Fibo 2.0 以 8B 参数登顶开放权重图像编辑榜首——看区间，而非排名

Bria 于 2026 年 10 月 20 日发布 Fibo 2.0，不到一天，它就在 Artificial Analysis 的两个图像榜单上取代了所有其他开放权重条目。在 AA-Image-Editing v2.1 上，它以 1,087.05 的 Elo 位居综合第 20 名，成为可下载权重的模型中排名最高的一个——Q​wen-Image-2.1 以 1,082.74 紧随其后，排在第 21 名。在 AA-Image-T2I v2.1 上，它以 1,038.79 位列第 21 名，比 Q​wen-Image-2.1 的 1,042.13 低一名。这两项成绩相比 Bria 第一代 Fibo 系列都是巨大的跃升：FIBO Edit 在编辑榜上为 912.82，FIBO 在文生图榜上为 848.86。标题不言自明。值得放慢速度细看的是，在两个榜单上，它与紧随其后的模型之间的差距都没有超过误差范围，而且这里的“开放权重”并不等同于它刚刚超越的大多数模型所指的含义。排行榜名次并不会记录图像模型在生产环境中如何失败，而记录下来的事故被收录在OrcaRouter AI Incident Archive中，每条记录都带有自己的来源、严重程度、置信度等级和争议标记。

两块板子上写的是什么，包括 Bria 的公告所补全的部分。

编辑榜上的结果更有说服力。Fibo 2.0 的 1,087.05 分基于 4,819 场对战，对应的 95% 置信区间为 1,073.05 至 1,101.05。Qwen-Image-2.1 的 1,082.74 分在可比样本上的置信区间为 1,069.74 至 1,095.74。这两个区间的大部分长度相互重叠。因此，对“开放权重中排名第一”的诚实解读是：它是一个名次，而不是已被证明的领先幅度：Fibo 2.0 在该排序中位于 Qwen-Image-2.1 之前，但该排序目前还无法区分二者。它真正、明确领先的模型是自己的前代——174 Elo 大约是其自身置信区间半宽的十四倍，任何采样噪声都无法解释这一点。

• 编辑 Elo — Fibo 2.0 1,087.05，综合排名第 20，开放权重中排名第 1；Q​wen-Image-2.1 1,082.74，综合排名第 21，开放权重中排名第 2。

• 编辑区间 — 1,073.05–1,101.05 对比 1,069.74–1,095.74。二者有重叠，因此将两者视为同级，并以排名作为决胜依据。

• 文生图 Elo — Fibo 2.0 为 1,038.79，总排名第 21；Q​wen-Image-2.1 为 1,042.13，总排名第 20。此处 Q​wen 名义上领先，但同样处于重叠区间内（1,026.79–1,050.79 对 1,030.13–1,054.13）。

• 相较第一代的变化——FIBO Edit 在编辑任务上从 912.82 提升至 Fibo 2.0 的 1,087.05，+174。FIBO 在文本到图像任务上从 848.86 提升至 1,038.79，+190。更便宜的第一代 SKU FIBO Lite 在文本到图像任务上为 813.06。

• 与各榜单榜首的差距——在编辑任务上，GPT Image 2.5 Sunburst（max）{{1}}落后 111.66 Elo{{/1}}；在文生图任务上，同一模型{{2}}落后 183.17{{/2}}。开源权重的领先和总榜领先是两码事。

• 样本量——图像编辑任务 4,819 场对战，文生图任务 5,113 场。样本量足以让置信区间收得很窄；但还不足以让 5 分的 Elo 差异具有任何意义。

Artificial Analysis 在两个榜单上均将发布日期列为 2026 年 10 月 20 日，并将该模型标记为近期模型。Bria 自己的模型卡声称，截至同一日期，其在图像编辑中排名第一，在开放权重模型的文生图中排名第二。这是厂商关于第三方排行榜的说法，而非厂商基准测试，但这仍然是厂商在描述自身结果，而且直接核查时这些排名确实成立。

