企业官网建设流程全解析

• 人工智能
• 基础模型
• 媒体生成
• 计算机视觉

Boogu-Image 是一个采用 Apache-2.0 协议开源的AI 图像生成与编辑模型家族，支持文生图（T2I）、图生图编辑（TI2I）、中英双语文本渲染，并提供只需 4 步的极速生成版本。本教程将带你从零开始，完成 Boogu-Image 环境安装、模型权重下载，并亲手跑出你的第一张 AI 生成图。

📦 Boogu-Image 是什么？四大模型变体一览

Boogu-Image-0.1 由四个变体组成，覆盖从"精细可控"到"极速出图"的不同场景：

官方在自建的 Boogu Arena 评测中，该系列模型综合排名位居已评测的开闭源系统前列。它的核心能力包括：

• 📸真实感摄影：光影自然、构图合理、细节忠实
• 📝稳定文本渲染：海报、印章、文档、界面等中英双语排版
• 🎨多样风格化：迷你 3D、国风流金、动漫人像等创意生成
• 🖌️全能图像编辑：物体增删改、材质修改、背景替换、风格迁移

💡 新手建议：先装Base模型熟悉流程，之后按需补装Turbo（要速度）或Edit（要编辑）。

🚀 第一步：一条命令安装 Boogu-Image 环境

Boogu-Image 已在Python 3.10 + CUDA 12.6 + PyTorch 2.7.1环境下完成验证，也支持最高 PyTorch 2.11 / CUDA 12.8（见 requirements/ 目录下各版本依赖清单，如 requirements/torch2.7-cu126.txt）。

方式一：使用一键脚本（推荐新手）

# 克隆代码仓库 git clone https://gitcode.com/gh_mirrors/bo/Boogu-Image cd Boogu-Image # 一键创建 conda 环境、安装依赖、安装 flash-attn bash quick_start.sh conda activate boogu

quick_start.sh 会自动完成：创建boogu环境（Python 3.10）、安装依赖、执行pip install -e .，并自动安装匹配的 utils/get_flash_attn.py Flash Attention 加速库。

方式二：手动安装

conda create -y -n boogu python=3.10 conda activate boogu pip install -r requirements/torch2.7-cu126.txt pip install -e . python utils/get_flash_attn.py

📥 第二步：下载 Boogu-Image 模型权重

使用 Hugging Face CLI 将模型下载到本地models/目录：

pip install -U "huggingface_hub[cli]" # 按需下载（新手先下 Base 即可） huggingface-cli download Boogu/Boogu-Image-0.1-Base --local-dir models/Boogu-Image-0.1-Base huggingface-cli download Boogu/Boogu-Image-0.1-Turbo --local-dir models/Boogu-Image-0.1-Turbo huggingface-cli download Boogu/Boogu-Image-0.1-Edit --local-dir models/Boogu-Image-0.1-Edit

下载完成后目录结构如下，推理时通过--pretrained_pipeline_name_or_path指向该路径：

models/ └── Boogu-Image-0.1-Base/ ├── model_index.json ├── mllm ├── processor ├── scheduler ├── transformer └── vae

🎨 第三步：运行第一张 AI 生成图（T2I）

Boogu-Image 的推理入口是 inference.py。执行前必须先设置device环境变量（部分模块会读取该变量决定是否启用 GPU 加速算子），再运行：

export device="cuda:0" # 必填 python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Base" \ --instruction "一幅国风琉金风格的山水画作，远山层叠，江水如镜，山峰边缘勾勒着发光的金色线条，画面梦幻朦胧而又磅礴大气。" \ --num_inference_steps 50 \ --height 1024 --width 1024 \ --text_guidance_scale 4.0 \ --output_image_path "outputs/test_base/out_1.png" \ --device "$device"

