FIBO：开源 JSON 原生文本到图像模型，实现可控、可预测且合规的专业级图像生成

一、FIBO是什么？

FIBO是Bria-AI开发的首个开源、SOTA（ state-of-the-art，最先进）JSON原生文本到图像模型，基于8B参数扩散Transformer（DiT）架构构建，独家使用100M+授权长结构化JSON字幕（单条1000+词）训练。该模型突破传统文本到图像模型“重想象、轻控制”的痛点，主打专业工作流所需的可控性、可预测性与属性分离能力，同时通过100%授权数据确保GDPR、欧盟AI法案等合规要求。支持“Generate（短提示生成）、Refine（属性微调）、Inspire（图像灵感生成）”三种核心模式，提供API接口（Bria.ai、Fal.ai等）、ComfyUI节点与本地推理部署方案，在PRISM基准测试中，文本对齐度（87.8）与美学得分（82.1）均优于同类开源模型（如SD3.5-Large、FLUX.1-dev），适用于平面设计、产品可视化、影视概念设计等专业场景。

在当前文本到图像生成领域，多数模型（如Stable Diffusion、MidJourney）更擅长“自由想象”，但在专业工作流中常面临控制精度不足、生成结果不可复现、法律合规风险三大痛点——比如设计师想微调图像的“相机角度”却导致整体场景变形，企业因训练数据版权问题不敢用于商业场景。FIBO正是为解决这些问题而生的开源模型。

其核心特征可概括为三点：

1. JSON原生驱动：区别于传统“自然语言提示”，FIBO以结构化JSON作为核心输入，单条JSON字幕包含1000+词，覆盖光照（如“侧光、冷色调月光”）、构图（如“中心对称、三分法”）、相机参数（如“85mm焦距、f/1.8光圈”）、景深（DoF）等细节，实现“像素级”精准控制；

2. 小规模高效率：仅8B参数，远低于同类大模型（如Qwen-Image的20B参数），但通过“长结构化字幕训练”与“DimFusion条件架构”，在图像质量、提示对齐度上超越多数开源模型；

3. 法律安全可控：训练数据100%来自授权图像-字幕对，经过“商业使用许可、归因可追溯、区域合规审查”三重验证，完全符合GDPR（欧盟通用数据保护条例）与欧盟AI法案，企业可放心用于商业场景。

简单来说，FIBO就像“专业设计师的数字画笔”——不仅能生成高质量图像，更能按“精确参数”调整细节，且全程无版权风险。

二、FIBO的功能特色

FIBO的功能设计围绕“专业级控制”展开，既包含核心技术特性，也提供贴近实际工作流的使用模式，具体可分为“核心技术特色”与“三大使用模式”两类。

2.1 核心技术特色

FIBO的6大核心技术特色，直接解决专业场景的痛点：

1. VLM引导的JSON原生提示
   无需手动编写复杂JSON：结合视觉语言模型（VLM）——支持自定义微调的Qwen-2.5 VLM或Google Gemini 2.5 Flash——可自动将短提示（如“夜晚树上的猫头鹰”）转换为1000+词的结构化JSON，涵盖光照、相机、构图等所有关键参数。例如输入“超蓬松的猫头鹰”，VLM会自动补充“月光下的冷色调、85mm焦距、浅景深、侧光照射羽毛”等细节，生成完整JSON；

2. 迭代可控生成
   支持“渐进式优化”：无需每次从0开始生成。比如先用短提示生成基础图像与JSON，再添加“把猫头鹰羽毛改为棕色”“增加丛林背景”等指令，FIBO仅更新目标属性，不破坏原有场景结构，避免传统模型的“提示漂移”（如改颜色导致猫头鹰姿态变化）；

3. 属性分离控制
   实现“单属性独立调整”：这是FIBO最核心的控制能力。例如想单独调整“相机角度从正面改为45°俯视”，或“光照从暖光改为冷光”，只需修改JSON中对应字段，生成的图像仅变化目标属性，其他细节（如猫头鹰姿态、背景植被）完全不变，如同“PS里的分层调整”；

