Fibo 2.0 以 8B 參數奪下開放權重影像編輯領先地位——要看區間，而非排名

Bria 於 2026 年 10 月 20 日發布 Fibo 2.0，不到一天，它就把 Artificial Analysis 兩個影像排行榜上其他所有開放權重項目都擠了下去。在 AA-Image-Editing v2.1 上，它整體排名第 20，Elo 為 1,087.05，這使它成為你可下載權重的模型中排名最高者——Qwen-Image-2.1 以 1,082.74 緊隨其後，排名第 21。在 AA-Image-T2I v2.1 上，它以 1,038.79 排名第 21，落後 Qwen-Image-2.1 的 1,042.13 一個名次。這兩項成績相較於 Bria 第一代 Fibo 系列都是巨大躍升：FIBO Edit 在編輯項目為 912.82，FIBO 在文字生圖項目為 848.86。標題不言自明。值得停下來細想的是，在兩個排行榜上，它與其下方模型的差距都未大於誤差範圍，而且這裡的「開放權重」並不是它剛剛超越的大多數模型所指的意思。排行榜名次不會記錄影像模型在生產環境中如何失敗，而已記錄的事件則收錄於 the OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。

那兩塊告示板上寫的是什麼，包括 Bria 的公告所補全的部分

編輯排行榜是更有力的結果。Fibo 2.0 的 1,087.05 伴隨 95% 信賴區間 1,073.05 至 1,101.05，涵蓋 4,819 場對戰。Qwen-Image-2.1 的 1,082.74 則在相當樣本上帶有 1,069.74 至 1,095.74 的區間。這兩個區間大部分長度重疊。因此，對「開放權重中排名第一」的誠實解讀是：這是名次，而非已證實的領先幅度：Fibo 2.0 在排序中領先 Qwen-Image-2.1，而此排序尚無法區分兩者。它真正且明確領先的模型是自身的前代——174 Elo 約為其自身區間半寬的十四倍，再多的抽樣雜訊也無法解釋這一點。

• 編輯 Elo — Fibo 2.0 1,087.05，總排名第 20，在開放權重中排名第 1；Q​wen-Image-2.1 1,082.74，總排名第 21，在開放權重中排名第 2。

• 編輯區間 — 1,073.05–1,101.05 對比 1,069.74–1,095.74。兩者重疊，因此將兩者視為同級，並以排名作為決勝依據。

• 文生圖 Elo — Fibo 2.0 1,038.79，總排名第 21；Q​wen-Image-2.1 1,042.13，總排名第 20。此處 Q​wen 名義上領先，但同樣落在彼此重疊的區間內（1,026.79–1,050.79 對上 1,030.13–1,054.13）。

• 與第一代相比的變化——編輯方面，FIBO Edit 從 912.82 提升至 Fibo 2.0 的 1,087.05，+174。文生圖方面，FIBO 從 848.86 提升至 1,038.79，+190。較便宜的第一代 SKU「FIBO Lite」，其文生圖分數為 813.06。

• 與各排行榜榜首的差距 — 在編輯上落後 GPT Image 2.5 Sunburst（max）111.66 Elo，在文字轉圖像上落後同一模型 183.17 Elo。開放權重領先與整體領先是兩回事。

• 樣本量——編輯任務有 4,819 場對戰，文字生圖則有 5,113 場。這樣的量足以讓信賴區間收得很窄，卻不足以讓五分之一的 Elo 差距具有任何意義。

Artificial Analysis 在兩個排行榜上都將發布日期列為 2026 年 10 月 20 日，並將該模型標記為近期發布。Bria 自家的模型卡宣稱，截至同一日期，該模型在開放權重模型的影像編輯項目中名列第一，在文字轉圖像項目中名列第二。這是廠商針對第三方排行榜的說法，而非廠商自家的基準測試，但這仍是廠商在描述自家結果；而且直接查核時，這些排名確實站得住腳。

