开源一个 12B 稠密 DiT 骨干的文生图基础模型，文本编码还挂 Qwen3-VL，这组合谁看了不心动？
它主打创意探索，不是那种把提示词规规矩矩翻译成画面就完事的路子，更鼓励你往发散方向试。官方还一口气放了九款配套 LoRA，等于把常见风格的起手式先给你铺好，省了自己从头训那一轮。
榜单名次官方说进了前列，这个我保留意见。谁家发模型不挑对自己有利对比，还是得自己拉下来跑基准才算数。
真正让我在意的是权重开放能本地部署。稠密 12B 的体量对显存不算友好，但能自由微调这件事，比多跑几名有意义得多。