Ideogram 4.0 正式开源:9.3B 参数文生图模型发布,训练与推理都用结构化 JSON 提示词
Ideogram 发布首个开放权重模型 Ideogram 4.0,参数量 9.3B,采用单流扩散 Transformer 与 Qwen3-VL 文本编码器。模型训练和推理都只接受结构化 JSON 提示词,官方同时给出 QUALITY、DEFAULT 与 TURBO 三档采样预设,并把完整模型卡与基准结果一并开放。
Ideogram 4.0 开源 9.3B 文生图模型
Ideogram 4.0 是 Ideogram 第一个开放权重模型,9.3B 参数,训练与推理都只吃结构化 JSON 提示词。 官方同时公开了模型结构、采样预设与评测方式。
模型结构
官方原文称:“Ideogram 4.0 is a 9.3B parameter open-weight text-to-image model.”
- 主干是 34 层单流扩散 Transformer,文本与图像 token 在每一层共用投影。
- 文本编码器用 Qwen3-VL-8B-Instruct,取 13 个中间层的隐藏状态沿特征维拼接。
- 解码端是冻结的 KL 自编码器,采样用 flow matching 配合 Euler 求解器。
- 无条件分支不补 padding,而是直接丢掉文本 token,只跑图像 token。
提示词格式与采样预设
- 训练数据全部是结构化 JSON 描述,含逐元素样式、可选边界框与配色。
- 参考管线会先按 schema 校验提示词,解析失败就直接拒绝。
- V4 QUALITY 48 跑 45 步、guidance 7,再用 3 步 polish 降到 3;DEFAULT 20 与 TURBO 12 分别用 2 步和 1 步 polish。
开放到什么程度
官方称这是其首个开放权重模型,模型卡给出完整基准拆解;对比对象包括 GPT Image 2 与 Nano Banana 2,SpatialGenEval 统一用 gemini-2.5-flash 判分。(来源:Ideogram 官方博客)
提示词改为 JSON,不合 schema 会被拒绝
对需要私有部署或二次训练的团队,这是第一次能直接拿到 Ideogram 的权重和推理约定。 对日常出图的人,变化主要在提示词从自然语言变成 JSON。
提示词写法要改
官方把提示词定义成结构化对象,元素、样式、位置分开描述。习惯了长句描述的设计师需要先学会按字段拆画面,否则输入会被 schema 拒绝。
部署与二次开发
9.3B 的体量意味着需要一块能放下模型权重与文本编码器的显卡。从官方描述看,文本编码器与自编码器都是冻结的,可训练部分集中在扩散 Transformer,二次微调的范围因此比较明确。
自建管线的团队值得试,JSON 输入是前提
从实际使用角度看,自建图像管线的团队值得试:开放权重意味着可以把模型放进自己的推理集群,不必受 API 限流约束。判断条件是你能接受 JSON 提示词这套输入规范。
适合谁先上手
需要批量生成、私有部署或做领域微调的团队收益最直接。只用官方 SaaS 出图的设计师可以继续用现成界面,不必立刻迁移。
上手步骤
- 从官方博客与模型卡确认权重下载方式、许可范围与显存要求。
- 按官方 schema 写一版 JSON 提示词,先用 V4 TURBO 12 快速验证构图。
- 需要细节时切到 V4 QUALITY 48,对比 polish 阶段的差异。
想先看另一个开放权重模型的更新节奏,可以读 FLUX 3 的版本说明。
常见问题
- Ideogram 4.0 是开源模型吗?
- 是,官方称它是 Ideogram 第一个开放权重模型,参数量 9.3B,并提供模型卡与基准结果。
- Ideogram 4.0 支持自然语言提示词吗?
- 官方参考推理管线只接受结构化 JSON 提示词,不通过 schema 校验的输入会被直接拒绝。
- Ideogram 4.0 有哪些采样预设?
- 官方列出 V4 QUALITY 48、V4 DEFAULT 20 与 V4 TURBO 12 三档,步数与 polish 阶段不同。
相关术语
- 开放权重
- 开放权重指厂商公开模型参数,允许第三方下载、部署或继续训练。
- 扩散 Transformer
- 扩散 Transformer 是用 Transformer 主干执行扩散去噪的图像生成架构。
- Classifier-free guidance
- Classifier-free guidance 是把有条件与无条件预测按权重混合的采样技术,用来调节提示词贴合度。
- JSON 提示词
- JSON 提示词是把画面元素、样式与位置写成结构化字段,而不是一段自然语言描述。
这篇文章的来源是什么?
文中涉及版本、价格与功能的信息,均以厂商原文为准;下面是可以核对的原始出处。
- Ideogram 4.0: Our first open-weight model · Ideogram · 2026-11-18
「Ideogram 4.0: Our first open-weight model」 —— Ideogram
文章目录