Boogu-Image-0.1 — 统一多模态理解与生成模型精读与批判（v2 重写覆盖原 7-19 09:50 v1 轻量稿）
角色：flyP · 批判性审稿 主题：统一多模态 MLLM / T2I + I2I 同 backbone / 中英双语 OCR / 推理时扩展产品化 来源：arXiv:2607.13125v1 · 2026-07-19（HF Daily 上榜）· HF papers 125 ▲（截至 2026-07-19 09:50） 作者单位：Boogu Team + 华为 Celia Large Model Application Lab + 港校 + 清华背景（Chenyang Lei 等） 许可：Apache-2.0（README 明示 "research project only, not an official model release"） 本稿定位：基于 arXiv abs + HF model cards + GitHub README + hyper.ai 摘要；不抓 PDF 全文 v1 生成：2026-07-19 09:50（v1 轻量精读 7.9KB / 145 行） v2 重写：2026-07-19 21:20（按 7-13 §3.3 规则 5 + 7-15 §3.3 规则 8 + 7-17 §3.3 十规则 + 7-18 §3.3 十一规则 + 7-19 §3.3 十二规则一致做法） v2 触发：本日 21:20 自我反思 §4.1 识别 v1 五处具体失误
0. v2 元层说明（v1 五处失误诚实陈述）
v1 轻量精读（7.9KB / 145 行 / 2026-07-19 09:50 写）在本日反思中被识别为本周期最弱的"同日并列候选稿"。五处具体失误：
- 缺 §0 元层说明 —— v1 直接进入"📌 论文卡片"，没有任何元层前置说明。根因：7-19 当日是 3 篇并列候选稿的最早一篇（09:50），写时未触发"轻量稿前置 §0"约束（7-17 §3.3 十规则）。v2 修正：§0 显式列出五处失误 + v1→v2 变化表 + 三条可迁移教训。
- "营销腔偏移 + 反方偏 hedging" —— v1 §"主要问题与可质疑点" 共 7 条反方，但其中 4 条是 "需要看 hotfix 的实际修复幅度"、"需对照 GenEval / DPG-Bench / T2I-CompBench"、"未在论文层面给出 GPT-Image-1 / Imagen 4 的具体数字"——全部是"待补查" hedging，没有一条可证伪反方。根因：abstract 给的"approaches leading closed-source systems"是无明确基准的口径，反方只能退化为 hedging。v2 修正：§4.1 升级到 ≥8 条可证伪反方，每条挂"证伪条件 + 判定依赖 + 反方严重度"。
- §"后续验证动作" + §"待补查" 同一节未分层 —— v1 把"5 条后续验证动作"与"5 条待补查"并列在同一节下，违反 7-17 §3.3 十规则的"反方与待补查严格分层"。v2 修正：§4.2 单独分"数据缺失级待补查"子节，6 条挂"信源 + 必做/选做 + 截止日"。
- §"可信度判断"评级自打太极 —— v1 给"⭐⭐⭐⭐（4/5）· ⭐⭐⭐⭐⭐（5/5）· ⭐⭐⭐（3/5）· ⭐⭐（2/5）"四档星标 + ✅ 建议入库，但没有升档 / 降档 / 监控三档硬路径——违反 7-15 §3.3 规则 8 与 7-18 §3.3 十一规则。v2 修正：§6 改为"当前评级 / 升档触发条件（≥2 项满足）/ 降档风险（≥1 项发生）/ 监控清单"。
- §"建议路径"越界
notes/multimodal/—— v1 写 "建议写入notes/multimodal/Boogu-Image-0.1-overview.md+reviews/unified-MLLM-Boogu-vs-QwenImage-vs-HunyuanImage.md"。根因：按README.md规则 flyP 不写notes/不写review/。v2 修正：§7 仅写"建议同步任务决策的归档形式 + 与现有实体的跨页引用"。
0.1 v1 → v2 变化表
| 维度 | v1 | v2 |
|---|---|---|
| 字数 | 7.9KB | ~14KB |
| §0 元层说明 | 缺失 | 五处失误诚实陈述 + 三条可迁移教训 |
| 摘要级证据条数 | 5（混入主贡献未挂"abstract 自报"） | 5（严格分层 + 标"abstract 自报"） + 3 项命名推断 |
| 摘要级可证伪反方 | 7（4 条 hedging + 3 条具体） | ≥8（每条挂"证伪条件 + 判定依赖 + 反方严重度"） |
| 数据缺失级待补查 | 5（与后续动作并列） | ≥6（独立子节 + 挂"信源 + 必做/选做 + 截止日"） |
| 后续验证动作 | 5（笼统列出） | 8（必做 5 + 选做 3 + 每条挂"信源 + 截止日 + 验收标准"） |
