螞蟻集團百靈（Ming）大模型團隊於 9 月 23 日開源 Ming-Image-0.1-Design 系列，總共兩個模型，參數量都是 60 億（6B），程式碼與權重放在 Hugging Face 的 inclusionAI 組織底下，採用 MIT 授權。
- Ming-Image-0.1-Design 負責「從文字到設計稿」：輸入需求描述，就能生成 UI 介面、數據儀表板、資訊圖表、海報這類以排版與文字為主的完整設計；
- Ming-Image-0.1-Design-Layer 負責「從設計稿到圖層」：把一張已經拍平的設計圖拆成 2 到 9 個可各自編輯的透明圖層。
同批開源的還有兩個智慧代理技能包：Ling UI Design Skill，以及能把圖片轉成可編輯 PPT 的 Image-to-Editable-PPT Skill。模型 API 在 OpenRouter 上開放兩週免費呼叫。
它瞄準的是哪類圖
通用文字生圖模型擅長畫面表現，但一遇到按鈕、卡片、多欄資訊區這類「文字要準、位置要齊」的內容就容易露餡：字打錯、沒對齊、同一張圖裡配色前後不一致。Ming-Image-0.1-Design 把力氣花在這些地方。
依官方說明，Design 模型支援最長 8K token 的結構化提示詞，一份寫清楚標題、按鈕文案、卡片內容與配色的長需求可以整段塞進去；標題、按鈕、多區域資訊的文字渲染與版面穩定性做了專門加強；VAE 原生支援 RGBA，透明背景的元素可以直接生成出來。建議輸出解析度為 2048×2048，想快一點可以用 1024×1024。
Layer 模型解決的是另一頭的問題。設計師拿到一張 AI 生成的圖，想改一個按鈕的顏色，過去只能重新生成或手動去背；拆成圖層之後，文字、背景、主體元素就能各自搬移與替換。
成績與評判基準
第三方評測機構 Artificial Analysis 於 9 月 18 日更新的 UI/UX 設計專項排行榜中，Ming-Image-0.1-Design 以 1082 分的 Elo 成績排在開源權重模型第一。螞蟻集團同時公布了三項分項數據：版面穩定性 67.4%、複雜構圖 67.0%、文字渲染 66.7%。這三個百分比是用什麼方法統計、比較的對象是哪些模型，公開資料並未說明，參考時以 Elo 排名為主較為穩妥。
Hugging Face 模型頁面並未揭露基礎架構細節，也沒有列出與閉源模型的直接比較。排行榜排名僅限於開源權重模型範圍，跟閉源的商用設計生成工具相比處在什麼位置，目前沒有公開數據。
對中國團隊意味著什麼
先談門檻。官方驗證過的執行環境是一張 80GB 顯示記憶體的 CUDA 顯卡，BF16 精度，也就是 A100、H100 這一級的資料中心卡。消費級顯卡能不能跑、量化後效果掉多少，模型頁面沒有寫，要在本地部署的團隊得自己測試。想先看看效果的，兩週免費的 OpenRouter 介面是成本最低的入口。
再談授權。MIT 授權允許商用與二次開發，對想把生成能力嵌進自家設計工具、行銷素材系統的公司來說，法務上幾乎沒有額外負擔。
跟日常辦公最貼近的是那個 PPT 技能包。不少報告簡報現在還是靠「截圖＋手動修改」拼出來，一張圖如果能被拆回可編輯的頁面元素，省下的就是反覆返工的時間。實際還原度如何——拆出來的文字能不能直接改字、字型會不會被替換——這一點官方也沒有給出評測數據。
中文排版是另一個待驗證的項目。螞蟻的技能包資料裡有中文設計範例，但模型頁面沒有單獨列出中文文字渲染的測試結果，做中文海報、中文介面的使用者需要自己多跑幾輪再下判斷。
參考來源：Hugging Face 模型頁面、IT之家、CocoLoop、Artificial Analysis；參數量、授權條款與顯示記憶體需求以 Hugging Face 模型頁面為準，排行榜排名與分項數據以 Artificial Analysis 及官方發布口徑為準。