inclusionAI/Ming-Image-0.1-Design · Hugging Face

来源: https://huggingface.co/inclusionAI/Ming-Image-0.1-Design Ming-Image-0.1-Design 是一款用于UI、信息图表、海报及其他富含文本的视觉设计的60亿参数文生图模型。它能生成完整的视觉构图，并支持带有透明背景的RGBA输出。

UI/UX 设计排行榜

Ming-Image-0.1-Design UI/UX 设计排行榜

快速开始

使用配套的 Ming-Image 仓库 (https://github.com/inclusionAI/Ming-Image) 进行安装和推理：

git clone https://github.com/inclusionAI/Ming-Image
cd Ming-Image
pip install -r requirements.txt

python infer.py \
  --model inclusionAI/Ming-Image-0.1-Design \
  --task text-to-image \
  --prompt assets/t2i_four_seasons_cabin_prompt.json \
  --resolution 2048 \
  --output-dir outputs/t2i

提示增强 (PE) 可使用 Ling-3.0-flash-VL 或 qwen3.8-27B；详情请参阅文生图提示重写指南 (https://github.com/inclusionAI/Ming-Image#text-to-image-prompt-rewriting)。

透明背景生成

对于透明背景生成，请在提示词前精确添加一个推荐的短语。详情请参阅透明背景生成技巧 (https://github.com/inclusionAI/Ming-Image#transparent-background-generation-tip)。

部署

我们推荐使用以下推理框架来部署该模型：

• vLLM-Omni：参见相关配置方案 (https://github.com/vllm-project/vllm-omni/blob/main/recipes/inclusionAI/Ming-Image.md) 和安装指南 (https://docs.vllm.ai/projects/vllm-omni/en/latest/getting_started/quickstart/)。

推荐设置

• 分辨率：2048 x 2048（推荐），或 1024 x 1024 以实现更快生成。
• 采样步数：12。
• CFG 引导系数：1.0。
• 精度：BF16。
• 硬件：一块具有 80 GiB 显存的 NVIDIA GPU（已验证配置）。

公开的推理代码会将文生图分辨率请求映射到支持的 1024 或 2048 桶。

示例图库

文生图

Ming-Image-0.1-Design 生成示例

透明背景文生图

Ming-Image-Image-0.1-Design 透明背景示例 棋盘格背景仅用于预览透明效果，并非生成的 RGBA 图像的一部分。

许可证

本模型基于 MIT 许可证 (https://huggingface.co/inclusionAI/Ming-Image-0.1-Design/tree/main/LICENSE) 发布。