8B 里面实际上是什么

在这次发布中，参数数量是最不有趣的数字。Fibo 2.0 是一个流匹配模型，运行在 FLUX.2 VAE 潜空间中，并使用 Qwen3-VL-4B-Instruct 模型作为其提示编码器。它并不把原始文本 token 直接作为扩散 transformer 的条件，而是通过一个两层 Perceiver 重采样器将编码器的输出压缩为 256 到 512 个“要点”token，由 44 块的单流 transformer 关注这些 token，其中五个块还会额外接收交叉注意力输入。实际结果是，一段长而结构化的描述几乎不会带来额外成本：无论你写多少，条件信息都被限制在 512 个 token 以内。

• 架构 — 在 FLUX.2 VAE 潜空间中进行流匹配，44 块的单流 DiT，其中五个块对提示表征执行交叉注意力。

• 文本编码器 — Qwen3-VL-4B-Instruct，通过两层 Perceiver 重采样器压缩为 256–512 个 gist token。

• 规模 — 采用 BF16 safetensors 格式，共 8,127,342,213 个参数，因此在计入任何运行时开销之前，权重约占 16 GB。

• 训练数据——Bria 约十亿张图像的语料库，该公司称其已获得完整授权。这一说法出自公司自身，也正是下文所述的许可并非事后补充的原因。

• 模式——编辑、蒙版编辑、最多支持四张参考图的多参考编辑、生成，以及一个可提出变体的“灵感”模式。同一套权重同时覆盖生成与编辑，这在该系列中是首次；第一代将二者分开了。

统一的检查点才是实质性的工程变更。Fibo 1 将生成和编辑作为两项独立能力发布，各自具备不同优势；相较 FIBO Edit 取得的 174 点编辑提升，某种程度上也说明编辑在一个同时具备生成能力的模型内部获得了自身的训练侧重。两种模式是否会相互干扰，恰恰是排行榜无法回答、而一周生产使用却能回答的问题。

Dev 和 Edit Turbo 是两个不同的产品，只是名称相同。

Hugging Face 上有两个以 Fibo 2.0 命名的检查点，选错其中一个，最有可能让你得出该模型令人失望的结论。

• Fibo 2.0 Dev —— 非蒸馏的基础版本。采用 5.0 的无分类器引导、五十个采样步数，生成与编辑皆可，也是 Bria 指定用于微调的检查点。速度慢，但可控性强。

• Fibo 2.0 Edit Turbo — 蒸馏至四步，不使用无分类器引导，仅用于编辑。推理时每张图像的成本约低一个数量级，且无法从零生成。

• 工具链 — 该管线是 diffusers 中的 BriaFibo2Pipeline，通过拉取请求 14991 合入，并附带一个配套的 bria-vgl 包，用于下文所述的结构化描述格式。ComfyUI 支持已于 10 月 20 日通过社区重新打包提供。

提示词本应是 JSON 格式，而这确实是一次实实在在的工作流程变革

Bria 使用其称为 VGL——Visual GenAI Language——的格式来训练和记录 Fibo 2.0；这是一种结构化的 JSON 描述格式，将主体、构图、光照、相机、风格和图像内文字拆分到命名字段中，而不是写成一句冗长连写的话。该模型可以接受普通提示词。但在结构化形式下，它的可预测性会显著更高，因为 Perceiver 瓶颈会保留扁平句子容易糊在一起的字段边界。

这是{{1}}长尾最长的细节{{/1}}。这意味着 Fibo 2.0 的{{2}}天然使用者{{/2}}不是往输入框里打字的人，而是输出符合 schema 的对象的语言模型；这也意味着针对该模型的{{3}}提示工程{{/3}}看起来就像编写 JSON schema 并据此进行验证。任何用少量{{4}}自由文本提示{{/4}}来评估 Fibo 2.0 的人，衡量的都是模型并未为之优化的模式，因而会低估它。

这里的“开放权重”具体是什么意思？

模型卡标明 CC BY-NC 4.0，仅限非商业用途；商业用途需与 Bria 另行签订协议。Hugging Face 仓库采用“auto”级别的门控，并需填写公司和预期用途表单。你可以下载权重、读取权重、微调权重并运行它们；但未经事先与 Bria 沟通，你不能基于这些权重推出产品。