8B 裡面實際上有什麼？

參數量是這次發布中最不有趣的數字。Fibo 2.0 是一個在 FLUX.2 VAE 潛空間中運作的 flow-matching 模型，並以 Qwen3-VL-4B-Instruct 模型作為其提示編碼器。它並非讓擴散 Transformer 以原始文字 token 作為條件，而是將編碼器的輸出透過兩層 Perceiver resampler 壓縮成 256 到 512 個「gist」token，而 44 個區塊的單流 Transformer 會關注這些 token，其中五個區塊還會額外接收交叉注意力的輸入。實際結果是，冗長且結構化的描述幾乎不會帶來額外成本：無論你寫多少，條件資訊都被限制在 512 個 token 以內。

• 架構 — 在 FLUX.2 VAE 潛在空間中進行流匹配，44 個區塊的單流 DiT，其中五個區塊對提示表徵進行交叉注意力。

• 文字編碼器 — Qwen3-VL-4B-Instruct，透過兩層 Perceiver 重採樣器壓縮為 256–512 個 gist 詞元。

• 大小 —— 8,127,342,213 個參數，採用 BF16 safetensors，因此在尚未計入任何執行階段額外開銷之前，權重約為 16 GB。

• 訓練資料——Bria 約十億張圖片的語料庫，該公司稱其已完全取得授權。這項說法是該公司的主張，而這正是為何下方的授權並非事後才想到的附加事項。

• 模式 — 編輯、遮罩編輯、最多可使用四張參考影像的多參考編輯、生成，以及會提出變體建議的「inspire」模式。同一組權重同時涵蓋生成與編輯，這對本系列而言是全新的；第一代將兩者分開。

統一檢查點是實質性的工程變更。Fibo 1 將生成與編輯作為各自獨立的能力推出，並各自具備不同的強項；而相較於 FIBO Edit 的 174 點編輯增益，部分原因在於編輯在一個同時也負責生成的模型內部，獲得了專屬的訓練側重。這兩種模式是否會互相干擾，正是排行榜無法回答、而一週的實際生產使用卻能回答的那類問題。

Dev 與 Edit Turbo 是兩個名稱相同但不同的產品

Hugging Face 上有兩個以 Fibo 2.0 為名的檢查點，而選錯其中一個，最可能讓你得出這個模型令人失望的結論。

• Fibo 2.0 Dev — 非蒸餾的基礎版本。五十個取樣步數，搭配 5.0 的無分類器引導，生成與編輯皆適用，也是 Bria 指定用於微調的檢查點。速度慢但可控性高。

• Fibo 2.0 Edit Turbo — 蒸餾至四個步驟，不使用無分類器引導，僅限編輯。推論時每張影像的成本約低一個數量級，且無法從零開始生成。

• 工具 — 此管線是 diffusers 中的 BriaFibo2Pipeline，透過 pull request 14991 合併，並搭配 bria-vgl 套件來支援下文所述的結構化圖說格式。ComfyUI 支援則於 10 月 20 日透過社群重新打包推出。

這些提示詞本來就應該是 JSON，而這是真正的工作流程變革

Bria 以它所稱的 VGL——Visual GenAI Language——來訓練與記錄 Fibo 2.0；這是一種結構化的 JSON 描述格式，將主體、構圖、光線、攝影機、風格與圖中文字分別放入具名欄位，而不是揉成一句落落長的句子。此模型也能接受單純的提示詞。但在可量測程度上，它在結構化格式下更具可預測性，因為 Perceiver 瓶頸會保留欄位之間的界線，而扁平的一句話則會把這些界線糊在一起。

這是後續影響最深遠的細節。這意味著 Fibo 2.0 的自然使用者不是在輸入框中打字的人，而是輸出符合 schema 之物件的語言模型；也意味著為這個模型進行提示工程，看起來就像撰寫 JSON schema 並依此驗證。任何人若只用寥寥幾條自由文字提示來評估 Fibo 2.0，衡量的是這個模型並未針對其最佳化的模式，因而會低估它。

「open weights」在這裡確切是什麼意思？

模型卡載明授權為 CC BY-NC 4.0，供非商業使用；商業使用則須與 Bria 另行簽訂協議。Hugging Face 儲存庫設有「auto」層級的存取閘門，並需填寫公司與預定用途表單。你可以下載權重、閱讀權重、微調權重並執行它們；但若未先與 Bria 洽談，就不能以此推出產品。

