Ideogram 4 是 Ideogram 公司发布的第一个开源权重（open-weight）的文本生成图像模型，简称 Ideogram4。它是一个从零开始训练的全新基础模型（不是基于其他模型微调的），目前在设计类图像生成领域处于领先地位，被称为“设计前沿的开源图像模型”。在设计专属评测（Design Arena）、排版测试、通用图像排行榜上，都是开源模型里的第一，整体接近甚至在某些设计任务上超越一些闭源大模型。 Ideogram 4 就像一个“懂设计”的AI 画师，特别擅长生成带文字、布局精美、颜色协调的专业级图片，适合设计师、创作者和开发者上手玩，降低了高品质图像生成的门槛。 主要特点 超强文字渲染：能在图片里直接生成清晰、美观的文字（如海报标题、logo、标牌、多行文字），效果目前在开源模型里最好，很多更大参数的模型都比不过它。 精确控制布局：支持用 结构化 JSON 提示词（类似代码格式的详细描述），可以精确指定物体位置（用坐标框）、颜色方案、风格、构图等。普通文字提示也能用，但用 JSON 效果更好（有“魔法提示”工具自动帮你转换）。 灵活分辨率：原生支持从很小到 2048×2048（2K）的高清图像，宽高比随意调整（横图、竖图、长条图都行）。 模型大小：约 93 亿参数，提供 nf4（适合 CUDA）和 fp8 等量化版本，方便不同硬件运行。 架构亮点：采用先进的单流 Diffusion Transformer（DiT），结合视觉语言模型做文本理解，跨模态交互很深，生成质量和可控性强。 应用领域 平面设计与创意：做海报、logo、广告图、包装设计、社交媒体配图等，特别适合需要漂亮文字和精确布局的场景。 UI/UX 与产品原型：快速生成界面概念图、图标、 banner 等。 数字艺术与插画：高品质艺术图、摄影风格图像、故事插图。 教育与内容创作：带文字的科普图、 meme、演示文稿素材。 研究与开发：开发者、研究者可以本地微调、集成到自己的应用里，推动图像 AI 创新。 使用教程：（建议N卡，显存8G起，支持50系显卡） 整合包包含所需所有节点，下载主程序和模型（ComfyUI文件夹），解压主程序一键包，将ComfyUI文件夹移动到主程序目录下即可，详情参考下方目录结构 WebUI：启动后，自动进入WebUI，输入提示词，设置相关参数，生成即可。 关于提示词，Ideogram 4的提示词只支持json格式，WebUI包含转换功能，只需要简短输入你的需求，即可一件转换成json格式。 json格式支持更自由和精确控图，比如每个图层的位置，文字颜色，字号大小等。如需自行编写或修改，可参考官方提示词文档 https://github.com/ideogram-oss/ … n/docs/prompting.md ComfyUI工作流： 双击启动，浏览器输入 http://127.0.0.1:8188/ 进入页面后，点击左侧的 工作流程，选择对应的工作流，输入提示词，设置相关参数，运行即可。 ComfyUI工作流提示词转换，只需要手动启用最右侧的 Json格式提示词转换工具即可。 关于cfg，默认cfg=7，相比传统的图像模型这个cfg略大，生成的图像噪点较多，可以适当调小cfg数值，比如3.5 关于生成模式，默认 Quality 即可质量优先模式，生成质量最高，时间最长。如无特殊要求，选择 Turbo 模式即可。 软件目录结构 📂 ComfyUI/ ├── 📂 models/ │ ├── 📂 diffusion_models/ │ │ └── ideogram4_fp8_scaled.safetensors │ │ └── ideogram4_unconditional_fp8_scaled.safetensors │ ├── 📂 text_encoders/ │ │ └── gemma4_e4b_it_fp8_scaled.safetensors │ │ └── qwen3vl_8b_fp8_scaled.safetensors │ ├── 📂 vae/ │ │ └── flux2-vae.safetensors 📂 deepface/ ……
下载地址：点此下载
