1/8 参数，跑赢 80B 大模型：Boogu-Image 是黑马还是鸡肋？

(雷峰网) 摘要：“跑分反超只是开胃菜，生产级交付才是真考场。” 2026 年 6 月，HuggingFace 上一个名为 Boogu-Image-0.1 的开源模型，在上传以后迅速引爆了 AI 圈。 这款模型最引人注目的地方，在于它以区区 10B 的参数规模，就在多项关键能力上超过了很多参数量更大的模型。 更大就意味着更强，长期以来这在 AI 圈都是颠扑不破的真理，语言模型如此，图像模型亦然。 但在 Qwen-Image-Bench 基准测试中，10B 的 Boogu-Image-0.1 以 53.58 的最终得分，领先于 20B 的 Qwen-Image-2512（52.06）和 80B 的 Hunyuan-Image-3.0（50.81）。以对手 1/8 甚至 1/2 的参数规模，却实现了性能反超，即使领先优势只有几分之差，也足以解释业内的重视。 当然，评价一款模型，Benchmark 跑分只是一方面。 相比 Benchmark 跑分，我们更关心的是这款以小博大的黑马模型在真实的内容生产流程里，到底能走到哪一步？ 它的优势是否只在跑分中成立？它能否快速生成照片级素材、搭建海报构图、完成局部编辑？更进一步，当图像生成被接入Agent工作流后，它是否能以高频、低成本的方式稳定支撑图片的生成与迭代修改？ 生产级场景实测，拒绝 AI “糖水片” 生图早就不是难事了。 从 2022 年夏天 Stability AI 开源 SD 1.5 算起，三年的高速迭代之后，图像生成模型的追求已经从把图做出来，进化到了做得漂亮、做得实用。参考图生图，以二次元、赛博朋克为代表的风格化生成