那是一次正當的開放權重發布，而不是開源發布；這個區別比平常更重要，因為 Fibo 2.0 剛剛超越的那些模型所採用的授權，直接允許商業使用。如果你是在為產品而非研究挑選圖像模型，排行榜的排序並不是限制條件。授權才是。這也間接決定了模型的價格：商業協議是一場談判，而談判是一項不會出現在任何價目表上的成本。

有一種站得住腳的解讀，可以說明 Bria 為何這麼做。訓練語料是公司付費取得的授權資料；若免費釋出權重，讓任何人都能在那份語料上與公司自家的 API 競爭，就等於把語料所換來的資產白白送人。非商業條款正是防止這次釋出蠶食自身業務的機制。這並不讓授權條款變得方便，卻讓它變得自洽。

費率表，以及一千張圖片要花多少錢

• Bria API、Fibo 2.0 — 每張圖片 $0.032。

• Bria API、Fibo 2.0 Edit — 每張圖片 $0.032。在這裡，編輯並不比生成便宜，這點並不尋常，在為批次作業編列預算前值得先了解。

• Bria API、Fibo Lite — 每張圖片 $0.0288。這是較便宜的方案層級，不是排行榜上的那個模型。

• 結構化提示詞呼叫 — 每次呼叫 $0.02，與圖片分開計費。因此，一張 VGL-pipeline 圖片是 $0.052，而非 $0.032，除非你自己產生 JSON。

• Artificial Analysis 的 pricePer1kImages — $32.00，與 $0.032 的頭條數字一致。

每張 $0.032 的 API 定價，是以公用事業而非高階模型的方式計價，這與授權條款所暗示的策略一致：將權重免費釋出供研究使用，並向所有需要權利的人販售端點。租用 GPU 自行架設 Dev checkpoint，若把 50 個取樣步數算進去，不太可能低於每張 $0.032；但對大量執行或需要在私有網路內使用模型的人來說，四步的 Edit Turbo 則是另一種計算。

您可以在哪裡執行它

Fibo 2.0 可透過 Bria 自家的 API、Bria 託管的創作工具、ComfyUI 節點，以及 Hugging Face 上需經審核開放的權重取得。這些就是途徑。它不在 OrcaRouter 的目錄中，而本文也不會假裝它在。

路由這個問題仍然值得用一句話來說明，因為 Fibo 2.0 是大多數團隊在正式採用前都會先試用的模型。OrcaRouter 用單一 API 金鑰就能橫跨超過 200 個模型，以 0% 加價轉嫁供應商的定價，因此供應商調價——包括 Bria 降價——會在事發當天就反映在你的帳單上，而不是等到轉售商更新價目表的那一天。對 Fibo 流程中語言模型的那一半——也就是撰寫 VGL JSON、驗證它，並判斷某次生成是否值得重試的那一半——這意味著負責推理的模型可以和其他所有模型共用同一把金鑰，並具備供應商狀況不穩時的自動容錯切換，以及能把各步驟組成單次呼叫的路由 DSL。影像模型則維持在原處。

那些都不是選擇 Fibo 2.0 的理由。那是不該把周邊管線建構成一連串各自獨立合約的理由。

什麼會改變這個判決？

有三件事值得關注，但都不是一篇發布週文章能定論的。第一，獨立重現：Elo 來自群眾投票的競技場，而正式環境中真正重要的特定失效模式——編輯區域內的文字渲染、跨四張參考圖的身分保持、遮罩邊緣是否被遵守——都不是成對偏好所能衡量的。第二，授權條款：若 Bria 從 CC BY-NC 轉為可商用授權，與其他開放權重模型的比較會在一夜之間改變；若不轉，「最佳開放權重影像編輯器」仍只是研究頭銜。第三，平手：Fibo 2.0 與 Q​wen-Image-2.1 在編輯上相差四分 Elo，區間重疊。再幾千場對戰，要麼分出高下，要麼確認它們是同一個模型掛著兩個名字。

目前為止，這個準確的說法雖然範圍狹窄，卻依然引人注目。發布兩天後，你能下載到的最佳影像編輯模型，是來自一家十年來一直販售授權影像資料的公司的 8B 檢查點；它比該公司先前的嘗試高出超過 170 Elo，而且其授權方式使得幾乎沒有哪個看排行榜的人能在不先打一通電話的情況下，把它用於商業用途。