影片筆記：最强 AI 图片模型来了！Ideogram 4 正式开源，媲美 GPT-Image / Midjourney，支持本地部署！| 零度解说

一句話總結

影片介紹了被稱為「Elden Ground 4」的開源 AI 圖片生成模型，宣稱其性能媲美 GPT-Image 與 Midjourney，並詳細演示了如何在本地電腦安裝 ConfiUI 客戶端及配置模型權重，實測顯示其生成速度快、真實感強，但中文文字渲染仍有瑕疵，建議使用英文提示詞。

核心重點

1. 模型發布與定位：官方正式開源了名為 Elden Ground 4 的圖片生成模型，並直接提供模型權重下載。該模型被宣稱為目前最接近 GPT-Image 和 Midjourney 的開源模型，且在開源領域佔據絕對優勢。
2. 技術規格與優勢：

• 參數量為 9.3B（90 億）。
• 提供兩種精度版本：NF4 精度全重量化版（針對 N 卡）和 FP8 精度版（通用硬件）。
• 核心賣點為完全本地部署、人人可安裝，以及極佳的文本渲染效果。
• 宣稱在參數量較少的情况下，性能超越了參數量更大的「輕微 Image」（200億）、「Flash 2」（321億）及「回源 Image 數類」（800億）。

1. 本地部署流程：

• 需下載五個核心模型文件（主模型、擴散模型、WMIMI 編碼器等）。
• 安裝最新版本的 ConfiUI 客戶端（疑為 ComfyUI）。
• 配置 GPU 環境（自動檢測 N 卡或 A 卡），建議使用獨立版本。
• 需手動將模型文件放入指定路徑（如 AppData 下的 Combi以外資料夾）。

1. 實測表現：

• 速度：在 24G 顯存下，生成一張圖片約需 5 秒。
• 質量：在真實風格、動漫卡通、廣告圖生成上表現優異，細節豐富，自然度高。
• 限制：中文文字渲染存在錯誤（如錯別字），模型對英文理解優於中文，建議使用英文提示詞以獲得最佳效果。

詳細大綱

一、 模型介紹與市場定位

• 名稱：Elden Ground 4。
• 競爭對標：
• 宣稱最接近閉源模型 GPT-Image 和 Midginal（疑為 Midjourney）。
• 在所有開源圖片模型中佔據絕對優勢。
• 部署特性：支持完全本地部署，無需雲端，人人可安裝使用。
• 版本區別：

1. NF4 精度全重量化版：主要針對 NVIDIA 顯卡，支持擴張。
2. FP8 精度版：可在任何硬件上部署運行。

• 性能對比數據：
• 文本渲染效果最佳。
• 超越 200 億參數的「輕微 Image」。
• 超越 321 億參數的「Flash 2」。
• 超越 800 億參數量的「回源 Image 數類」。

二、 本地部署安裝步驟

• 前置準備：
• 訪問官方文章下載資料（鏈接在視頻下方）。
• 下載五個模型文件：主模型、擴散模型、WMIMI 編碼器等（官方提供打包下載）。
• 安裝 ConfiUI 客戶端：
• 下載並安裝最新版本（約 150MB）。
• 老版本用戶需升級或覆蓋安裝。
• 安裝選項：選擇「本地運行」（非雲端）。
• 協議勾選：通義它俠款協議（可選勾選匿名數據分享）。
• 鏡像設置：建議中國大陸用戶啟用中國鏡像加速下載，避免翻牆；非大陸用戶可跳過。
• 配置細節：
• 名稱：可自定義（如「零度」）。
• GPU 識別：自動檢測 N 卡或 A 卡。
• 安裝位置：默認 C 盤，可自定義。
• 高級選項：推薦安裝獨立版本（V0.i6.i 版本），選擇 N 卡或 CPU（CPU 速度較慢）。
• 工作流與依賴：
• 安裝過程中會詢問是否導入工作流（ZImageTourable 或 One 2.1），選擇跳過並安裝。
• 下載工作流文件（約 2GB）。
• 將工作流拖入 Combia2 客戶端（疑為 ComfyUI）。

