蚂蚁开源设计AI进驻ComfyUI:画几个框,30分钟后第一张设计稿出炉

原创2026-10-19 18:04:151,824 阅读
文章标签:人工智能大模型基础模型媒体生成

蚂蚁开源设计AI进驻ComfyUI:画几个框,30分钟后第一张设计稿出炉

最近AI圈有点热闹:蚂蚁集团旗下团队开源了一款叫 Ming-Image-0.1-Design 的画图模型,上线不久就直接登顶了国际权威机构 Artificial Analysis 的 UI/UX 设计榜,把一众闭源商业模型甩在身后。

更让设计师群体兴奋的是:它已经能被接进 ComfyUI 这个"AI画图乐高积木盒"里。

什么意思?就是不用写代码、不用啃论文,打开浏览器里的节点画布,连上几个方块,30 分钟后一张能直接交差的设计稿就躺在你的屏幕上。

一、它到底是个啥?一句话说明白

市面上常见的AI画图工具,你让它画个"戴墨镜的猫",它画得挺美。但你让它画一个App 界面、一张带大标题的海报、一页数据信息图,文字立马变乱码,按钮排得东倒西歪——这就是AI画画的通病:会画画,不会排版。

Ming-Image-0.1-Design 就是专门治这个毛病的。

你可以把它理解成一个只练"设计排版"这一项技能的AI学徒:60亿参数,专门啃 UI 界面、海报、信息图这种"字多、版式复杂"的活。别人出图靠蒙,它出图靠"懂设计"——文字要清晰、层级要对、配色要统一,一次成型。

效果预览

二、到底有多牛?先看榜单,再看三件硬事

第一,榜单第一,含金量拉满。

在 Artificial Analysis 的 UI/UX 文生图盲测榜上(就是让人类盲评"这两张图哪张更好看"),Ming-Image-0.1-Design 以 1082 分的 Elo 评分拿下榜首,超过了闭源的 Ideogram 4.0(1052 分)、HunyuanImage 3.0(1005 分)和 FLUX.2(1000 分)。开源模型干翻闭源商业产品,这在AI设计圈是头一遭。

UI/UX设计排行榜

第二,文字不崩,中英文都能渲染。

海报上那句"SUPER SALE"、界面上的"立即注册",以前AI画出来十有八九是"天书"。它走的是另一条路:文字一个字母一个字母地给你摆正,连中英文混排都不掉链子。

第三,12步出图,2048 高清。

普通模型要采样几十步才能出一张像样的图,它官方推荐参数只需要 12 步,就能直接出 2048×2048 的高清大图——放大了看细节,字依然锐利。

还有个彩蛋:MIT 开源协议,商用免费。对想把它塞进自己产品里的公司和开发者来说,这条比跑分更香。

三、接进 ComfyUI:从提示词到 2048 设计稿,只需连几根线

先科普一句:ComfyUI 是目前AI画图圈最火的"可视化工作台",你可以把它想象成画图界的流程图软件——每个功能是一个小方块,方块之间用线连起来,整条"生产线"一目了然。

现在这条生产线上,多了 Ming-Image 这位新工人:

第一步,装节点。

ComfyUI 的官方节点生态已经加入了对 Ming 的支持,加上社区维护的配套节点包,装完重启一下工作台,新节点就乖乖躺在列表里了。模型文件从 ModelScope 或 Hugging Face 下载好,放进 ComfyUI 对应的模型文件夹即可。

第二步,连节点。

流程跟所有画图工作流一样简单:文字提示 → 文本编码 → Ming 模型 → VAE 解码 → 保存图片。把这几个方块用线连起来,就是完整的"接单—出图"流水线。

第三步,写提示词。

这里有个社区开发的神器级节点:一个可视化提示词画板。你在一个空白画布里直接画矩形框——框住哪里要放大标题,就写"标题:夏日大促,红色,粗体";框住哪里放按钮,就描述按钮长什么样。这个节点会把你的框框自动翻译成模型最听得懂的"结构化设计描述"。

相当于在 ComfyUI 里塞了个迷你 Figma:不用背长英文提示词,画几个框、填几句大白话,点"运行"。

第四步,记住黄金参数。

分辨率 2048,采样步数 12,引导强度(CFG)1.0——这是官方反复验证过的最优组合,直接抄作业就行。

四、透明背景与分层输出:设计师的救星

做设计的都懂最痛苦的环节:AI 出了张好图,背景却是死白一片,想换个底色?对不起,得自己抠图,一抠一下午。

它直接把这个环节砍掉了:在提示词开头加一句官方的"透明背景"暗号(比如"透明背景,alpha通道,无底图"),出图就是自带透明通道的 PNG。App 图标、电商素材、表情包,拿来即贴,零后期。

透明背景效果

(棋盘格只是预览用的衬底,图本身是透明的)

同系列还有一款"分层模型":把一张压扁的设计图,自动拆成若干张独立的透明图层——标题一层、按钮一层、背景一层,像真正的 Figma 工程文件一样可单独编辑。配合官方的"图转可编辑PPT"工作流,从一句话需求到可改的 PPT 页,整条链路都通了。

五、上手门槛高吗?说句实话

先泼盆冷水:官方验证过的本地运行配置是单张 80GB 大显存的显卡,这个要求对普通玩家确实不低,家里一张 4090 想跑满 2048,暂时还得等社区优化。

所以它更适合三类人:

  • 有服务器资源的开发者和小团队,想把它嵌进自己的工作流;
  • 科技发烧友,手里有高端 GPU,追新尝鲜;
  • 普通创作者和白领——不用硬刚硬件,官方提供了在线 Demo,注册浏览器就能玩,先体验效果再决定要不要掏钱配机器。

另外提醒一句,ComfyUI 里那些节点包都是开源免费的,装之前确认一下来源即可。

六、写在最后

过去我们说AI画图是"抽卡",出啥全看脸;现在这批专为设计而生的模型开始"接活"了——文字排得齐、版式立得住、背景还是透明的,离真正取代"美工初稿"的活儿,只差一张好显卡的距离。

而这恰恰是最值得玩味的地方:当AI能把"画得好看"做成标配,设计师的价值就会彻底转向"想得清楚"——风格定位、品牌调性、审美判断。工具越强,人的眼光越值钱。

最后留个问题给评论区:如果AI能一分钟给你出设计初稿,你最想先让它画什么? 一张公众号头图、一个App界面,还是一整套品牌海报?聊聊你的想法。

登录后查看全文
Ming-Image-0.1-Design