4. 企业级合规保障
   解决商业使用的法律顾虑：训练数据均来自授权渠道，每对图像-字幕都具备“版权归属证明、商业使用许可协议”，且支持“归因追溯”（可查询图像来源）。同时，模型开源协议明确区分“非商业使用”与“商业使用”，避免企业因许可问题陷入法律纠纷；

5. 强提示对齐度
   在PRISM（专业图像-文本对齐基准）测试中，FIBO的“文本-图像对齐度”达87.8分，远超SD3.5-Large（77.9分）、FLUX.1-dev（77.0分），意味着“输入的提示参数能1:1映射到生成图像”——比如提示“85mm焦距”，生成的图像景深效果与真实85mm镜头拍摄一致，不会出现“参数与效果脱节”；

6. 生产级部署支持
   适配多种开发与使用场景：提供API接口（Bria.ai、Fal.ai、Replicate）、ComfyUI可视化节点（Generate Node、Refine Node）与本地推理代码，开发者可直接集成到业务系统，设计师可通过ComfyUI拖拽操作，无需编写代码。

2.2 三大使用模式（附对比表）

FIBO针对“从灵感到落地”的完整工作流，设计了三种使用模式，覆盖“快速生成、精细调整、灵感拓展”全场景。下表清晰对比了三种模式的核心差异：

示例场景：假设设计师要制作“咖啡品牌海报”，可按以下流程使用三种模式：

1. 先用Generate模式输入“复古风格咖啡海报，暖色调”，得到基础海报与JSON；

2. 用Refine模式导入JSON，添加“增加蒸汽效果、字体改为手写体”，微调细节；

3. 若想尝试不同风格，用Inspire模式上传微调后的海报，输入“改为赛博朋克风格”，生成变体海报。

三、FIBO的技术细节

FIBO的技术架构与训练方案，是其“小参数却高性能”的核心原因。本节从“模型架构”“训练数据”“评估表现”三方面拆解技术细节，兼顾专业性与通俗性。

3.1 模型架构（8B参数的高效设计）

FIBO基于“扩散Transformer（DiT）”架构构建，整体分为“文本编码模块、条件控制模块、图像生成模块、VLM辅助模块”四部分，各模块分工明确且协同高效：

通俗解释：如果把FIBO比作“专业相机”，SmolLM3-3B就是“翻译官”（把JSON参数翻译成相机能懂的语言），DimFusion是“调节器”（确保每个参数都精准作用于成像），DiT+VAE是“镜头与传感器”（生成清晰图像），VLM是“助理”（帮你设置好复杂的相机参数，或从别人的照片里学参数）。

3.2 训练数据（合规与质量双保障）

FIBO的训练数据是其“法律安全”与“控制精度”的基础，核心特征可概括为“三多三严”：

• 三多：

1. 数量多：100M+ 图像-字幕对，覆盖“写实人像、产品设计、平面广告、影视概念”等20+视觉领域；

2. 细节多：每条字幕都是1000+词的结构化JSON，包含“光照类型、光源方向、构图比例、相机焦距、光圈大小、景深范围、色彩饱和度”等15+维度的细节参数；

3. 场景多：涵盖“室内/室外、白天/夜晚、宏观/微观”等不同场景，确保模型在各类专业需求中都能通用；

• 三严：

1. 授权严：所有数据均来自商业授权渠道（如正版图片库、合作设计机构），无任何无版权或侵权内容；

2. 审查严：每条数据都经过“人工+算法”双重审查，确保JSON参数与图像内容一致（如提示“85mm焦距”的图像确实符合该焦距的景深效果）；

3. 合规严：针对不同地区法规（如GDPR、加州消费者隐私法）进行数据筛选，剔除不符合区域合规要求的内容（如涉及隐私的未授权人像）。

这种“结构化+合规化”的训练数据，让FIBO既能精准理解参数控制需求，又能避免企业使用时的版权风险。

3.3 评估表现（PRISM基准领先）

为验证FIBO的性能，Bria-AI在PRISM基准（专业级图像-文本对齐与美学评估基准）的“授权数据子集”上，与5款主流开源文本到图像模型进行对比测试。PRISM基准的核心指标包括“文本-图像对齐度”（提示与图像的匹配程度）与“美学得分”（图像的视觉美观度），测试结果如下：

