作者在 24GB 统一内存的 M4 Mac mini 上，从零完成了蚂蚁百灵开源的 6B 设计模型 Ming-Image-0.1-Design 的本地部署与测试。使用 MFLUX 加社区预量化权重（图像模型 8-bit、文本编码器 5-bit，约 19.3GB），过程中踩了 MFLUX 0.20.0 缺少 Ming 命令入口的坑，改用 GitHub 源码安装后跑通。随后围绕咖啡主题测试了五项能力：海报设计、UI/Dashboard、信息图、文字渲染排版和透明背景素材，单张生成耗时约 2-4 分钟，MLX 峰值内存 15-18GB。结论是海报、菜单和信息图版面完整可用，但严格文字与数据细节仍需逐项检查。
作者用 4 段相同提示词对比测试了蚂蚁百灵开源的 Ming-Image-0.1-Design 与 MidJourney 在 SaaS Dashboard、中文活动海报、透明背景产品素材、中文信息图四个设计场景下的表现。结论是两者定位不同：Ming 中文文字渲染准确、布局执行力强、原生支持 RGBA 透明背景输出且免费开源（MIT 协议），适合直接生成可用的 UI 稿、海报和信息图底稿；MidJourney 则在视觉质感、光影氛围和风格多样性上明显占优，适合概念效果图和产品渲染。文中还介绍了 Ming 的 Design-Layer 拆层能力，可拆成多个透明图层并转为可编辑 PPT。最终建议按需求选择：要能直接用的图选 Ming，要好看的图选 MJ。
作者分享了在 M2 Pro Mac 上将 Qwen-Image 2.1 改图时间从 30 分钟压到 6.8 分钟（提速4.5倍）的完整方法论。首先通过耗时拆解定位瓶颈，然后叠加四个优化点：换用 Turbo 模型将去噪从20步降至8步；将 VAE 编解码切换到苹果 MLX 框架，从315秒降到15秒；实测发现 Q8 与 Q4 量化在扩散模型上速度相同，因此选用画质更好的 Q8；利用块因果结构实现前缀 KV 缓存，使每步采样时间减半。作者还用该流水线完成了一段10秒视频的逐帧换装，并通过肤色基准校正、锚点补偿和时序平滑三层方案解决了误差累积问题。
作者在 A100-80G 上部署并实测了蚂蚁百灵开源的 Ming-Image-0.1 系列，包括 Design 生图模型和 Layer 拆层模型。文章详细记录了部署过程与显存优化技巧（VAE 逐帧+分块解码可将峰值从 71.8GB 降至 55.4GB），并用 12 张电商图做了拆层评测：平面海报和白底商品图重组 PSNR 可达 29dB 以上，配合 VL 模型生成分层计划能显著提升图层顺序准确性。作者还搭建了电商主图工作台，实现大促换皮（商品层像素零变化）、文案 A/B、一键英文版和 PSD 导出，展示了 AI 生图从「生成」到「可编辑」的完整流水线。
作者使用免费开源的 6B 设计模型 Ming-Image-0.1-Design，通过 OpenRouter API 制作了一张 9:16 海报。流程分四步：先生成高饱和赛博背景，再生成彩色液态糖果字和青色膨胀字两组艺术字，然后用 Design-Layer 模型拆出带透明通道的文字层，最后与人物、霓虹装饰重新排版，得到 1080×1920 海报及 7 个可独立调整的图层。作者也指出了局限：边缘噪点、图层分错、输出尺寸变化等问题。最后作者将 OpenRouter 调用封装为 Pi 插件，并附带修改后的 ling-ui-design Skill，方便他人复现。
作者记录了在 Mac mini（M4、16GB）上部署蚂蚁开源的混合推理小模型 Ling-3.0-tiny 的完整过程：编译 Ollama 实验分支、下载 FP8/BF16 权重并导入，验证服务后搭建了一个只调用本机接口的写作页面。随后用一篇真实口述稿进行四轮写作测试——提炼结构、检查问题、局部改写和反馈调整，发现模型擅长结构整理与问题扫描，但润色时 AI 味重，难以还原作者口吻。文章还对比了 FP8 与 BF16 的输入输出速度，并总结了端口冲突、上下文设置和接口安全等部署注意事项，最后给出将其用于写作第一轮辅助的定位。
