Ideogram 发布首个开源AI图像模型 4.0，文字渲染和版面控制达开源天花板

Ideogram 发布了首个开源 AI 图像模型 Ideogram 4.0，宣称在文字渲染和版面控制上达到了开源领域的新高度。该模型引入了边界框（bounding box）控制，允许用户用坐标精确指定每个元素在画面中的位置。同时，它支持结构化 JSON 提示词，不再局限于纯文本 prompt。在文字渲染方面，英文 OCR 准确率达到 0.97（X-Omni 基准测试），并支持中日韩等非拉丁文字的密集渲染。这一发布大幅降低了高质量可控图像生成的门槛，对设计师和开发者意义重大。