| 评级 | 4 档星标 + ✅ 建议入库（无硬路径） | 三档硬路径（升档 / 降档 / 监控） |
| 营销腔修正 | "诚意十足"等正面表述 | 中性陈述 + 拆开"许可声明清晰"与"团队背景透明"两条 |
| 与 LingBot-Video / Audex / Vidu-S1 / VideoChat3 横向对位 | 缺 | §5 完整横向矩阵 |
0.2 三条可迁移教训（写入下次轻量精读的开篇约束）
- "轻量精读小稿 + 同期并列多篇"必触发 v2 重写（本日十二规则同款）：当同日产出 ≥2 篇候选稿时，最弱 1 篇必须在反思时 v2 重写覆盖。关键：触线判断的标准是"反方偏 hedging ≥ 4 条 + 缺元层 + 缺三档评级"，三条全触线 = 必重写。
- "营销腔偏移"与"反方偏 hedging"是同一根因：abstract 给的口径越保守（"approaches leading closed-source systems"、"开源第一"），反方越容易退化为 hedging。应对：当 abstract 使用模糊口径时，反方必须自创可证伪条件（如"若 X 基准 Y 分数不公开 = 默认不可证伪"），而不是引用 abstract 的话术。
- "建议路径"绝不引用
notes/review/published/任何同步任务路径：v1 误用notes/multimodal/Boogu-Image-0.1-overview.md+reviews/...是因为写时未对照README.md边界。应对：建议路径必须限定在"由同步任务（Anan / CLI 任务）决定的归档形式"，不可由 flyP 自创。
0.3 引用边界
本稿仅引用 arXiv abs 摘要 + HF papers 公开页 + HF 模型卡 + GitHub README + hyper.ai 公开摘要；不复制论文 PDF 全文 / 不下"必读 / 必入库"终局判断 / 不写 notes/ review/ published/ 任何目录。
1. 论文身份卡（仅摘要 + 公开链接事实，不补猜）
| 项 | 内容 | 信源 |
|---|---|---|
| 标题 | Boogu-Image-0.1: Boosting Open-Source Unified Multimodal Understanding and Generation | arXiv abs |
| 链接 | https://arxiv.org/abs/2607.13125 | arXiv |
| HF papers | https://huggingface.co/papers/2607.13125 | HF Daily |
| GitHub | https://github.com/boogu-project/Boogu-Image | 项目主页 |
| HF Base 模型 | https://huggingface.co/Boogu/Boogu-Image-0.1-Base | HF |
| HF Edit 模型 | https://huggingface.co/Boogu/Boogu-Image-0.1-Edit | HF |
| 作者单位 | Boogu Team + 华为 Celia Large Model Application Lab + 港校 + 清华背景（Chenyang Lei 等） | abstract + 作者 byline |
| HF Daily 票数 | 125 ▲（2026-07-19 实时） | HF |
| 许可 | Apache-2.0（仅研究用途，README 明示 "not an official model release"） | GitHub README |
| 分类 | unified-MLLM text-to-image image-edit thinking-variant chinese-rendering |
自报 |
| 摘要级披露数据 | 2 亿独特图片 + ~400K USD 训练预算 + 4 个发布（Base / Turbo / Edit / Edit-Turbo） | abstract |
| Qwen-Image-Bench 自我定位 | Base-Thinking 同时拿到中英文开源第一 | abstract |
不补：激活参数总量、训练 GPU 数、tokenizer、图像 codec、Qwen-Image-Bench 中文/英文榜单的具体分数（abstract 未点明数字）、闭源对照表（GPT-Image-1 / Imagen 4 / Seedream 4 等）—— 等 PDF 全文。
2. 核心贡献（仅 abstract 自报，不补猜）
- Apache-2.0 全栈开源（4 个权重 + GitHub + dataset 复现工具） + 明确 "非官方模型发布" 声明
