Ideogram 4.0

概览

Ideogram 于 2026 年 6 月发布的前沿文生图模型，采用约 93 亿参数的单流 Diffusion Transformer（flow matching），文本编码器为 Qwen3-VL-8B，配套 VAE 复用 FLUX.2-VAE。它引入 JSON 版式控制——用 high_level_description、style_description、compositional_deconstruction 等结构化字段直接驱动扩散模型，而不是靠提示词反复描述。权重已在 Hugging Face 公开并被 ComfyUI 打包支持，但许可为非商用协议，商用需走官方托管 API。

模态

图像

参数量

93 亿

许可说明

开源 · 开放权重，但许可为 ideogram-non-commercial-model-agreement（仅限非商用）；商用需走官方托管 API

能力

• +图内文字渲染：海报、Logo、包装上的文案能稳定拼写正确
• +JSON 版式控制：用 json_prompt 结构化字段指定版式，而不只靠提示词描述
• +分辨率覆盖 38 档预设：方图最高 2048×2048，超宽比例最长边可到 3328 像素
• +三档渲染速度：TURBO / DEFAULT / QUALITY 按需取舍质量与耗时
• +透明背景生成、Remix 与 Describe 等配套端点
• +权重已在 Hugging Face 公开（fp8 / nf4 量化版），可本地推理，但仅限非商用