Ming-Image-0.1-Design so với Meta Muse Image: Mô hình có dấu vết tài liệu và mô hình có thông cáo báo chí

Hai mô hình hình ảnh ra đời vào năm 2026 theo hai cách trái ngược. Ming-Image-0.1-Design là một mô hình chuyển văn bản thành hình ảnh 6,15 tỷ tham số của nhóm inclusionAI thuộc Ant Group, được tải lên Hugging Face vào ngày 17 tháng 9 năm 2026 theo giấy phép MIT mà không có thông báo, không có bài blog và không có bảng benchmark — một kho lưu trữ 71,5 GB mà bạn có thể đọc từng tệp một. Meta Muse Image là mô hình hình ảnh nội bộ đầu tiên của Meta Superintelligence Labs, ra mắt ngày 7 tháng 7 năm 2026 với một đợt truyền thông báo chí, các tuyên bố benchmark do nhà cung cấp tự báo cáo và không có trọng số nào có thể tải xuống dưới bất kỳ hình thức nào. Câu hỏi thú vị không phải là mô hình nào vẽ được tấm áp phích đẹp hơn. Mà là một trong hai mô hình này có thể được kiểm toán ngay hôm nay còn mô hình kia chỉ có thể được tin tưởng, và mô hình có thể kiểm toán được đang đứng đầu trên bảng độc lập duy nhất mà nó xuất hiện.

Một cái được phát hành dưới dạng tệp. Một cái được phát hành dưới dạng một tuyên bố.

Bắt đầu với những gì mỗi bản phát hành thực sự bao gồm, vì sự khác biệt không hề nhỏ.

• Ming-Image-0.1-Design — 6.154.901.056 tham số, giấy phép MIT, một diffusers pipeline, toàn bộ trọng số ở định dạng BF16 safetensors, khoảng 71,5 GB trải khắp sáu thư mục thành phần: connector/ (2 phân mảnh), mllm/ (7 phân mảnh), mlp/ (124,8 MB), scheduler/, transformer/ (5 phân mảnh) và vae/ (253,8 MB). Không có model_index.json, đó là lý do cách được khuyến nghị là chạy git clone repo suy luận và python infer.py thay vì gọi pipeline chỉ bằng một dòng.

• Meta Muse Image — không có trọng số, không có số lượng tham số được công bố, không có tài liệu kiến trúc, không có tệp giấy phép để đọc. Nó có thể được truy cập dưới dạng một dịch vụ và, kể từ tháng 8 năm 2026, thông qua Model API của chính Meta trên một endpoint tương thích với OpenAI với mức giá cố định 0,01 USD mỗi ảnh. Mọi điều bạn biết về cấu trúc nội bộ của nó đều đến từ chính mô tả của Meta về chúng.

Sự bất đối xứng đó có một hệ quả thực tế chẳng liên quan gì đến chất lượng hình ảnh. Với bản phát hành Ming, bạn có thể trả lời những câu hỏi mà nhà cung cấp chưa từng đề cập: bộ mã hóa văn bản là gì, bộ lập lịch mong đợi bao nhiêu bước lấy mẫu, VAE phát ra bốn kênh hay tám kênh, bộ kết nối MLP có đang làm bất cứ thứ gì mà bạn có thể thay thế hay không. Với Muse Image, bạn không thể trả lời bất kỳ câu nào trong số đó, và quý tới bạn cũng sẽ vẫn không thể, bởi vì không có artifact nào để mở.

Con số duy nhất đáng để trích dẫn, và nó đến từ đâu

Ming-Image-0.1-Design đứng đầu trên Bảng xếp hạng Artificial Analysis Text to Image cho UI/UX Design, trong chế độ open-weights, với Elo 1.082. Các mô hình xếp sau gồm: Ideogram 4.0 (Quality) với 1.052, Ideogram 4.0 với 1.015, HunyuanImage 3.0 Instruct với 1.005, FLUX.2 [dev] với 1.000, FLUX.2 [dev] Flash với 999 và FLUX.2 [dev] Turbo với 994.

