Ming-Image-0.1-Design

Ming-Image-0.1-Design är en öppen bildmodell från inclusionAI (Ant Group) med 6 miljarder parametrar, gjord för grafisk design snarare än foton och konst. Den skapar hela layouter med mycket text, till exempel användargränssnitt för appar och webb, infografik och affischer. Den kan också göra bilder med genomskinlig bakgrund (RGBA), vilket gör det lättare att lyfta in resultatet i andra designprojekt. Det gör man genom att inleda beskrivningen med en av de fraser för genomskinlig bakgrund som inclusionAI rekommenderar.

På Artificial Analysis topplista för UI/UX-design bland modeller med öppna vikter, där människor röstar blint mellan bilder, ligger Ming-Image-0.1-Design etta med 1082 Elo-poäng, före Ideogram 4.0 (Quality) och HunyuanImage 3.0 Instruct, enligt inclusionAI:s bild av listan.

Samtidigt släpptes en systermodell, Ming-Image-0.1-Design-Layer, som gör tvärtom: den delar upp en platt designbild i separata, genomskinliga lager som går att redigera var för sig. inclusionAI har också publicerat färdiga arbetsflöden för AI-agenter, ett för att bygga gränssnittskod utifrån genererade designer och ett för att göra om en bild av en presentationssida till en redigerbar PowerPoint-bild.

Vikterna är öppna under MIT-licens. Rekommenderad upplösning är 2048 × 2048 pixlar (eller 1024 × 1024 för snabbare resultat) med 12 steg, och inclusionAI har testat modellen på ett grafikkort med 80 GB minne. Det finns en webbdemo på Hugging Face.