主标题卡上写着“Ming-Image-0.1-Design”,副标题为“一个 6B 设计模型,发布时没有任何公告,只有一个失效链接”,另有两张卡片分别写着“仓库里有:MIT 许可证、2048 x 2048 输出、12 个采样步骤、一块 80 GiB GPU”和“仓库里没有:公告、API,或可用的快速入门”。OrcaRouter 标志合成在右下角。
Guides & Insights

Ming-Image-0.1-Design 悄然发布:一个仅存在于代码库、别处再无踪迹的 6B 设计模型

作者

Elias Hawthorne

发布日期

最新模型 · 20查看全部模型
基准测试:Artificial Analysis · 每日更新
返回全部文章

有一个名为 Ming-Image-0.1-Design的 6B 文生图模型,隶属于 Hugging Face 上的 inclusionAI 组织,截至 2026年9月23日,关于它的其他信息几乎不存在。该仓库创建于 9月17日,权重在同一天上线,模型卡于 9月22日被重写——五天内三次提交,全部来自同一个账户,没有厂商博客文章,没有发布说明,任何 API 平台上都没有模型页面,下载计数器仍显示为零。从外部看,一次静默发布就是这个样子:一个完整的产物,却没有任何公告。因此,本文盘点的是该仓库所说明的内容、昨天它发生了什么变化,以及哪些内容仍无法核实——这不是一篇评测,因为 inclusionAI 之外还没有人发布过这个模型的任何数字。

仓库实际包含的内容

该卡片将 Ming-Image-0.1-Design 描述为一个 6B 文本到图像模型,面向 UI、信息图、海报及其他富含文本的视觉设计,可生成完整的视觉构图,并支持带透明背景的 RGBA 输出。对于如此新的模型而言,其元数据异常宽松:MIT 许可证、diffuserssafetensors、pipeline 标签 text-to-image,以及涵盖图像生成、平面设计、文本渲染和 RGBA 的标签。

推荐的推理设置足够具体,因而具有实用价值:

• 分辨率 — 推荐 2048 x 2048,或使用 1024 x 1024 以加快生成速度

• 采样步数 — 12

• CFG 缩放 — 1.0

• 精度 — BF16

• 硬件 — 一块配备 80 GiB 显存的 CUDA GPU,被描述为已验证的配置

在引导尺度为 1.0 时只需十二步,这正是蒸馏采样器或无引导采样器的典型特征:单张图像的开销很低,因此该模型卡能够在大多数扩散模型不会尝试的步数下提供 2048 像素的输出。该模型卡还指出,公开的推理代码会将文生图的尺寸请求映射到所支持的 1024 或 2048 档位上,因此介于两者之间的尺寸会被对齐到这两个档位之一。

文件树比正文文字透露的信息稍多一些。除了vaescheduler之外,还有一个transformer文件夹,内含五个权重分片,以及各自独立的mllmconnectormlp组件——呈现出的是一种多阶段流水线的形态,以多模态语言模型作为文本编码器,而非单一的整体式去噪器。这与模型卡中的说明相符:提示词增强可由 Ling-3.0-flash-VL 或 qwen3.8-27B 处理,二者是来自同一机构的同系列模型。

9月22日合入的三个提交

这是整个故事中唯一一个时间戳落在过去一周内的部分,也正是这个模型现在值得写、而不是等到十月才值得写的原因。提交标题按顺序如下:

• 9月22日 11:25 UTC —“发布 Ming-Image-0.1-Design 发行包”

• 9月22日 12:01 UTC —“刷新 Ming-Image-0.1-Design 模型卡”

• 9月22日 15:17 UTC —“添加 vLLM-Omni 部署链接”

前两项是常规事务。第三项是实质性变更:一个并非厂商自家的框架接纳了该模型,并且该卡片现在推荐通过 vLLM-Omni 来部署它,还附有指向一份配方和一份安装指南的链接。这是标准信号,表明模型已从“货架上的权重”转变为“团队真正可以在端点后面搭建起来的东西”,而这种变化从来不会催生新闻稿。

它也还只落地了一半。安装指南链接可以正常访问。但同一个提交里针对该模型专用的 recipe 路径却不行——截至 9 月 23 日,它会返回 404。因此,Ming-Image-0.1-Design 目前的部署情况是:通用框架是真实存在的,但其中针对这个模型的说明仍然只是占位符。如果你打算把它部署起来提供服务,就要预留出阅读 vLLM-Omni 快速入门并自行弄清楚模型接入方式的时间。

卡片中的排行榜,以及它不在其中的排行榜

该仓库提供了一张性能图表:assets/uiux_leaderboard.webp,这是一张排行榜风格的图片,标题为“文本到图像排行榜:UI/UX 设计”,底部写有“来自我们 Image Arena 中盲测偏好投票的 Elo 分数”,并带有一个“开放权重排行榜”徽章。图中,Ming-Image-0.1-Design 以 1,082 Elo 位居第一,领先于 1,052 的 Ideogram 4.0(Quality)、1,015 的 Ideogram 4.0、1,005 的 HunyuanImage 3.0 Instruct,以及介于 994 和 1,000 之间的 FLUX.2 dev 变体。

关于那张图片,有三件事需要说,而且顺序很重要。

首先,这是供应商在自有仓库中发布的素材。我们只是在报告该文件包含的内容,并非为其背书。

其次,9 月 23 日我们在 Artificial Analysis 的实时榜单上任何地方都找不到 Ming-Image-0.1-Design——文本生成图像排行榜上没有,UI/UX 设计分类视图中没有,图像编辑榜单上没有,开放权重视图中也没有。实时 UI/UX 设计分类的榜首是 GPT Image 2.5 Flare,Elo 为 1,227,而卡片中列出的 FLUX.2 条目在同一实时榜单上出现的数值却不同:FLUX.2 [flex] 为 1,065,FLUX.2 [max] 为 1,053,FLUX.2 [dev] 为 1,000。因此,卡片上的排名是针对一个我们无法定位的榜单所做出的说法,而其所用的量表比我们能找到的那个榜单低了约 150 Elo。