Ba lưu ý về sự trung thực ở điểm đó, vì đây là bằng chứng mạnh nhất trong so sánh này và nó xứng đáng được xử lý cẩn thận. Thứ nhất, bản sao của bảng xếp hạng đó mà chúng ta đang đọc là bản được công bố trên thẻ mô hình của chính nó, và nó mang thương hiệu Artificial Analysis — đây là một bảng của Artificial Analysis do nhà cung cấp sao chép lại, không phải số liệu do chúng tôi tạo ra. Thứ hai, chưa có ai tái lập điểm số này một cách độc lập, và một bảng Elo ưu tiên mù là một thống kê quần thể, không phải một bài kiểm tra theo từng prompt: nó cho bạn biết đám đông ưa thích hình ảnh nào tính trung bình, chứ không cho biết liệu mô hình có kết xuất chính xác đồ họa thông tin cụ thể của bạn hay không. Thứ ba, và đây là phần giải thích được nhiều điều, bảng này được lọc theo trọng số mở. Meta Muse Image không thể xuất hiện trên đó, nên việc nó vắng mặt không phải là một kết quả.

Đối với Muse Image, các con số là của chính Meta và của Artificial Analysis, và chúng cần được ghi nhãn như vậy. Meta báo cáo chỉ số nhất quán nhân vật qua nhiều hình ảnh ở mức 94%, hỗ trợ tối đa 10 ảnh tham chiếu và đầu ra tối đa 1600 pixel ở cạnh dài. Artificial Analysis xếp mô hình này vào top năm cho tạo ảnh từ văn bản và đứng thứ ba trên bảng xếp hạng chỉnh sửa hình ảnh của mình với điểm Elo khoảng 1.105. Đó lần lượt là những con số do nhà cung cấp báo cáo và được đo lường độc lập, và chúng không cùng loại.

Ming-Image-0.1-Design được xây dựng để làm gì

Thẻ mô hình nêu rõ về mục tiêu, và đây không phải là nhiếp ảnh đa dụng. Nó hướng đến UI, infographic, poster và các công việc thiết kế nặng về chữ — nhóm hình ảnh mà phần khó là chữ dễ đọc và bố cục gọn gàng chứ không phải làn da chân thực như ảnh chụp. Các thông số cài đặt được khuyến nghị cũng phản ánh điều đó: đầu ra 2048×2048, hoặc 1024 khi bạn muốn nhanh, 12 bước lấy mẫu, classifier-free guidance ở mức 1.0, độ chính xác BF16, và một GPU CUDA 80 GiB. Việc tăng cường prompt dự kiến sẽ đến từ một mô hình thị giác-ngôn ngữ riêng biệt — thẻ mô hình nêu tên Ling-3.0-flash-VL và qwen3.8-27B — và việc triển khai dự kiến sẽ thông qua vLLM-Omni.

Ngoài ra còn có một mô hình đồng hành, Ming-Image-0.1-Design-Layer, đây là một kho lưu trữ riêng biệt với thẻ pipeline khác (image-text-to-image), 6.154.908.736 tham số và cùng giấy phép MIT. Nhiệm vụ của nó là phân tách lớp: bạn đưa cho nó một hình ảnh thiết kế đã được làm phẳng cùng với một kế hoạch lớp và nó trả về các lớp RGBA. Nó chạy ở 1024 trong bucket mặc định, hoặc 512 để tăng tốc, với 12 bước, guidance ở 2.0 và flash_attention_2. Thẻ mô hình hiển thị kết quả trên tập kiểm thử Crello dưới dạng hình ảnh chứ không phải dạng bảng, điều này đáng lưu ý nếu bạn mong muốn so sánh nó một cách định lượng với bất cứ thứ gì.

Điều gì thực sự chưa thể biết được

Đây là chỗ cách đặt vấn đề phải thẳng thừng. Ming-Image-0.1-Design không có ghi chú phát hành, không có thông báo, không có mục giới hạn được nêu rõ và không có bài đưa tin của bên thứ ba vào thời điểm viết bài. Bộ đếm lượt tải trên kho lưu trữ hiển thị số 0. Không có endpoint lưu trữ nào từ phía nhà cung cấp. Phép đo độc lập duy nhất là vị trí duy nhất trên bảng xếp hạng, còn mọi thứ khác — thông lượng, mức độ tuân thủ prompt trên dữ liệu của bạn, cách nó hoạt động ở số lượng ảnh tham chiếu nhiều hơn một vài ảnh, liệu kênh RGBA có sạch ở các mép hay không — đều chưa được đo lường công khai.

