开源第一不等于总榜第一：蚂蚁把设计模型拆成专项对照

开源第一不等于总榜第一：蚂蚁把设计模型拆成专项对照

蚂蚁百灵在 2026 年 9 月 23 日开源 Ming-Image-0.1-Design 系列。两个模型都是 6B。Design 从文字生成 UI、信息图、海报和完整视觉；Layer 把设计图拆成 2 到 9 个可独立编辑的透明图层。下面只保留正文写明的评测口径和边界。

UI/UX 专项榜只说明这一项

Artificial Analysis 在 2026 年 9 月 18 日更新的 UI/UX Design 专项里，Ming-Image-0.1-Design 位列开源模型第 1，Elo 1082。Elo 是相对强弱分，不是正确率。同一段给出三项胜率：版式 67.4%，复杂构图 67.0%，文字渲染 66.7%。正文没有写投票人数、提示词数量，也没有写总榜 Elo。开源第一不能改写成全部模型第一。

两个案例是定点对照，不是全榜抽样。同时包含果园地图、采摘状态、图表和按钮的桌面 Dashboard，对照 Nano Banana 2 Lite、FLUX.2 [max] 和 Krea 2 Medium，结果是 12/12。三个连续步骤页的食谱 App，对照 Nano Banana 2、Nano Banana Pro 和 MAI-Image-2.5-Flash，结果是 10/10。这两次胜场不能外推成对所有模型的胜率。

图层评测看拆开、边缘和叠回去

Layer 关注三件事：不同内容有没有分开，Alpha 边界准不准，所有图层重新叠上后是否接近原图。做法是 Type Token 标明图层角色，Alpha-Aware Layer Optimization 优化透明区和边缘，Composite-Layer Stack Consistency 用重新合成检查能不能还原原图。

在 Crello-Test 上，正文写 RGB L1、Alpha soft IoU，以及 MLM-0 到 MLM-5 六档，合计 12 项全部第一。另外四项指标的名字没有列出，这里不补。对照包含未开源、并且用 Crello 训练集微调过的 Qwen-Image-Layered-I2L，文中仍称全面领先。同一软硬件下，6B 的 Layer 相对 20B 的 Qwen 官方开源版，单次推理从 795 秒降到 183 秒，约 4.3 倍。工程优化之后，1024 分辨率的端到端服务通常约 20 秒。20 秒和 183 秒不是同一口径，不能相减当成又一次加速。

内部流程时间不是公开榜分数

灵光闪应用把设计预览提前到生成初期，Agent 再用 Layer 拆素材并写代码。该接入仍在内测，正文没有通过率。画眉原先要先出图再抠图拆层，首次拿到可编辑图层通常超过 5 分钟；接入后约 40 秒，约 7.5 倍。同一内部口径还写，用 GPT-image2 做改字的成本是 Ming-Image 的 7 倍。样本量没有给出。

Design Skill 的 Text-to-Page 是先出设计再写代码。一句需求大约 15 秒能看到页面方案，过去大约 5 分钟才第一次看到结果。Visual Coding 在页面生成后，用截图和原图做视觉校验再改。这些是产品流程时间，不能写进 AA 或 Crello 的分数。

权重在 Hugging Face 与 ModelScope。Design Skill 和 PPT Skill 在 ling-cookbook。两个模型在 OpenRouter 有两周免费 API。复现专项名次以 Artificial Analysis 2026 年 9 月 18 日的更新为准，不能把 1082 挪到总榜。

出处：蚂蚁，蚂蚁百灵（页面未署个人作者），Ming-Image-0.1-Design 系列开源，走进真实设计工作流，2026-09-23，https://developer.ant-ling.com/zh-CN/blogs/ming-image-0.1-design