9月國產開源生圖模型接連放招：商湯、螞蟻、書生都坐不住了

剛過去的這個 9 月，國產 AI 生圖有個不太起眼但挺關鍵的變化：開源。短短一週裡，商湯、螞蟻、上海人工智慧實驗室的書生團隊先後放出開源生圖模型，把原本只在閉源大廠手裡攥著的能力，擺到了桌面上。這件事的影響，可能比某一款新模型上線要大得多。

三家的牌面，各自是什麼

商湯 SenseNova U1.5 Lite，9 月 8 日開源，是一個 8B 規模的生圖模型。它的賣點是 4K 直出，官方口徑是「比肩閉源大模型」。8B 這個體量很關鍵，它意味著普通開發者手裡的顯示卡也帶得動，不用一上來就奔著 12G、24G 顯存去。

螞蟻的 6B 統一圖像模型，9 月 6 日開源。它走的是一條更「省事」的路：文字生成和指令編輯合在一個模型裡。換句話說，你既能讓它從零畫一張圖，也能給它一張圖讓它「把背景換掉」「把顏色調亮」，不用切換兩個模型。更少見的是，螞蟻把訓練配方也全公開了。開源模型不少，但把訓練細節攤開的，不多。

書生 InternLumina-U2，9 月 3 日發布，是一個視覺大模型，主打圖像理解和生成統一，權重會開放。它的定位更偏「一個模型既看得懂圖、又能畫圖」，這在需要讓模型先理解一張參考圖、再照著改的場景裡，比純生成模型更有優勢。

為什麼開源這件事值得單獨說

很多人可能覺得，開源模型離普通使用者很遠，反正我又不訓練模型。但真正的影響鏈是這樣的：開源模型會變成各種免費工具的地基。

一個獨立開發者，或是一個小團隊，沒錢買大廠 API，又想幫自己的產品加上生圖功能，怎麼辦？答案就是去 Hugging Face 拉一個開源模型，在本地或是租個便宜 GPU 跑起來。商湯 8B、螞蟻 6B 這種體量，恰好就是「能塞進一台消費級機器」的區間。開源模型越多、越小、越強，能被普通人搭起來的免費生圖方案就越多。

反過來看，這也是國產模型對 Stable Diffusion、Flux 這些老牌開源路線的一種回應。過去一說開源生圖，預設就是 Stable Diffusion 生態。現在國產選手開始往裡擠，而且帶的是中文理解、中文字型渲染這些本土優勢，這對中文使用者是實打實的增量。

開源之後，拼的是什麼

開源不是終點，而是起點。一個模型開源了，能不能用起來，還取決於三件事。

第一是生態。模型光有權重不夠，得有配套的推論工具、LoRA 訓練腳本、WebUI 支援。Stable Diffusion 之所以到今天還是很多人的預設選擇，靠的不是某一個版本，而是它身後那一大圈工具鏈。

第二是中文能力。國產模型最大的差異化，就在中文提示詞理解和中文文字渲染上。這是海外開源模型長期沒做好的地方，也是國產開源模型最該咬住的地方。

第三是商業化路徑。開源模型怎麼賺錢，一直是道難題。商湯、螞蟻、書生這些玩家，開源大機率不是做慈善，而是想透過開源把生態養起來，再靠企業服務、雲端 API、客製化去變現。對使用者來說，這意味著免費的東西會越來越多，但「免費」和「持續維護」之間能不能劃上等號，得邊走邊看。

還有個背景值得補一句：這一波開源潮，恰好踩在海外開源生態有些青黃不接的節點上。Stable Diffusion 已經很久沒有真正意義上的大版本更新，Flux 又遲遲沒有放出完整的開源權重。國產模型這時候把 6B、8B 這種「能塞進家用機器」的體量開源出來，等於在對方喘氣的空檔裡，把中文開源生圖的地基先打了下來。

對普通創作者的實際意義

落到具體的人身上，這些開源模型帶來的變化是：生圖這件事的成本，還在繼續往下走。

以前你想穩定地用 AI 生圖做點正經東西，要嘛訂閱一個工具，要嘛按張數付 API 費用。開源模型多了之後，出現了一批免費的、本地跑的方案。雖然這些方案普遍有門檻，得要會裝環境、會調參數，但門檻本身也在被社群一點點磨平。

我的判斷是，短時間內，普通創作者依然用網頁工具最省心。但如果你正在做一個小產品、一個小應用，需要把生圖能力嵌進去，那這一波開源模型的密度和體量，值得你重新看一眼。至少，之前「國產沒有好用的開源生圖模型」這個說法，從 9 月開始已經不成立了。