# 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）。
3.  **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）。
4.  **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」）。
    2.  **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。
    3.  **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。
    4.  **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。
    5.  **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）。
2.  **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）。
3.  **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。
4.  **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。
5.  **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？