从表格可见，FIBO在“参数规模更小”的情况下，实现了“文本对齐度最高、美学得分最高”的双重领先——这意味着，FIBO既能精准还原提示参数，又能生成符合专业审美的图像，完全满足专业工作流的需求。

四、FIBO的应用场景

FIBO的“可控性、合规性、易用性”使其在多个专业领域都能落地，以下是6个核心应用场景及具体使用案例：

4.1 平面设计（海报、画册、品牌视觉）

痛点：设计师需反复调整“色彩、构图、字体搭配”，传统模型修改后易出现整体风格偏移；商业设计需确保图像版权合规。
FIBO解决方案：

• 用Generate模式输入“品牌海报，主色调#FF6B35（橙红色），中心构图，产品位于画面1/3处，柔光照射”，生成基础海报与JSON；

• 用Refine模式添加“字体改为思源黑体、增加产品阴影效果”，仅更新字体与阴影，保持色调与构图不变；

• 所有生成图像均来自授权数据，可直接用于商业印刷或线上传播。
  案例：咖啡品牌用FIBO生成季度新品海报，30分钟内完成“基础版→微调版→最终版”，比传统设计流程效率提升50%。

4.2 产品可视化（电商产品图、工业设计）

痛点：电商商家需展示产品“不同角度、不同光照下的效果”，传统拍摄成本高；工业设计师需快速验证“产品外观调整”的视觉效果。
FIBO解决方案：

• 用Inspire模式上传产品3D模型图，输入“生成45°俯视角度、白色背景、冷光照射”，得到产品展示图；

• 用Refine模式依次调整“角度为正面、光照为暖光、背景为木质纹理”，生成多组产品图，用于电商详情页；

• 工业设计师可通过修改JSON中的“材质参数”（如“金属光泽度80%→60%”），快速预览产品材质调整效果。
  案例：小家电品牌用FIBO生成20款产品的“多角度+多光照”图，拍摄成本降低80%，且所有图像风格统一。

4.3 影视与游戏概念设计（场景、角色、道具）

痛点：概念设计师需迭代优化“场景细节”（如“城堡的窗户形状、角色的服装材质”），传统手绘效率低；团队需确保概念图风格与世界观统一。
FIBO解决方案：

• 用Generate模式输入“中世纪城堡场景，乌云背景，火把光照，石材质感”，生成基础概念图与JSON；

• 用Refine模式依次添加“增加护城河、窗户改为拱形、火把数量增加10个”，逐步完善场景细节；

• 团队可共享JSON模板，确保所有设计师生成的概念图“光照风格、材质表现”一致，避免风格碎片化。
  案例：独立游戏团队用FIBO生成50+场景概念图，迭代周期从“1周/张”缩短至“1天/张”，且风格统一度提升70%。

4.4 广告创意（短视频分镜、社交媒体广告）

痛点：广告创意需快速试错（如“不同文案搭配不同视觉风格”）；短视频分镜需展示“镜头运动效果”（如“推镜头、拉镜头”）。
FIBO解决方案：

• 用Generate模式输入“短视频分镜，推镜头，主角手持产品，背景为城市夜景，冷色调”，生成分镜图；

• 用Refine模式调整“镜头运动为拉镜头、背景改为公园白天”，对比不同分镜效果；

• 结合API接口，将FIBO集成到广告创意平台，支持运营人员输入文案自动生成广告视觉图。
  案例：美妆品牌用FIBO生成10组短视频分镜，快速筛选出3组最优创意，试错成本降低60%。

