Ming-Image-0.1-Design 悄然發布：一個只存在於儲存庫、別無他處的 6B 設計模型

有一個名為 Ming-Image-0.1-Design的 6B 文字轉圖像模型，座落於 inclusionAI 在 Hugging Face 上的組織中，而截至 2026 年 9 月 23 日，關於它幾乎沒有其他任何資訊存在。該儲存庫建立於 9 月 17 日，權重於同日上線，模型卡則於 9 月 22 日被改寫——五天內共三次提交，全部來自同一個帳號，沒有廠商部落格文章、沒有發布說明、在任何 API 平台上都沒有模型頁面，下載計數器仍顯示為零。這就是從外部看來的一次安靜發布：一個完整的產物，卻沒有任何公告。因此，本文是一份盤點，記錄該儲存庫說了什麼、它昨天有什麼變更，以及哪些部分仍無法驗證——不是評論，因為 inclusionAI 之外還沒有人發表過這個模型的任何數字。

儲存庫實際包含的內容

該卡片將 Ming-Image-0.1-Design 描述為一款 6B 的文字生成圖像模型，適用於 UI、資訊圖表、海報及其他文字密集的視覺設計，能生成完整的視覺構圖，並支援帶透明背景的 RGBA 輸出。對於如此新穎的模型而言，其中介資料的授權條件異常寬鬆：MIT 授權、diffusers 與 safetensors、pipeline 標籤 text-to-image，以及涵蓋圖像生成、平面設計、文字算繪與 RGBA 的標籤。

建議的推論設定夠具體，足以派上用場：

• 解析度 — 建議 2048 x 2048，或使用 1024 x 1024 以加快生成速度

• 取樣步數 — 12

• CFG 比例 — 一點零

• 精度 — BF16

• 硬體 — 一張具有 80 GiB VRAM 的 CUDA GPU，並被描述為已驗證的配置

在引導尺度為 1.0 的情況下執行十二步，是蒸餾式或無引導取樣器的典型特徵：每張影像的運算成本低廉，而這正是這張卡能在多數擴散模型不會嘗試的步數下提供 2048 像素輸出的原因。這張卡也指出，公開的推論程式碼會把文字生圖的解析度要求對應到所支援的 1024 或 2048 分桶，因此介於兩者之間的尺寸會被吸附到這兩者之一。

檔案樹比文字說明透露得更多一些。除了 vae 與 scheduler 之外，還有一個 transformer 資料夾，內含五個權重分片，另外還有獨立的 mllm、connector 與 mlp 元件——這是一個多階段管線的樣貌，以多模態語言模型作為文字編碼器，而非單一的整體式去噪器。這與卡片的說明一致：提示增強可由 Ling-3.0-flash-VL 或 qwen3.8-27B 處理，兩者都是同一組織的兄弟模型。

於 9 月 22 日合併的三個提交

這是這個故事中唯一帶有過去一週內時間戳的部分，也是這個模型值得現在、而非等到十月才來撰寫的原因。提交標題依序如下：

• 9月22日 11:25 UTC —「發布 Ming-Image-0.1-Design 發行套件」

• 9月22日 12:01 UTC —「更新 Ming-Image-0.1-Design 模型卡」

• 9月22日 15:17 UTC — 「新增 vLLM-Omni 部署連結」

前兩項是例行公事。第三項才是實質變更：一個並非廠商自家的框架採用了這個模型，而模型卡現在建議透過 vLLM-Omni 來部署它，並附上 recipe 與安裝指南的連結。這是標準訊號，代表模型已從「擺在架上的權重」變成「團隊真的能架設在端點後方來用的東西」，而這種變更從來不會產生新聞稿。

它也處於半完成狀態。安裝指南連結可以正常開啟。同一個 commit 中針對此模型的 recipe 路徑則不行——截至 9 月 23 日會傳回 404。因此 Ming-Image-0.1-Design 目前的部署情況是：通用框架確實存在，但其中針對這個模型的說明仍只是佔位符。如果你打算部署它，請預留時間自行閱讀 vLLM-Omni 快速入門，並自行釐清模型接線。

卡片中的排行榜，以及它不在的那個排行榜

此儲存庫隨附一張效能圖表：assets/uiux_leaderboard.webp，這是一張排行榜風格的圖片，標題為「文字轉圖像排行榜：UI/UX 設計」，底部標示著「來自我們 Image Arena 中盲選偏好投票的 Elo 分數」，並帶有「開放權重排行榜」徽章。在圖中，Ming-Image-0.1-Design 以 1,082 Elo 位居第一，領先 1,052 的 Ideogram 4.0 (Quality)、1,015 的 Ideogram 4.0、1,005 的 HunyuanImage 3.0 Instruct，以及介於 994 與 1,000 之間的 FLUX.2 dev 變體。

