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。
作者分享了一份云端 GPU 部署教程，用每小时仅两块钱的租用显卡（实测 RTX 4090），在破旧笔记本上跑通蚂蚁百灵刚开源的生图模型 Ming-Image-0.1-Design。文章从选择云平台与机器配置（显存、系统内存、数据盘）、镜像选择、SSH 连接、ComfyUI 启动，到运行官方工作流出图，手把手演示全流程。实测显示模型在商业海报的文字渲染上表现优秀，且 Design-Layer 模型可将设计图智能拆解为多个带透明通道的可编辑图层并自动补全背景。最后提醒下载成果、导出工作流并及时关机以节省费用。
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。
作者实测开源的 MOSS-Image（基于 5B DiT 主干）文生图模型，创作宋城市集、汴京灯市、青绿千里江山等中国风作品。文中分享了通过 JSON Layout 控制构图、中文店招直出、参考布局改材质（丝绸、青瓷、墨金）等玩法，并给出具体参数与工作流：先写场景拆布局，再生成、放大核对、迭代修改。模型 Base/SFT 权重与代码已开源，支持 4K tokens 提示词与微调。
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。
本文是对阿里最新发布的千问图像模型 Qwen-Image-2.0 的深度实测报告。文章详细介绍了该模型在提示词长度支持（1k token）、中文文字渲染准确性、指令遵循能力以及2K高清直出等方面的显著提升。作者通过水煮肉片菜谱、人物写真、PPT制作、信息图生成等12个具体场景的实测案例，展示了模型在复杂排版和中文语义理解上的优势，同时也指出了相较于Banana Pro在自主审美和推理能力上的不足。
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。
作者分享了零基础也能上手的 ComfyUI 部署教程：租用云 GPU（RTX 4090 48G），把部署工作交给 AI（Codex），一句话完成环境配置，并提示优先使用平台公共模型库避免长时间下载。随后导入现成工作流，通过修改提示词中的中文引号内容生成带文字的海报图。文章还实测对比了 MOSS-Image 与 FLUX 3 Klein 两个 5B 级开源文生图模型，进行八组同题生成和 30 次连续造型编辑实验，给出构图控制适配器的解决方案，并附完整工作流与提示词下载链接。
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
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。