4.5 内容创作辅助（自媒体配图、教育素材）

痛点：自媒体创作者需“配图风格与文章主题匹配”，传统图库素材有限；教育机构需生成“可视化知识点素材”（如“太阳系行星位置图”）。
FIBO解决方案：

• 自媒体创作者用Generate模式输入“科技类文章配图，蓝色调，抽象数据可视化元素，简洁背景”，生成配图；

• 教育机构用Refine模式修改JSON中的“行星大小比例、轨道颜色”，生成符合教材要求的太阳系图；

• 非商业使用完全开源免费，创作者无需担心版权问题。
  案例：科普自媒体用FIBO生成30+篇文章配图，配图与主题匹配度提升80%，阅读量平均增长20%。

4.6 UI/UX设计（界面原型、图标设计）

痛点：UI设计师需快速生成“界面元素变体”（如“按钮形状、图标颜色”）；需确保界面“视觉层次清晰”（如“标题与正文的字体对比”）。
FIBO解决方案：

• 用Generate模式输入“移动端APP界面，极简风格，白色背景，蓝色按钮（#1E88E5），16号正文字体”，生成界面原型；

• 用Refine模式依次调整“按钮改为圆形、颜色改为#2196F3、正文字体改为14号”，生成多版原型供选择；

• 通过JSON固定“界面布局参数”（如“按钮间距16px、边距24px”），确保不同页面的视觉一致性。
  案例：初创公司UI设计师用FIBO生成10+版APP界面原型，与开发团队的沟通效率提升40%。

五、FIBO的使用方法

FIBO支持“本地推理、ComfyUI可视化操作、API调用”三种使用方式，本节以“本地推理”（最基础且免费的方式）为例，详细讲解从环境准备到生成图像的完整流程，同时简要介绍其他两种方式。

5.1 本地推理使用流程（Linux系统为例）

步骤1：环境准备（前置要求）

• 硬件要求：建议NVIDIA GPU（支持CUDA 11.8+），显存≥16GB（8B参数模型推理需足够显存）；CPU推理支持但速度极慢，不推荐；

• 软件要求：Python 3.10+、Git、Hugging Face账号（需申请模型访问权限）。

步骤2：克隆仓库与获取模型权限

1. 打开终端，克隆FIBO GitHub仓库：

   git clone https://github.com/Bria-AI/FIBO.git
   cd FIBO # 进入仓库目录

2. 申请Hugging Face模型访问权限：
   访问FIBO Hugging Face模型页，点击“Request access”，填写申请理由（非商业使用可注明“个人学习”，商业使用需说明用途），通常1-2个工作日内通过审核；

3. 登录Hugging Face：
   在终端执行以下命令，按提示输入Hugging Face账号的token（在Hugging Face个人设置→Access Tokens中创建）：

   hf auth login

步骤3：安装依赖工具（uv包管理器）

FIBO使用uv（Astral开发的高性能Python包管理器）管理依赖，安装步骤如下：

1. 安装uv（Linux系统命令）：

   curl -LsSf https://astral.sh/uv/install.sh | sh

2. 激活uv环境：

   source $HOME/.local/bin/env

3. 同步项目依赖：
   uv会自动读取pyproject.toml中的依赖列表，安装所有必需包（如torch、diffusers、transformers等）：

   uv sync

4. 激活虚拟环境并设置Python路径：

   source .venv/bin/activate # 激活uv创建的虚拟环境
   export PYTHONPATH=${PYTHONPATH}:${PWD} # 将当前目录添加到Python路径，确保能导入src模块

