模型详情
模型介绍
中文整理Ideogram 4：设计前沿的开源图像生成模型
模型用途
Ideogram 4 是 Ideogram 推出的首个开源权重文生图模型。这是一个从零开始训练的最先进基础模型，而非对现有模型的微调版本。
主要能力
该模型引入结构化 JSON 提示接口，支持最佳的多语言文本渲染、深度语言理解、显式边界框布局和调色板控制，以及原生 2K 分辨率图像生成。核心能力包括：极强可控性、业界领先的文本渲染能力、空间布局控制、调色板条件控制。
输入输出
输入：文本提示（JSON 格式或通过 magic prompt 扩展的纯文本）
输出：图像（最高 2048x2048 分辨率）
运行要求
模型参数：9.3B
权重量化：nf4（CUDA）、fp8（通用）
硬件要求：nf4 版本需要 CUDA 支持；fp8 版本支持更广泛硬件
依赖：Diffusers 支持（仅 nf4 版本）
基本用法
- 克隆 ideogram4 GitHub 仓库并安装依赖
- 在 Hugging Face 模型页面（ideogram-ai/ideogram-4-nf4 或 ideogram-4-fp8）接受许可证并获取访问权限
- 创建 Hugging Face 访问令牌并登录
- 设置 IDEOGRAM API KEY（获取地址：developer.ideogram.ai）
- 使用 CLI 运行推理：python inference.py --prompt "你的提示词"
- 可选：设置 Hive 安全审核密钥进行内容过滤
许可证
Ideogram 4 非商业许可证（Ideogram 4 Non-Commercial）
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