几个新手必知要点：

• --instruction：提示词，支持中文，写得越具体效果越好（主体、场景、风格、光影）
• --num_inference_steps：Base 模型推荐 25~50 步；Turbo 模型固定用 4 步，同时把--text_guidance_scale设为 1.0
• --height/--width：输出尺寸，内部会自动对齐到 16 的倍数，支持 1:1、16:9、9:16 等多种比例
• --output_image_path：结果保存路径，记得提前建好父目录

⚡ 如果不想记参数，直接复制 demo_scripts/demo_t2i.sh 改一改就能跑，demo_scripts/ 目录还预置了批量推理、低显存、提示词改写等 30 多个示例脚本。纯 Python 集成方式可参考 inference_simple.py。

🖌️ 第四步：体验 AI 图像编辑（TI2I）

切换到 Edit 模型，加上--input_image_paths参考图参数，即可进行图像编辑。仓库自带示例图 input_image_examples/ 可以直接拿来练手：

export device="cuda:0" python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Edit" \ --instruction "把图中的红色汽车变成蓝色汽车，其余保持不变。" \ --input_image_paths input_image_examples/02.png \ --num_inference_steps 50 \ --text_guidance_scale 5.0 \ --output_image_path "outputs/test_edit/out_1.png" \ --device "$device"

完整参数可对照 demo_scripts/demo_ti2i.sh。

除了物体增删改，Edit 模型还擅长海报设计和精准文字编辑——比如生成带中英标题的海报、替换图中指定文字：

🧠 显存不够？按需选择 Offload 策略

Base 模型无 offload 直接跑约需40GB 显存，显存有限时可以启用三种互斥的 offload 开关（三选一，详见 INFERENCE_GUIDE.md）：

# 12GB 显卡低显存示例 python inference.py \ --pretrained_pipeline_name_or_path "models/Boogu-Image-0.1-Base" \ --instruction "一只在雪地里奔跑的哈士奇，电影感光影" \ --height 1024 --width 1024 \ --num_inference_steps 50 --text_guidance_scale 4.0 \ --output_image_path "outputs/low_mem/out_1.png" \ --device "$device" \ --rewriter_device "$device" \ --enable_sequential_cpu_offload_flag True \ --enable_model_cpu_offload_flag False \ --enable_group_offload_flag False

⚠️ 注意：启用任何 offload 时device必须为cuda/cuda:x，不支持 CPU 设备。

📚 进阶加速与核心文件速查

想进一步提速或省显存，可以了解这些可选开关：

• TeaCache / TaylorSeer / Cache-DiT：Transformer 缓存加速，按需开启（建议先关缓存跑通基线再逐个开启），优先级为 Cache-DiT > TaylorSeer > TeaCache
• --use_fp8_weights：FP8 量化权重加载，可显著降低显存，需先用 utils/quantize_transformer.py 预量化
• --enable_torch_compile：编译加速，若出现全黑图请关闭
• 提示词改写：--use_rewrite_text_instruction True可让指令理解器自动润色你的提示词

核心文件导航：

✅ 常见问题排查（FAQ）

• 提示device相关报错：确认已export device="cuda:0"且传了--device "$device"，两者必须一致
• 生成速度太慢：换用 Turbo 模型（4 步出图），或开启 TeaCache
• 显存溢出（OOM）：按上文表格启用 offload，或改用 FP8 量化版
• 输出全黑：先检查是否启用了--enable_torch_compile，关闭后重试
• 结果偏模糊：检查--max_input_image_pixels是否与目标分辨率匹配，设置过低会先生成低分辨率图再放大

恭喜！到这里你已经走完了 Boogu-Image 的完整上手路径：环境安装 → 权重下载 → 第一张 AI 生成图 → 图像编辑 → 显存优化。接下来可以试试 demo_scripts/ 里的批量推理脚本，或深入 INFERENCE_GUIDE.md 探索更多高级参数，祝你创作愉快 🎉

• 人工智能
• 基础模型
• 媒体生成
• 计算机视觉