Ming-Image-0.1-Design

LLéna

InclusionAI a publié sous licence MIT Ming-Image-0.1-Design, un modèle texte-image de 6 milliards de paramètres conçu pour créer des interfaces, des affiches, des infographies et d’autres compositions graphiques riches en texte, selon AlphaSignal. Le modèle se destine donc à des créations où le texte est intégré à l’image, et pas seulement à la production d’images sans texte. Dans le classement UI/UX Design d’Artificial Analysis, Ming-Image-0.1-Design arrive en tête parmi les modèles à poids ouverts. Ce classement s’appuie sur des votes de préférence à l’aveugle et des scores Elo relatifs aux modèles évalués : il traduit ainsi les préférences recueillies dans cette comparaison, et non un rang valable pour tous les usages ou tous les systèmes. Autre fonction annoncée, Ming-Image peut produire nativement des images au format R, G, B, A, avec un fond transparent, à condition d’utiliser dans la consigne les formulations déclencheuses prévues ; cette sortie peut servir lorsqu’un visuel doit être intégré sans arrière-plan. Pour la génération, le modèle peut fonctionner à une résolution de 2 048 par 2 048 pixels, en 12 étapes et avec un réglage C, F, G de 1,0, sur un processeur graphique C, U, D, A doté de 80 gigaoctets de mémoire. Le code d’inférence et des recettes de déploiement avec vLLM-Omni sont également disponibles sur GitHub. À retenir : l’annonce associe une licence MIT, des usages orientés vers les interfaces et les créations graphiques riches en texte, ainsi qu’une sortie transparente native ; sa première place reste toutefois limitée au classement et aux modèles évalués.