步骤4：配置VLM（可选，用Gemini或本地VLM）

FIBO需要VLM将短提示转换为JSON，支持“Gemini 2.5 Flash（云端）”与“FIBO-VLM（本地）”两种选择：

• 选择1：使用Gemini 2.5 Flash（需API密钥）

1. 申请Gemini API密钥：访问Google AI Studio，注册账号后创建API密钥；

2. 设置环境变量：在终端执行以下命令（将“your_google_api_key”替换为实际密钥）：

   export GOOGLE_API_KEY=your_google_api_key

3. （可选）持久化密钥：将上述命令添加到~/.bashrc或~/.zshrc文件中，避免每次启动终端都重新设置：

   echo 'export GOOGLE_API_KEY=your_google_api_key' >> ~/.bashrc
   source ~/.bashrc

• 选择2：使用本地FIBO-VLM（无需API密钥）
  无需额外配置，只需在生成命令中添加--model-mode local参数即可（本地VLM无需联网，但推理速度略慢于云端Gemini）。

步骤5：三种模式的具体命令与示例

模式1：Generate（从短提示生成）

• 用Gemini VLM生成：
  命令格式：python generate.py --prompt "短提示内容" --seed 随机种子 --output 输出路径
  示例（生成“夜晚树上的猫头鹰”）：

  python generate.py \
   --prompt "A hyper-detailed, ultra-fluffy owl sitting in the trees at night, looking directly at the camera with wide, adorable, expressive eyes. Its feathers are soft and voluminous, catching the cool moonlight with subtle silver highlights." \
   --seed 1 # 固定种子，确保生成结果可复现
   --output examples/outputs/generate_owl.png # 图像输出路径

  执行后，会在examples/outputs/目录下生成2个文件：generate_owl.png（图像）和generate_owl.json（对应的结构化JSON）。

• 用本地FIBO-VLM生成：
  在上述命令末尾添加--model-mode local即可：

  python generate.py \
   --prompt "A hyper-detailed, ultra-fluffy owl sitting in the trees at night..." \
   --seed 1 \
   --output examples/outputs/generate_owl_local.png \
   --model-mode local

模式2：Refine（基于JSON微调）

需先有Generate模式生成的JSON文件，命令格式：python generate.py --structured-prompt JSON文件路径 --prompt "微调指令" --output 输出路径
示例（将猫头鹰改为棕色）：

python generate.py \
 --structured-prompt examples/outputs/generate_owl.json # 导入之前生成的JSON
 --prompt "make the owl brown" # 微调指令：把猫头鹰改为棕色
 --output examples/outputs/refine_owl_brown.png # 输出微调后的图像

执行后，会生成refine_owl_brown.png（棕色猫头鹰图像）和refine_owl_brown.json（修订后的JSON），其他属性（如月光、背景树）完全不变。

模式3：Inspire（从图像生成变体）

• 仅基于图像生成变体：
  命令格式：python generate.py --image-path 参考图像路径 --output 输出路径
  示例（用assets/original.png生成变体）：

  python generate.py \
   --image-path assets/original.png # 参考图像路径（仓库自带示例图）
   --output examples/outputs/inspire_original.png

• 结合提示生成变体：
  添加--prompt "创意指令"，示例（将参考图改为未来风格）：

  python generate.py \
   --image-path assets/original.png \
   --prompt "Make futuristic" # 创意指令：改为未来风格
   --output examples/outputs/inspire_futuristic.png

5.2 其他使用方式（简要介绍）

方式1：ComfyUI可视化操作（适合设计师，无需代码）

1. 安装ComfyUI：参考ComfyUI官方文档；

2. 下载FIBO ComfyUI节点：

• Generate Node：https://github.com/Bria-AI/ComfyUI-BRIA-API/blob/main/nodes/generate_image_node_v2.py

• Refine Node：https://github.com/Bria-AI/ComfyUI-BRIA-API/blob/main/nodes/refine_image_node_v2.py

