Ideogram 4.0
Modelo de generación de imágenes de alta calidad basado en una arquitectura DiT de 9,3B parámetros
- Transformer de difusión single-stream de 9,3B (34 bloques, 4608 dimensiones, 18 cabezas, SwiGLU 12288), con QK-RMSNorm, RoPE multimodal 3D, modulación temporal AdaLN, muestreador Euler flow-matching y CFG asimétrico.
- Interfaz de prompts JSON estructurados: controla en un único esquema los bounding boxes normalizados (0-1000), paletas HEX de hasta 16 colores y la separación entre cadenas de texto literal y estilo visual, con validación integrada.
- Renderizado de texto líder: OCR inglés 0,97 en X-Omni y 47,9 % de preferencia en ContraLabs; admite texto multilingüe para logotipos, rótulos y subtítulos.
- Resoluciones 256-2048 px (múltiplos de 16), relación hasta 6:1 y presets de 12, 20 y 48 pasos (V4_QUALITY_48).
- Codificador Qwen3-VL-8B-Instruct con fusión de 13 capas intermedias; Magic Prompt API expande texto plano a JSON estructurado.
- Checkpoints FP8 y NF4 en Hugging Face; NF4 funciona en una sola GPU de 24 GB.
💻 Requisitos del sistema
Una GPU de 24 GB para NF4 (RTX 4090/3090); se recomiendan 40 GB o más para FP8 (A100/A6000). CPU no compatible oficialmente.
Checkpoint NF4 ~5 GB, FP8 ~10 GB, codificador ~16 GB; entorno completo 30-50 GB.
⚡ Instalación
4-1. Inicio rápido
pip install git+https://github.com/ideogram-oss/ideogram-4.git
4-2. Instalación detallada
git clone https://github.com/ideogram-oss/ideogram-4.git
cd ideogram-4
pip install .
huggingface-cli login
python run_inference.py --prompt "your prompt here" --output out.png --quantization "nf4"
4-3. API de Python
from diffusers import DiffusionPipeline
import torch
pipe = DiffusionPipeline.from_pretrained("ideogram-ai/ideogram-4-fp8", dtype=torch.bfloat16, device_map="cuda")
image = pipe("Astronaut in jungle").images[0]
image.save("output.png")
4-4. API cloud
curl -X POST https://api.ideogram.ai/v1/ideogram-v3/generate -H "Api-Key: YOUR_API_KEY" -H "Content-Type: application/json" -d '{"prompt":"A serene mountain landscape at sunset"}'
Endpoints: Generate, Remix, Edit, Reframe, Replace Background y Face Swapping. Límite predeterminado de concurrencia: 10 solicitudes.
🧬 Casos de uso en biociencias
Automatización de logotipos y branding
Usar prompts JSON para colocar el nombre de la empresa en bounding boxes y fijar seis colores HEX, generando 100 propuestas de logo. El OCR 0,97 renderiza texto preciso y permite al diseñador centrarse en seleccionar candidatos.
Gráficos para artículos y pósteres científicos
Asignar la posición de cada etapa de un flujo experimental mediante bounding boxes y colocar etiquetas exactas como “Step 1: Sample Prep”. El preset V4_QUALITY_48 produce calidad de impresión 2048x1024.
Creatividades de marketing multilingües
Cambiar solo los elementos de texto en el mismo JSON de diseño para generar anuncios en inglés, coreano y japonés, manteniendo la paleta de marca y ajustando sutilmente el color por cultura.
FAQ
¿Qué es Ideogram 4.0?
Transformer de difusión single-stream de 9,3B (34 bloques, 4608 dimensiones, 18 cabezas, SwiGLU 12288), con QK-RMSNorm, RoPE multimodal 3D, modulación temporal AdaLN, muestreador Euler flow-matching y CFG asimétrico. Interfaz de prompts JSON estructurados: controla en un único esquema los bounding boxes normalizados (0-1000), paletas HEX de hasta 16 colores y la separación entre cadenas de texto literal y estilo visual, con validación integrada. Renderizado de texto líder: OCR inglés 0,97 en X-Omni y 47,9 % de preferencia en ContraLabs; admite texto multilingüe para logotipos, rótulos y subtítulos. Resoluciones 256-2048 px (múltiplos de 16), relación hasta 6:1 y presets de 12, 20 y 48 pasos (V4QUALITY48). Codificador Qwen3-VL-8B-Instruct con fusión de 13 capas intermedias; Magic Prompt API expande texto plano a JSON estructurado. Checkpoints FP8 y NF4 en Hugging Face; NF4 funciona en una sola GPU de 24 GB.
¿Cuándo debería usar Ideogram 4.0?
Modelo de generación de imágenes de alta calidad basado en una arquitectura DiT de 9,3B parámetros
¿Cuál es un caso de uso biomédico de Ideogram 4.0?
Automatización de logotipos y branding: Usar prompts JSON para colocar el nombre de la empresa en bounding boxes y fijar seis colores HEX, generando 100 propuestas de logo. El OCR 0,97 renderiza texto preciso y permite al diseñador centrarse en seleccionar candidatos.
📝 Notas de actualización
Aún no hay notas de actualización.
🧪 Código de la vida relacionado
Aún no hay publicaciones relacionadas de Código de la vida.