關於那張圖片，有三件事必須說，而且順序很重要。

首先，這是廠商在其自有儲存庫中發布的藝術作品。我們是在報導該檔案的內容，並非為其背書。

其次，我們在9月23日的 Artificial Analysis 即時排行榜上，到處都找不到 Ming-Image-0.1-Design——不論是文生圖排行榜、UI/UX 設計分類檢視、圖像編輯排行榜，還是開放權重檢視，都找不到。即時 UI/UX 設計分類的榜首是 GPT Image 2.5 Flare，Elo 為 1,227；而該卡片所列的 FLUX.2 項目在同一份即時排行榜上出現的數值卻不同：FLUX.2 [flex] 為 1,065、FLUX.2 [max] 為 1,053、FLUX.2 [dev] 為 1,000。因此，該卡片的排名是針對一個我們找不到的排行榜所提出的說法，而且其所用的量表比我們能找到的那個低了約 150 Elo。

第三，Elo 是依各排行榜分別計算的。即使是同一個模型，特定類別的 UI/UX 分數與一般文字轉圖像分數也是不同的量值，這就是為什麼同一個 FLUX.2 版本在一個 Artificial Analysis 排行榜上顯示為 1,026，在另一個上卻是 1,065。任何混合不同排行榜的比較都稱不上是比較。

總結立場：Ming-Image-0.1-Design 有一項效能宣稱，那是供應商自己的說法，且不存在任何獨立評估。這不是指控。這正是為什麼在任何人依據 1,082 編列預算之前，該模型需要一次外部實測。

你目前還不能用它做什麼

問題就出在快速入門。它指示你複製 github.com/inclusionAI/Ming-Image、安裝其相依套件，並 infer.py 以 Hugging Face 模型 ID 執行。該儲存庫不存在。該頁面傳回 404，原始 README 也傳回 404，而且沒有任何 Ming-Image 儲存庫出現在該組織的公開儲存庫清單中——清單中確實有 Ming、Ling、Ring、Ming-UniVision、Ming-UniAudio 以及其他十幾個，所以這是根本不存在的缺漏，而不是打錯的 URL。執行 Ming-Image-0.1-Design 的唯一有文件記載路徑，就是那條不存在的路徑。

其餘的存取情況同樣單薄。模型卡將 inference: false，而 Hugging Face 也回報該模型並未由任何推論服務供應商部署。既沒有公開定價，也沒有 API 識別碼，沒有 playground，除了權重本身採用的 MIT 授權外，也沒有任何商業條款。下載次數為零，按讚數為四。

所以，關於可用性的誠實總結是：權重是真實存在且以寬鬆授權釋出的，而圍繞它們的一切——程式碼、文件、託管、評估——要嘛付之闕如，要嘛只是空殼。

決定誰可以使用它的數字

八十 GB 的 VRAM 就是全部的論點所在。那是一張 H100 或 H200 等級的顯卡，或是一張 A100 80GB。它不是工作站 GPU，不是筆電，也不是你忘了終止的 spot instance。結合經過驗證的單 GPU 配置，這意味著 Ming-Image-0.1-Design 授權免費但運行昂貴，而這正是來自大規模訓練實驗室的開放權重發布的熟悉樣貌。

為求我們這邊的完整性：目前沒有任何 inclusionAI 模型可透過 OrcaRouter 路由。我們在 9 月 23 日查看時，目錄頁列出了 15 家供應商共 199 個模型，其中沒有任何 Ming 項目，也沒有任何形式的 inclusionAI 項目，所以這裡沒有東西可以透過我們呼叫。在這種情況下，路由層真正的價值在於第二步——當上游供應商採用該模型的那一天，試用它會變成在你已經持有的金鑰上改個模型 ID，而不是新合約和新 SDK。在那之前，要執行 Ming-Image-0.1-Design 的唯一方法，就是找到那個失蹤的儲存庫，以及一台還有 80 GiB 可用空間的 GPU。

什麼能讓這變成一個故事？

四件事，依它們能告訴你多少資訊的程度由少到多排列。配套儲存庫出現，這會讓模型能如文件所述般運行。vLLM-Omni 的配方補齊，這會讓它無需猜測就能提供服務。有推論供應商將它上架，這會為它標上價格。還有一個獨立的 Elo，這會是關於這個模型、第一個不是來自訓練它的人的數字。

在至少其中一項落實之前，正確的姿態是狹窄且不光鮮的。如果你為 UI 與版面生成建置評估集，這些權重現在就值得拉取——MIT、6B、單一配置，以及低到足以讓數千個樣本可負擔的步數。如果你這一季需要在生產環境中使用圖像生成，Ming-Image-0.1-Design 不是候選者：沒有端點、沒有支援，也沒有第三方評分。而如果你正在關注 inclusionAI 這個組織，請注意它現在有了一個圖像模型，可與其語言和語音產品線並列；它是在沒有告知任何人的情況下發布這個模型的；而且從最初上傳到發布套件之間的兩週空檔，暗示那段靜默期是刻意為之。