文章介绍了蚂蚁刚开源的本地小模型 Ling-3.0-tiny（7.9B 总参数，每 token 激活 1.3B），在 Apple Silicon Mac 上的部署与实测表现。作者通过让 Cursor/Codex 自动部署 Rapid-MLX 的 4bit 版本，实测 M3 Max 上首字延迟约 55 毫秒，稳态解码约 110-125 tok/s，4bit 权重仅 4.2GB。该模型适合本机快速开发、大纲草稿、纪要压缩、做课件等短任务，也可接入 workbuddy 作为日常模型，但不适合复杂推理和长知识问答。文中给出了完整部署提示词、速度测试和文案处理实测案例。
作者介绍了在 MacBook M4 Pro 上部署蚂蚁百灵开源的 Ling-3.0-tiny 稀疏 MoE 模型的完整过程，用于处理 48G 微信记录和 237 篇日记等隐私数据。文章详述了 FP8 权重选择、编译 MLX 后端 ollama、避坑指南等实操细节，实测生成速度约 78-99 tokens/s。在脱敏、命名实体识别、长文压缩、去重四个场景中表现优异，并总结分工原则：抽取任务交给本地模型，语义判断留给云端模型。
作者测试了模思智能开源的 5B 生图模型 MOSS-Image，重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例，对比传统自然语言 Prompt 与 JSON 布局控制的效果差异：JSON 可将人物、产品、标题等元素按坐标框精确定位，类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成，验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑，但能将模糊排版需求变为结构化描述，对商业海报、电商图等场景具有实际价值。
作者使用模思智能开源的 5B 参数图像生成模型 MOSS-Image，为 Claude 和 DeepSeek 设计拟人化角色形象。文章分享了角色设计思路：Claude 采用橙棕奶油配色体现温暖复古气质，DeepSeek 延伸蓝色海洋主题。作者重点介绍了 MOSS-Image 的优势：生成速度快于 Stable Diffusion 和 ComfyUI，支持准确的中英文文字渲染、JSON Layout 布局控制、最长 4K tokens 提示词，并提供 Prompt Enhance 提示词增强功能。模型基于国产 PPU 算力平台训练，已开放 Base 和 SFT 版本权重，支持动漫、写实等多种风格，目前可免费体验。
作者实测国产开源生图模型 MOSS-Image，重点验证其 JSON Layout 对文字、物体位置和画面构图的可控性。文章对比了普通提示词与 JSON Layout 在同一封面需求下的生成效果，详细讲解了中心坐标系和 yxyx 格式的 bbox 写法、在线体验参数设置、官方示例分析，以及 ZeroGPU 额度问题和本地部署方法。作者强调可复用的不是某张图，而是一套固定种子、对照测试的评估方法，认为 JSON Layout 让提示词变成可保存、可修改的布局资产，使 AI 生图真正进入设计工作流。
作者用一道难题对比测试开源 5B 图像模型 MOSS-Image 与闭源最强的 GPT Image 2.5：在一张水墨长卷中画出李白临江举杯场景，写出《将进酒》全文12行书法，配标题、作者、朱印和英文，并精确控制酒杯数量。第一轮两者都通过，但第二轮仅改两处细节后，GPT Image 2.5 数错酒杯，MOSS-Image 两轮全部正确。文章分析了小模型在中英文渲染、长提示词理解（支持4K tokens）和风格控制上的优势，并分享了结构化布局、负面约束等复杂提示词技巧，附完整提示词。MOSS-Image 已开源权重和代码，支持 LoRA 微调，ComfyUI 下载量突破70万。
作者针对AI生成封面图后难以微调、反复抽卡的痛点，开源了Cover Studio工具，实现在一个页面内完成封面生成、拆层与编辑。核心基于蚂蚁百灵开源的两个6B模型：Ming-Image-0.1-Design负责生图，Ming-Image-0.1-Design-Layer负责将图片拆成多层（文字、主体、装饰、背景），支持图层拖动、缩放、隐藏和调序，避免重新生成破坏已满意的部分。工具内置Punk-Skill封面风格和波妞小红书封面锚点系统，支持多种比例，也可上传现成图片直接拆层编辑。文章还介绍了使用注意事项和本地部署方法。