三、 模型文件配置與路徑

• 缺失模型處理：
• 客戶端提示缺少四個索引模型。
• 方法一：點擊「全部下載」按鈕在線下載（需科學上網，否則可能失敗）。
• 方法二：手動將第一步下載的五個模型文件放入對應文件夾。
• 手動放置路徑（Windows）：
• 路徑：C 盤 -> 用戶文件夾 -> [用戶名] -> 顯示隱藏項目 -> AppData -> Local -> Combi以外（疑為 ComfyUI） -> desktop -> modus -> 對應文件夾。
• 將模型文件按路徑位置放入對應文件夾。

四、 實測與效果評估

• 基本操作：
• 設置寬高比（如 9:16, 16:9, 21:9）。
• 輸入提示詞並點擊運行。
• 生成速度：24G 顯存下，生成一張圖片約需 5 秒。
• 測試場景與結果：

1. 魔法提示詞測試：

• 效果真實，細節豐富。
• 建議優化提示詞，避免關鍵詞直接明碩（疑為「明顯」或「暴露」）。

1. 動漫卡通測試：

• 功夫熊魔力的 Panda：效果與動畫片相似，一次搞定。
• 卡通式狗狗：測試成功。

1. 中文提示詞測試：

• 場景一：夜色下泡溫泉的人。
• 效果：色彩比例、打光角度、天空繁星、環境細節非常真實，像真能拍攝。
• 場景二：雪原森林中的神級天氣瓶。
• 效果：玻璃球雪花晶片、雪地反射陽光設計微妙好看。

1. 文字渲染測試（缺點）：

• 場景：西紅薯炒雞蛋步驟圖。
• 問題：第三步和第四步的中文字體出現錯誤（錯別字）。
• 結論：模型對英文理解較好，對中文製作稍缺火候。

1. 廣告圖測試：

• 場景：高端大氣的廣告圖。
• 效果：耐燒、中意且大氣。
• 總結建議：
• 相比之前模型，速度更快，圖片更自然、真實。
• 適合插畫、動畫設計、產品設計圖生成。
• 關鍵建議：使用英文提示詞效果優於中文提示詞（與模型訓練數據有關）。
• 資料下載鏈接將放在視頻下方。

工具 / 模型 / 名詞整理

• Elden Ground 4：影片宣稱的最強圖片生成模型，官方開源。
• GPT Image：被比較的閉源圖片生成模型。
• Midginal：被比較的閉源圖片生成模型（疑為 Midjourney 之誤聽）。
• 輕微 Image：200 億參數的開源模型（疑為 Midjourney 或 Stable Diffusion 變體之誤聽）。
• Flash 2：321 億參數的開源模型。
• 回源 Image 數類：800 億參數量的開源模型（疑為 Stable Diffusion XL 或類似大型模型之誤聽）。
• ConfiUI / Combia2 客戶端：影片提及的圖片生成客戶端軟件（極大機率為 ComfyUI 的聽寫錯誤）。
• ZImageTourable：工作流名稱。
• One 2.1：工作流名稱。
• GateHUB：部署平台名稱（疑為 Hugging Face 或 GitHub 之誤聽）。
• 通義它俠款協議：安裝過程中出現的協議名稱（疑為「通義千問」或特定開源協議之誤聽）。
• WMIMI 編碼器：模型組件之一。
• NF4 精度全重量化版：針對 N 卡的模型版本。
• FP8 精度版：通用硬件的模型版本。
• 24G 顯存：實測使用的顯存規格。

操作流程整理

1. 下載資源：

• 訪問官方文章，下載五個核心模型文件（主模型、擴散模型、WMIMI 編碼器等）。

1. 安裝客戶端：

• 下載並安裝最新版本的 ConfiUI 客戶端（約 150MB）。
• 選擇「本地運行」，勾選協議，設置鏡像（大陸用戶建議啟用中國鏡像）。
• 配置 GPU 識別（N 卡或 A 卡）及安裝路徑。
• 選擇高級選項中的獨立版本（V0.i6.i）。