这是一次合法的开放权重发布，而不是开源发布；这一区别比平时更重要，因为 Fibo 2.0 刚刚超越的那些模型所采用的许可证直接允许商业使用。如果你是在为产品而不是为研究选择图像模型，那么排行榜上的排序并不是约束条件，许可证才是。它还会间接地为模型定价：商业协议是一场谈判，而谈判是一项不会出现在任何价目表上的成本。

对于Bria为何这样做，存在一种站得住脚的解释。训练语料是公司付费获得许可的材料；如果免费发布权重，让任何人都能凭这些权重在该语料上与公司自家的API竞争，那就等于把语料所换来的资产白白送人。非商业条款正是防止这次发布蚕食自身业务的机制。这并不会让该许可证变得方便，但会让它变得自洽。

费率卡，以及一千张图像的成本

• Bria API、Fibo 2.0 — 每张图像 $0.032。

• Bria API、Fibo 2.0 Edit —— 每张图像 $0.032。在这里，编辑并不比生成便宜，这很不寻常，在规划批量任务的预算前值得了解。

• Bria API、Fibo Lite——每张图片 $0.0288。这是更便宜的档位，并非排行榜上的那个模型。

• 结构化提示词调用——每次调用 $0.02，与图像分开计费。因此，一张 VGL-pipeline 图像为 $0.052，而非 $0.032，除非你自己生成 JSON。

• Artificial Analysis 的 pricePer1kImages — 32.00 美元，与 0.032 美元的主要价格一致。

每张图像 0.032 美元，这个 API 的定价是按实用工具而非高端模型来定的，这与该许可证所暗示的策略一致：把权重免费开放用于研究，把端点卖给所有需要授权的人。租用 GPU 自托管 Dev checkpoint 很难在每张图像 0.032 美元的成本上胜出——一旦把 50 个采样步数算进去就是如此；但对于批量运行或需要把模型部署在私有网络内的人来说，四步的 Edit Turbo 则是另一笔账。

你可以在哪里运行它

Fibo 2.0 可通过 Bria 自有 API、Bria 托管创作工具、ComfyUI 节点以及 Hugging Face 上的受限权重获取。这些就是获取途径。它不在 OrcaRouter 目录中，本文也不会假装它在。

路由问题仍然值得用一句话说明，因为 Fibo 2.0 是大多数团队在正式投入前都会先试用的模型。OrcaRouter 让一个 API 密钥覆盖 200 多个模型，并以 0% 加价原样传递供应商目录价，因此供应商调价——包括 Bria 降价——会在发生当天就体现在你的账单上，而不是等经销商更新价目表的那天。对于 Fibo 流水线中语言模型那一半——也就是编写 VGL JSON、验证它，并判断一次生成是否值得重试的那一半——这意味着负责推理的模型可以和其他所有模型共用同一个密钥，并具备供应商不稳定时的自动故障转移，以及把各个步骤组合成一次调用的路由 DSL。图像模型仍留在它原本的位置。

这些都不是选择 Fibo 2.0 的理由。这只是说明不应把周边的流水线构建成一系列相互独立的契约。

什么会改变这一裁决？

有三件事值得关注，而其中任何一件都不是发布周的一篇文章所能定论的。第一，独立复现：Elo 来自一个人群投票的竞技场，而生产环境中真正重要的特定失败模式——编辑区域内的文本渲染、在四张参考图之间的身份保持、蒙版边缘是否被遵守——并不是成对偏好所能衡量的。第二，许可证：如果 Bria 从 CC BY-NC 转向某种可商业使用的许可，那么与其他开放权重领域的比较会在一夜之间改变；如果它不转，“最佳开放权重图像编辑器”就仍是一个研究头衔。第三，平局：Fibo 2.0 和 Q​wen-Image-2.1 在编辑任务上的 Elo 相差 4 分，且区间重叠。再进行几千场对战，要么会把它们区分开，要么会确认它们只是同一个模型戴着两个名字。

目前，准确的说法虽然范围有限，却依然引人注目。发布两天后，你能下载到的最好的图像编辑模型，是一家十年来一直销售授权图像数据的公司推出的 8B 检查点；它比该公司此前的尝试高出 170 多 Elo，而且它的许可方式使得几乎所有看排行榜的人都无法在未经电话沟通的情况下将其用于商业用途。