上，窗外是雨天的東京街景，貓咪面前有一杯冒著蒸氣的抹茶拿鐵，杯子上寫著 "Meow Café"。柔和的自然光從左側窗戶透進來，整體氛圍溫暖安靜，電影感色調。
結果：攝影品質紮實。光線、景深、氛圍都到位，"Meow Café" 文字正確。4 步就能出這個品質，很適合日常快速出圖。
Base vs Turbo：差距到底多大？
這是我最想測試的問題。以下三組 prompt，同樣的內容分別用 Base（40 步，CFG 4.0）和 Turbo（4 步，CFG 1.0）各跑一次。
茶葉包裝（6 組文字）
Prompt： 一個日式極簡風格的茶葉包裝盒正面，白色背景，中央用黑色字體寫著「靜岡煎茶」，下方英文 "SHIZUOKA SENCHA"，左下角標示 "100g / NET WT 3.5oz"，右下角 "PRODUCT OF JAPAN"，頂部有一個圓形標章寫著 "SINCE 1985"。包裝風格乾淨俐落，帶有淡綠色幾何線條裝飾。
結果：兩邊文字都正確。Base 的排版更精緻，包裝盒的立體感和光影更細膩。Turbo 堪用但質感稍粗。
電影海報（多行英文長句）
Prompt： A cinematic movie poster with dark moody lighting, a silhouette of a lone figure standing in rain. Title "THE LAST SIGNAL" in bold sans-serif at the top, tagline "Some messages were never meant to be heard" at the bottom in smaller italic text, credits block at the very bottom reading "DIRECTED BY CHEN WEI · STARRING LIN XIAOMING", release date "SUMMER 2025".
結果：兩邊都把標題、tagline、credits 跑對了。Turbo 的構圖甚至更有張力。這組差距不大。
名片（精確小字 + 特殊符號）
Prompt： 一張極簡商務名片的正面設計，白色背景，左側靠上寫著人名「愛麗絲」和英文 "ALICE WONDERLAND"，職稱 "Chief Dream Architect"，右下角三行小字：電話 "+886 777 888 999"、email "alice@madhatter.tea"、地址 "仙境市紅心區兔子洞路 42 號 B2F"。字體用深灰色，排版留白大方。
結果：老實說，我原本預期 Base 會明顯勝出。但 Turbo 也把電話號碼、email（含 @ 符號）、中文地址全部跑對了。兩邊差距比想像中小。
小結
| 場景 | Base 優勢 |
|---|---|
| 少量文字（≤4 組） | 幾乎沒差，Turbo 就夠 |
| 中等文字（5-6 組） | Base 排版更精緻，但 Turbo 也正確 |
| 密集文字（7+ 組） | Base 穩定性明顯較高 |
我的建議：日常出圖用 Turbo，速度快 10 倍，文字少量時品質不犧牲。只有在需要超密集排版（海報、文件）時才切換 Base。
Edit：風格轉換與物件替換
Boogu Edit 讓你用文字指令編輯現有圖片。我用上面的貓咪 Turbo 圖作為原圖，測試兩個場景。
風格轉換：攝影 → 吉卜力水彩
Prompt： Transform this photo into a Studio Ghibli animation style, keeping the same composition and cat pose, with soft watercolor textures and warm pastel colors.
結果：風格轉換成功。水彩質感自然，貓咪姿勢和構圖保留得很好，"Meow Café" 文字也還在。這個效果滿驚喜的。
物件替換：貓 → 刺蝟
Prompt： Replace the cat with a small brown hedgehog, keep everything else the same including the books, matcha latte, and rainy Tokyo view outside the window.
結果：刺蝟替換成功，場景一致性強 — 書堆、抹茶拿鐵、雨天窗景都保留。杯子上的文字也還在。Edit 模型在單物件替換的場景表現不錯。
誠實說限制
多行英文長句不穩定
Prompt： A high-fashion magazine cover with the title "VOGUE" at the top in elegant serif font, a portrait of a young East Asian woman wearing a structured oversized blazer, dramatic studio lighting from the left, the cover lines read "THE NEW ICONS" and "STYLE REDEFINED FOR 2025", minimalist layout with plenty of white space, shot on medium format film.
結果：所有文字都正確 — "VOGUE"、"THE NEW ICONS"、"STYLE REDEFINED FOR 2025" 全部到位。但這張是多次生成中挑出來的，不是每次都能這麼穩定。多行英文長句的成功率大約六到七成，需要多跑幾次挑選。
密集排版靠運氣
我也測試了 IG 知識圖卡（7+ 組中英混排文字），跑了多次才出一張勉強能用的。標題重複、編號錯亂、文字互相擠壓的情況很常見。密集排版目前仍然是 AI 圖像生成的天花板，Boogu 比多數模型好，但離「可靠」還有距離。
其他已知限制
- 世界知識不足 — 真實品牌、名人、地標的還原能力不如閉源模型
- 複雜姿勢 — 多人互動、遮擋場景偶爾出現肢體不自然
- 小臉瑕疵 — 繼承自 FLUX 1 VAE 的限制，小臉部細節偶有失真
- Prompt 門檻 — 需要寫長而詳細的描述才能出好圖，短 prompt 效果差
結論
Boogu-Image-0.1 在文字渲染上確實是目前開源模型的最強選手。中英雙語海報、書法卡片、產品包裝這些場景，它的表現令人驚喜。
但它不是萬能的。密集排版仍然不穩定，世界知識有明顯缺口，prompt 需要寫得夠長才能發揮實力。
如果你已經在用 ComfyUI，值得試試。不需要裝任何 custom node，下載模型就能跑。
什麼場景用哪個變體？
| 需求 | 選擇 |
|---|---|
| 日常出圖、攝影風格 | Turbo（4 步，速度快） |
| 密集文字渲染、海報設計 | Base（40 步，排版更精緻） |
| 風格轉換、物件替換 | Edit |
跟其他開源模型怎麼選？
| 需求 | 推薦 |
|---|---|
| 中英文字排版、可商用 | Boogu（Apache-2.0） |
| 電影風格美學 | KREA 2 |
| 精確 bbox 佈局控制 | Ideogram 4 |
| 快速寫實攝影 | Boogu Turbo 或 Z-Image Turbo |
模型下載
ComfyUI 版模型統一從 Hugging Face 下載：https://huggingface.co/Comfy-Org/Boogu-Image
| 檔案 | 放置位置 |
|---|---|
boogu_image_turbo_fp8_scaled.safetensors | models/diffusion_models/ |
boogu_image_base_fp8_scaled.safetensors | models/diffusion_models/ |
boogu_image_edit_bf16.safetensors | models/diffusion_models/ |
qwen3vl_8b_fp8_scaled.safetensors | models/text_encoders/ |
FLUX 1 VAE（ae.sft 或 flux1_vae_bf16.safetensors） | models/vae/ |
Text encoder 和 VAE 如果你已經在用 Ideogram 4 或 FLUX 1，不需要重複下載。
相關文章
- KREA 2 實測：中文 Prompt 能用嗎？四種官方 LoRA 風格全比較 — KREA 2 中文 Prompt 實測 + LoRA 風格比較
- KREA 2 新增 8 種 LoRA 風格全比較：從復古動漫到兒童塗鴉 — KREA 2 官方更新後的 9 個 LoRA 完整實測