3. 将节点文件放入ComfyUI的custom_nodes/目录，重启ComfyUI；

4. 在ComfyUI界面中拖拽“FIBO Generate”“FIBO Refine”节点，设置参数（如提示、输出路径），点击“Queue Prompt”即可生成。

方式2：API调用（适合企业集成到业务系统）

FIBO提供多个平台的API，无需本地部署，直接调用接口生成图像，以Bria.ai API为例：

1. 访问Bria Platform，注册账号并获取API密钥；

2. 发送HTTP请求（示例用Python requests库）：

   import requests
   
   api_key = "your_bria_api_key"
   url = "https://api.bria.ai/v1/fibo/generate"
   headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
   data = {
     "prompt": "A hyper-detailed owl at night",
     "seed": 1,
     "width": 1024,
     "height": 1024
   }
   response = requests.post(url, json=data)
   # 保存图像
   with open("api_owl.png", "wb") as f:
     f.write(response.content)

其他API平台（Fal.ai、Replicate）的调用方式类似，可参考各平台的官方文档。

六、常见问题解答（FAQ）

Q1：FIBO的非商业使用与商业使用有什么区别？需要付费吗？

A1：FIBO的许可政策明确区分两种使用场景：

• 非商业使用：完全开源免费，遵循项目LICENSE文件中的协议（核心要求：保留模型归因，不得用于商业盈利活动）；

• 商业使用：需联系Bria-AI获取商业授权（点击此处申请），授权费用根据使用规模（如企业大小、调用量）而定，无固定标准；
  注意：未获取商业授权的情况下，不得将FIBO生成的图像用于广告、产品销售、付费内容等盈利场景，否则可能面临法律风险。

Q2：本地运行FIBO需要什么配置？没有GPU能运行吗？

A2：推荐配置与兼容性如下：

• 推荐配置：NVIDIA GPU（RTX 3090/4090或同等性能），显存≥16GB，CPU≥i7-12700H，内存≥32GB，硬盘≥50GB（模型权重+依赖约30GB）；

• 最低配置：NVIDIA GPU（RTX 3060），显存≥12GB，CPU≥i5-10400，内存≥16GB；

• CPU推理：支持但不推荐——生成1张1024×1024图像需30分钟以上（GPU仅需1-2分钟），且可能出现内存不足问题；

• 系统兼容性：支持Linux（推荐Ubuntu 20.04+）、Windows（需安装WSL2或CUDA Windows版本）、macOS（仅支持CPU推理，无GPU加速）。

Q3：FIBO生成的图像分辨率是固定的吗？能否调整？

A3：不是固定的，支持自定义分辨率，通过以下方式调整：

• 本地推理：在generate.py命令中添加--width 宽度和--height 高度参数，示例：

  python generate.py --prompt "owl" --width 1280 --height 720 --output owl_720p.png

  推荐分辨率范围：512×512 ~ 2048×2048（超过2048可能导致显存不足）；

• API调用：在请求参数中添加"width": 1280, "height": 720（不同API平台参数名一致）；

• ComfyUI：在FIBO节点的“Width”“Height”输入框中直接设置数值。

Q4：什么是“提示漂移”？FIBO如何避免？

A4：“提示漂移”是传统文本到图像模型的常见问题——指“微调某个属性时，其他无关属性发生意外变化”，例如想调整“图像亮度”，结果模型同时改变了“物体形状”。
FIBO通过两种方式避免提示漂移：

1. 结构化JSON输入：JSON将每个属性（如亮度、形状、颜色）拆分为独立字段，微调时仅修改目标字段，模型不会触达其他字段；

2. 属性分离训练：训练阶段使用“单属性修改的对比数据”（如同一图像仅调整亮度的多组样本），让模型学会“独立处理每个属性”，不会因一个属性变化而联动修改其他属性。

