图像视频Hugging Face上手难度 🔧 进阶#文生图#UI/UX 设计#蚂蚁百灵#图层拆解#MIT 协议#海报生成#Hugging Face#开源 SOTA

Ming-Image-0.1-Design · 蚂蚁百灵 Ming-Image-0.1-Design 设计专用文生图模型

UI/UX 设计开源第一（Artificial Analysis Elo 1082），6B 参数 MIT 协议，8K 长提示词+端到端设计输出

指标同步中，请稍后刷新查看在 Hugging Face 查看

5 分钟上手

单张 80GB 显存 GPU（A100/H100）；推荐 2K 分辨率推理

# Hugging Face 加载
from transformers import AutoModel
model = AutoModel.from_pretrained("inclusionAI/Ming-Image-0.1-Design")
# 推荐推理参数：2048×2048，12 步，CFG 1.0，BF16
# OpenRouter 免费 API（14 天）
curl https://openrouter.ai/api/v1/chat/completions -H "Authorization: Bearer $KEY" -d '{"model":"inclusionai/ming-image-0.1-design","messages":[{"role":"user","content":"一张品牌海报"}]}'

项目速览

Ming-Image-0.1-Design 是蚂蚁百灵大模型团队于 2026 年 9 月 23 日开源的设计专用文生图模型系列（MIT 协议），包含两个 6B 参数模型：Ming-Image-0.1-Design 从文字需求直接生成 UI、信息图、海报和完整视觉设计；Ming-Image-0.1-Design-Layer 将设计图拆解为 2–9 个可独立编辑的 RGBA 透明图层。同时开源了 Ling UI Design Skill（提示词/截图→设计→素材→代码→浏览器校验）和 Image-to-Editable-PPT Skill（扁平幻灯片图→原生可编辑 PowerPoint）。

在 Artificial Analysis 于 2026 年 9 月 18 日更新的 UI/UX Design 专项评测中，Ming-Image-0.1-Design 以 Elo 1082 分位列开源模型第 1，超过 Ideogram 4.0（1052）和 FLUX.2 [dev]（1000）。版式胜率 67.4%，复杂构图 67.0%，文字渲染 66.7%。Design-Layer 在 Crello 测试集全部 12 项设置上结果最优，比 20B Qwen 基线快 4.3 倍。

能做什么

文生设计：从自然语言需求生成 UI、信息图、海报、品牌视觉等完整设计稿，支持 8K Token 结构化提示词
原生 RGBA 输出：直接生成带透明背景的人物、商品、图标、装饰素材，无需抠图
智能图层拆解（Layer 版）：将扁平设计图拆成背景、主体、文字、图标等独立图层，支持移动/替换/改色/复用
端到端全局控制：一次性完成整体设计，统一配色、构图和素材风格，避免多次生图的色系冲突
Design Skill + PPT Skill：将模型连接到前端代码和可编辑演示文稿，从设计到代码/PPT 一步到位

怎么部署

权重和推理代码已在 Hugging Face、ModelScope 和 GitHub（inclusionAI/Ming-Image-0.1-Design）开源，单张 80GB 显存 GPU 可跑。官方提供 vLLM-Omni 部署 recipe。OpenRouter 提供为期两周的免费 API 调用。推荐 2K 分辨率、12 步采样、CFG 1.0、BF16 参数。