FIBO— 开源的图像生成模型，首个原生支持JSON

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

可图大模型

可图大模型（Kolors）是快手大模型团队自研打造的文生图AI大模型

32

查看详情

FIBO是什么

fibo 是首个开源且原生支持 json 的文本生成图像模型，专为处理长篇、结构化的描述而设计。该模型在超过 1 亿条结构化 json 描述（每条约含 1,000 字）上进行训练，能够精确且可重复地控制光照、构图、色彩以及相机参数。fibo 提供三种使用模式：生成、精修与灵感，并具备特征解耦能力，允许用户单独调整某一属性而不影响整体画面。所有训练数据均来自合法授权来源，确保了使用的合规性与法律透明度，非常适合集成到专业创作流程中。

FIBO的主要功能

• 文本转图像：根据输入的自然语言描述，自动生成高保真图像。
• 结构化 JSON 提示扩展：将简单提示自动转化为详尽的 JSON 结构描述，涵盖光线、视角、色调等细节。
• 多轮迭代优化：支持从初始文本出发生成图像，也可基于已有 JSON 进行多次精细化调整。
• 独立属性调控：实现特征解耦，可单独修改如焦距或光源方向等参数，保持场景一致性。
• 灵感激发模式：上传图像后提取其结构化信息，用于生成风格相似的新图像，辅助创意探索。
• 合规数据保障：全部训练数据均获得合法授权，满足企业级法律和版权要求。
• 生产环境适配：提供 API 接口、ComfyUI 插件支持及本地部署方案，便于工程集成。

FIBO的技术原理

• 模型架构：采用 8B 参数规模的 DiT（Diffusion Transformer）结构，结合流匹配（Flow Matching）技术进行训练。
• 文本理解模块：使用 SmolLM3-3B 作为文本编码器，配合创新的 DimFusion 条件注入机制，高效处理超长文本输入。
• 图像编解码器：搭载 Wan 2.2 VAE 模块，负责图像的压缩与重建。
• 智能提示增强：引入视觉语言模型（VLM）将用户简短描述自动补全为完整 JSON 提示。
• 结构化监督学习：以结构化 JSON 数据作为训练目标，强化语义分离能力，防止提示漂移。
• 数据合法性基础：训练集由超过一亿条授权获取的长格式 JSON 描述构成，确保模型输出合法可靠。

FIBO的项目地址

• GitHub仓库：https://www.php.cn/link/12ac425957335528f185ebbd3f344307
• HuggingFace模型页面：https://www.php.cn/link/d3102a0b7413aa55427210bbd83624b4
• 在线体验入口：https://www.php.cn/link/25cd125f8916019a9d5909d771fdef61

FIBO的应用场景

• 创意设计领域：适用于广告、产品原型和平面设计，支持快速出图与精细调控，提升创作效率。
• 影视与游戏制作：可用于生成概念艺术、场景草图和角色设定，加速前期视觉开发流程。
• 教学与培训应用：帮助创建教学插图和虚拟实验环境，丰富教育内容表现形式。
• 科研可视化：将复杂科学数据转化为直观图像，助力研究成果展示与分析。
• 医疗教育支持：可生成医学解剖图、手术模拟场景，服务于医学教学与临床培训。

以上就是FIBO— 开源的图像生成模型，首个原生支持JSON的详细内容，更多请关注php中文网其它相关文章！