1. 配置工作流：

• 跳過安裝過程中的工作流導入詢問。
• 下載約 2GB 的工作流文件。
• 將工作流拖入 Combia2 客戶端。

1. 處理缺失模型：

• 若客戶端提示缺少索引模型，可選擇在線下載（需科學上網）或手動放置。
• 手動放置路徑：C 盤 -> 用戶文件夾 -> [用戶名] -> 顯示隱藏項目 -> AppData -> Local -> Combi以外 -> desktop -> modus -> 對應文件夾。
• 將下載的五個模型文件按路徑放入對應文件夾。

1. 生成圖片實測：

• 設置圖片寬高比（如 9:16, 16:9）。
• 輸入提示詞（建議使用英文）。
• 點擊運行，觀察生成結果（24G 顯存下約 5 秒/張）。

值得注意的限制或風險

1. 中文文字渲染能力不足：實測顯示，在生成包含中文文字的圖片（如步驟圖）時，會出現錯別字或文字錯誤。模型對英文的理解和渲染優於中文。
2. 依賴科學上網：若選擇在線下載缺失的索引模型，可能需要科學上網，否則下載可能失敗。
3. 硬件要求：雖然有 FP8 版本支持通用硬件，但最佳體驗（如 24G 顯存下的速度）仍依賴較高的顯存規格。CPU 運行速度較慢。
4. 名稱辨識風險：影片中的模型名稱（Elden Ground 4）及相關工具名稱（ConfiUI, Midginal 等）與市場常見名稱存在較大差異，可能存在辨識錯誤，實際使用時需確認對應的真實工具。

逐字稿辨識疑點

• Elden Ground 4：音譯名稱，需查證實際模型名稱（可能為 Stable Diffusion 3 或其他新模型）。
• Midginal：需查證，可能為 Midjourney。
• 輕微 Image：需查證，可能為 Midjourney 或特定模型版本。
• 回源 Image 數類：需查證，可能為 Stable Diffusion XL (SDXL) 或其他大型模型。
• ConfiUI / Combia2：需查證，極大機率為 ComfyUI。
• WMIMI 編碼器：需查證，可能為 VAE 或特定編碼器名稱。
• 通義它俠款協議：需查證，可能為「通義千問」或「知識共享協議」等。
• GateHUB：需查證，可能為 Hugging Face 或 GitHub。
• V0.i6.i：需查證，可能為 ComfyUI 的版本號（如 v0.1.6 或類似）。
• 明碩：需查證，可能為「明顯」或「暴露」。
• 西紅薯炒雞蛋：提示詞內容，非錯誤，但作為測試案例記錄。
• 功夫熊魔力的 Panda：提示詞內容，非錯誤。
• 神級天氣瓶：提示詞內容，非錯誤。
• 耐燒：形容詞，需查證語境，可能為「耐看」或「高質量」。
• 中意：形容詞，需查證語境，可能為「滿意」或「精緻」。
• 手用的全部資料：口誤，應為「視頻用到的全部資料」。
• 博物贊：口誤，應為「視頻」。
• 下車：大量重複的無意義詞彙，可能為錄音結束後的雜音或口誤重複。

可延伸追問

1. 「Elden Ground 4」的真實官方名稱是什麼？其架構是否基於 Stable Diffusion 或其他基礎模型？
2. 「ConfiUI」是否確認為 ComfyUI 的變體或特定分支？其安裝包與官方 ComfyUI 有何區別？
3. 該模型的 9.3B 參數量是如何實現超越 800 億參數量模型的？其量化技術（NF4/FP8）的具體優勢何在？
4. 針對中文文字渲染的缺陷，是否有後續的更新計劃或特定的提示詞技巧可以緩解？
5. 「輕微 Image」、「Flash 2」、「回源 Image 數類」具體對應哪些現有的開源模型？