第三,Elo 是按榜单分别计算的。特定类别的 UI/UX 得分与通用文生图得分即便对于同一个模型来说也是不同的量,这就是为什么同一个 FLUX.2 版本会在一个 Artificial Analysis 榜单上显示为 1,026,而在另一个榜单上显示为 1,065。任何把不同榜单混在一起的比较都算不上比较。

总体立场:Ming-Image-0.1-Design 只有一项性能声明,而且来自厂商自己,对其也不存在独立评估。这不是指控。这正是为什么在任何人以 1,082 为依据编制预算之前,该模型需要先经过一次外部运行。

你目前还不能用它做什么

快速入门就是问题所在。它指示你克隆 github.com/inclusionAI/Ming-Image,安装其依赖,并运行 infer.py(针对 Hugging Face 模型 ID)。该仓库并不存在。页面返回 404,原始 README 返回 404,并且在该组织的公开仓库列表中的任何地方都没有 Ming-Image 仓库出现——该列表确实包含 Ming、Ling、Ring、Ming-UniVision、Ming-UniAudio 以及十几个其他项目,所以这是缺失,而不是 URL 打错。运行 Ming-Image-0.1-Design 的唯一有文档记录的路径,恰恰是那条不存在的路径。

获取途径的其他方面同样单薄。inference: false模型卡片将 inference 设为 false,Hugging Face 也显示该模型未被任何推理服务商部署。既没有公布价格,也没有 API 标识符,没有试用环境,除权重本身采用 MIT 许可证外也没有任何商业条款。下载量为零,点赞数为四。

所以,关于可用性的诚实总结是:权重是真实存在的,并且采用宽松许可,而围绕它们的一切——代码、文档、托管、评估——要么缺失,要么只是占位。

决定谁可以使用它的数字

80 GB 显存就是整个论点。那就是一张 H100 或 H200 级别的卡,或者一张 A100 80GB。它不是工作站 GPU,不是笔记本电脑,也不是你忘了关停的竞价实例。再结合经过验证的单 GPU 配置,这意味着 Ming-Image-0.1-Design 许可免费、运行昂贵,而这正是一家大规模训练实验室发布开放权重时人们所熟悉的形态。

就我们这边而言,为求完整:今天没有任何 inclusionAI 模型可通过 OrcaRouter 路由。该目录页列出了 15 家提供商的 199 个模型,我们于 9 月 23 日查看时,其中没有任何 Ming 条目,也没有任何形式的 inclusionAI 条目,因此这里没有什么可以通过我们来调用。在这种情况下,路由层真正有价值的是第二步——当上游提供商接入该模型的那天,试用它就变成在已有密钥上更改模型 ID,而不是签新合同和用新 SDK。在那之前,运行 Ming-Image-0.1-Design 的唯一办法,就是找到缺失的仓库,以及一块还有 80 GiB 空闲的 GPU。

The UI/UX Design leaderboard image published in the Ming-Image-0.1-Design repository. It is headed 'Text to Image Leaderboard: UI/UX Design' with the footer 'Elo scores from blind preference votes in our Image Arena' and an 'Open Weights Leaderboard' badge. Ming-Image-0.1-Design is listed first at 1,082 Elo, above Ideogram 4.0 (Quality) at 1,052, Ideogram 4.0 at 1,015, HunyuanImage 3.0 Instruct at 1,005, FLUX.2 [dev] at 1,000, FLUX.2 [dev] Flash at 999, FLUX.2 [dev] Turbo at 994 and HiDream-O1-Image at 987.The commit history page of the Ming-Image-0.1-Design repository on Hugging Face, captured 23 September 2026, showing five commits: 'Add vLLM-Omni deployment links' and 'Refresh Ming-Image-0.1-Design model card' and 'Publish Ming-Image-0.1-Design release package' all dated 22 September, above 'Upload initial model' and 'initial commit' dated 17 September.

什么能让它变成一个故事?

四件事,按它们能告诉你的信息量递增排列。配套仓库出现,这会让该模型能按文档所述运行。vLLM-Omni 配方补全,这会让它无需猜测即可提供服务。某个推理服务提供商将其列出,这会为它标出价格。以及一个独立的 Elo,这会是关于这个模型的第一个并非来自训练它的人的数字。

在至少其中一项落地之前,正确的做法是范围收窄、朴实无华。如果你为 UI 和布局生成构建评估集,这些权重现在就值得拉取——MIT 许可、6B、单一配置,而且步数足够低,让几千个样本的成本可以承受。如果你本季度需要在生产环境中使用图像生成,Ming-Image-0.1-Design 不是一个候选:没有端点、没有支持,也没有第三方评分。而如果你在关注 inclusionAI 这个组织,请注意它现在有了一个图像模型,与其语言和语音产品线相配;它发布这个模型时没有告诉任何人;而最初上传与发布包之间相隔两周,这表明那段静默期是刻意为之。

The Artificial Analysis text-to-image leaderboard's UI/UX Design category view, captured 23 September 2026, showing GPT Image 2.5 Flare (max) first at 1,227 Elo with 1,287 samples and $210.7 per 1,000 images, GPT Image 2.5 Sunburst (max) second at 1,218, GPT Image 2 (high) third at 1,206, and Grok Imagine Image 2.0 fourth at 1,182. No Ming-Image-0.1-Design row appears anywhere on the board.