Q5：能否自定义JSON schema（字段结构）？比如添加“材质类型”字段？

A5：目前不支持完全自定义JSON schema——FIBO的JSON结构是固定的（包含光照、相机、构图等15+预设字段），这是模型训练时的核心输入格式，修改schema会导致模型无法理解参数。
但可通过“在现有字段中补充细节”实现类似需求：例如想添加“材质类型”，可在JSON的“object_description”字段中写入“owl feathers with matte texture（猫头鹰羽毛为哑光材质）”，模型会识别并生成对应效果。
未来Bria-AI可能推出“自定义schema”功能，但当前版本（基于GitHub最新代码）暂不支持。

Q6：Hugging Face模型访问申请多久能通过？被拒绝了怎么办？

A6：通常1-2个工作日内通过审核，具体时间取决于申请量；
若申请被拒绝，可能原因及解决方法：

1. 申请理由不清晰：重新申请，明确说明使用场景（如“个人非商业学习，用于生成设计练习图”）；

2. 商业使用未注明：若用于商业场景，需在申请中说明“企业名称、使用场景（如电商产品图生成）”，并承诺后续获取商业授权；

3. 历史违规记录：若Hugging Face账号有违规记录（如滥用模型），需联系Hugging Face客服解决后再申请。

Q7：FIBO支持批量生成图像吗？如何操作？

A7：支持批量生成，需通过修改代码实现（当前版本无现成批量命令），步骤如下：

1. 在FIBO仓库目录下新建batch_generate.py文件；

2. 写入批量逻辑（示例：循环生成10张不同种子的猫头鹰图像）：

   import subprocess
   import os
   
   prompt = "A hyper-detailed owl at night"
   output_dir = "examples/outputs/batch"
   os.makedirs(output_dir, exist_ok=True)
   
   # 批量生成10张，种子从1到10
   for seed in range(1, 11):
     output_path = os.path.join(output_dir, f"owl_seed_{seed}.png")
     command = [
       "python", "generate.py",
       "--prompt", prompt,
       "--seed", str(seed),
       "--output", output_path,
       "--model-mode", "local"
     ]
     subprocess.run(command, check=True)

3. 执行脚本：python batch_generate.py，会在examples/outputs/batch/目录下生成10张不同的猫头鹰图像。

Q8：生成图像时出现“CUDA out of memory”（CUDA内存不足）怎么办？

A8：可通过以下4种方式解决：

1. 降低图像分辨率：将--width和--height从1024×1024改为768×768或512×512；

2. 启用梯度检查点（需修改代码）：在src/fibo_inference/generate.py中添加torch.backends.cudnn.benchmark = True，并启用模型的gradient_checkpointing参数，可减少显存占用约30%；

3. 关闭其他GPU进程：用nvidia-smi命令查看占用GPU的进程，用kill -9 进程ID关闭无关进程（如其他模型推理、游戏）；

4. 使用CPU推理（应急方案）：在命令中添加--device cpu，但速度会大幅下降。

七、相关链接

• GitHub仓库：https://github.com/Bria-AI/FIBO

• Hugging Face模型页：https://huggingface.co/briaai/FIBO

• Hugging Face Spaces演示：https://huggingface.co/spaces/briaai/FIBO

• Bria.ai官网：https://bria.ai

八、总结

FIBO作为Bria-AI推出的首个开源JSON原生文本到图像模型，以“8B参数、100M+授权训练数据、PRISM基准双领先”为核心优势，突破了传统模型“重想象、轻控制”的痛点，通过“VLM引导JSON生成、属性分离控制、迭代微调”三大核心功能，实现了专业工作流所需的可控性、可预测性与法律合规性。其支持的“Generate、Refine、Inspire”三种模式覆盖从创意到落地的全流程，适配本地推理、ComfyUI可视化、API调用等多种使用方式，可广泛应用于平面设计、产品可视化、影视概念设计等专业场景。无论是设计师追求“细节精准调整”，还是企业关注“商业合规风险”，FIBO都提供了开源、高效、安全的解决方案，成为当前专业级文本到图像生成领域的重要开源工具。