AI 图像生成公司 Ideogram 发布了 4.0 版本文本到图像模型，首次以开放权重形式发布。该模型参数量为 93 亿，支持原生 2K 分辨率、透明背景和精确的布局控制。

Ideogram 4.0 是一个基于 Diffusion Transformer 架构的文本到图像模型，采用单流设计，文本和图像 token 在 34 层网络中共享投影。文本编码器使用 Qwen3-VL-8B-Instruct ，从 13 个中间层提取隐藏状态（来源： Ideogram 官网）。

该模型新增了四项核心功能。原生 2K 分辨率输出，无需后期放大。透明背景生成，设计师无需额外抠图。基于边界框的精确布局控制，用户可以通过 JSON 描述物体位置。文字渲染能力提升，适用于 Logo 和海报设计（来源： The Decoder ）。

Ideogram 表示，可编辑文字和图层功能将在后续版本中上线（来源： Ideogram 官网）。

根据 DesignArena 排行榜， Ideogram 4.0 在所有开放权重模型中排名第一。在文本到图像竞技场中，该模型在质量模式下排名第一，综合排名第九，仅落后于 OpenAI 和 Google 的闭源模型（来源： The Decoder ）。

在 The Decoder 的基准测试中， Ideogram 4.0 超过了 Midjourney v8 ，与 Flux 基本持平（来源： The Decoder ）。

Ideogram 4.0 通过官方 API 提供三个质量层级（来源： Ideogram 官网）：

质量层级

每张图片价格

Turbo

0.03 美元

Default

0.06 美元

Quality

0.10 美元

Ideogram 4.0 的权重和代码已在 GitHub 开源（ ideogram-oss/ideogram-4 ），用户可以下载并在本地硬件上运行。模型支持使用自有数据进行微调。商业使用需要付费授权（来源： Ideogram 官网）。

该模型同步上线多个合作伙伴平台，包括 Hugging Face 、 ComfyUI 、 fal 、 Runware 、 Magnific 、 Krea AI 、 Leonardo AI 、 Picsart 、 Cloudflare 、 Replicate 等（来源： The Decoder ）。

Ideogram 成立于 2022 年，总部位于加拿大多伦多，创始团队来自 Google Brain 、 UC Berkeley 、 CMU 和多伦多大学。公司于 2024 年完成 8000 万美元 A 轮融资，目前约有 67 名员工（来源： Ideogram 官网 / LeadIQ ）。

2026 年 AI 图像生成领域竞争激烈。微软于 5 月 26 日发布了 MAI-Image-2.5 ，在 Arena 排名第三。 Google 的 Gemini Omni 支持多模态输入和视频编辑。 Ideogram 4.0 的差异化在于开放权重和文字渲染能力（来源： Gigazine ）。

从版本迭代速度看， Ideogram 从 1.0 到 4.0 用了约 18 个月。版本 1.0 发布于 2024 年 2 月， 2.0 于 2024 年 8 月， 3.0 于 2025 年 3 月（来源： Ideogram 文档）。