Điều đó mang lại cho bạn một đánh giá ngắn gọn, rõ ràng. Bạn có thể đọc kiến trúc, chạy nó và tự quyết định trong vòng một ngày. Nó không mang lại cho bạn một benchmark mà bạn có thể trích dẫn trong tài liệu mua sắm.

Meta Muse Image là hình ảnh phản chiếu. Nó đã được đo trên hai bảng độc lập và có một mức giá được công bố, và không điều nào trong số đó cho phép bạn kiểm tra dù chỉ một trọng số. Nếu ràng buộc của bạn là một cuộc đánh giá tuân thủ yêu cầu dữ liệu huấn luyện đến từ đâu và mô hình làm gì với một câu lệnh, thì "Meta nói" là toàn bộ câu trả lời mà bạn có.

Phiên bản của phép so sánh này mà bộ định tuyến có thể hành động dựa trên

Cả hai mô hình này đều không phải là mô hình chúng tôi định tuyến, và bài viết này sẽ không ám chỉ điều ngược lại. Meta Muse Image là mô hình đóng và do Meta cung cấp; Ming-Image-0.1-Design là bản tải trọng số, hoàn toàn không có route lưu trữ nào. Các mô hình hình ảnh mà chúng tôi hiện cung cấp là dòng GPT-Image của OpenAI, các bậc Imagen 4 và bản xem trước hình ảnh Gemini của Google, cùng endpoint hình ảnh Grok Imagine của xAI — tất cả đều nằm sau một endpoint tương thích OpenAI ở mức giá niêm yết của nhà cung cấp, không đánh thêm phí, với tính năng tự động chuyển đổi dự phòng giữa các nhà cung cấp và một DSL định tuyến cho phép kết hợp nhiều mô hình vào một lệnh gọi duy nhất.

Điều đó quan trọng ở đây vì một lý do cụ thể. Một bản phát hành trọng số mở không được công bố trước với chỉ một vị trí trên bảng xếp hạng đúng là kiểu mô hình mà một nhóm muốn đánh giá mà không đặt cược lộ trình sản xuất vào nó. Chạy nó bên cạnh một mô hình đã được đo lường trên cùng khóa, thay vì chạy trước nó, là cách bạn hoàn tất việc đánh giá mà không cần hợp đồng thứ hai và không cần thay đổi mã nguồn.

Chọn theo những gì bạn có thể xác minh

• Nếu bạn cần một mô hình mà bạn có thể kiểm tra, sửa đổi, tinh chỉnh hoặc chạy trên phần cứng của riêng mình — Ming-Image-0.1-Design là lựa chọn duy nhất trong hai, và giấy phép MIT của nó có mức cho phép rộng rãi bất thường đối với một bản phát hành hình ảnh năm 2026.

• Nếu bạn cần một mô hình có mức giá đã công bố và điểm số độc lập mà bạn có thể trích dẫn — Meta Muse Image là lựa chọn duy nhất trong hai, và $0.01 mỗi ảnh là con số đứng vững qua vòng xét duyệt ngân sách.

• Nếu bạn cần độ trong suốt như một đầu ra — đường dẫn RGBA của Ming-Image-0.1-Design và Layer companion của nó nhắm chính xác vào điều đó; câu chuyện về độ trong suốt của Meta thì chưa được công bố.

• Nếu bạn cần nó hoạt động ngay chiều nay — thì không cái nào cả. Một cái không có endpoint host, cái kia không có bản tải xuống.

Câu hỏi mở hẹp hơn vẻ ngoài của nó, và nó là một mốc ngày thay vì một phép đánh giá chuẩn. Ming-Image-0.1-Design được tải lên vào ngày 17 tháng 9 năm 2026 và chưa có ai công bố nó. Hoặc là thông báo đó xuất hiện và vị trí trên bảng xếp hạng nhận được một cách đọc thứ hai, độc lập, hoặc là nó không xuất hiện và thứ này vẫn chỉ là một kho mã mà một số ít người đã chạy. Đánh giá độc lập bên thứ ba đầu tiên về nó là điều cần theo dõi, bởi vì đó là thời điểm dấu vết giấy tờ thôi chỉ là một lời hứa và bắt đầu trở thành bằng chứng.