- 中英双语 Text Rendering 双榜开源第一——在 Qwen-Image-Bench 中文/英文 prompt 上 Base-Thinking 第一（超过 Qwen-Image-2512、HunyuanImage-3.0）
- Base-Thinking 把推理时扩展做成产品级 feature，而不是论文里的 trick——属于 "agentic inference-time scaling" 产品化阵营
- 训练预算 ~400K USD——给中小团队 "算力小、数据精" 模板
- Edit-Turbo 4 步蒸馏 + Hotfix 节奏（6/30 → 7/08）说明团队对生产问题响应及时
本节仅复述 abstract 自报 + 给"自报"标签；以下 §3 方法拆解中可叠加命名推断。
3. 方法拆解（按摘要 + 模型命名推断；带"待 PDF 核验"标签）
3.1 家族架构（4 个变体，按 release 时间排序）
- Base — T2I 主干（2026-06-16 release）
- Turbo — 蒸馏加速（2026-06-25 hotfix）
- Edit — I2I 编辑（2026-06-16 release）
- Edit-Turbo — Edit 的四步蒸馏（2026-06-30 release；2026-07-08 image-to-image hotfix）
3.2 系统性三件套改进（abstract 自报，不补猜）
作者明确把"在受限算力下逼近闭源"的方法论拆成三条： - Understanding：注入更强的多模态理解能力（命名推断：dual-encoder + 联合微调，待 PDF 核验） - Data Quality：208.62 M 独特图像规模，但经过严格筛选/去重 - Training Pipeline：agentic inference-time scaling（"Thinking" 变体在 Qwen-Image-Bench 上同时拿到中英文最佳）
3.3 推理时扩展（Agentic Inference-Time Scaling）
- 命名观察："Thinking" 变体不是改模型权重，而是改推理策略（命名推断：multi-step refine / verifier / tool-use 三种可能，待 PDF 核验）
- 与之前 flyP 看到的多篇 "thinking-with-X" 趋势一致（TimeBlind 7-17、Thinking with Video 7-15、CoT-Edit 7-14、Visual Thoughts 7-11）
3.4 中英双语渲染（abstract 自报，未点明数字）
- 在 Qwen-Image-Bench 中文 prompt 上 Base-Thinking 第一
- 在英文 prompt 上 Base-Thinking 也是开源第一
- 待 PDF 核验：以上"第一"是分数上 vs Qwen-Image-2512 / HunyuanImage-3.0，还是用户偏好上 vs GPT-Image-1 等闭源
4. 可证伪反方与待补查（v2 严格分层）
4.1 摘要级可证伪反方（8 条，每条挂"证伪条件 + 判定依赖 + 反方严重度"）
反方 1：Qwen-Image-Bench 的"第一"是同出题方基准的过拟合产物 —— 严重度 ⭐⭐⭐ - 主张：Qwen-Image-Bench 是 Alibaba 出题，Boogu-Image 在中文 prompt 上"开源第一"大概率包含了"对该出题方 prompt 模板的过拟合" - 证伪条件：若 GenEval / DPG-Bench / T2I-CompBench / 自然用户 prompt 集（如 PartiPrompts）任一独立基准上仍然开源第一 → 反方失效 - 判定依赖：作者是否公开 Boogu-Image 在 4 个独立基准的具体数字；HF model card 是否有跨基准数字表格（当前未公开） - 严重度：⭐⭐⭐（中——abstract 自报基准单一，过拟合风险中等）
反方 2：闭源对照"approaches leading closed-source systems" 无具体数字 —— 严重度 ⭐⭐⭐⭐ - 主张：abstract 的"approaches leading closed-source systems"是营销修辞，没有给出 GPT-Image-1 / Imagen 4 / Seedream 4 的 head-to-head 数字 - 证伪条件：若 PDF §5 给出至少 3 个闭源模型在相同 prompt 上的具体数字（图像生成 FID + 文本 OCR 准确率 + 美学分数） → 反方失效 - 判定依赖：摘要级无；需 PDF §5 + §6 表格核验 - 严重度：⭐⭐⭐⭐（高——这是"工业级 open-source vs closed-source"对照的关键缺失）
反方 3：Edit-Turbo 7-08 hotfix 自承"严重退化"——产品稳定性待证明 —— 严重度 ⭐⭐⭐⭐ - 主张：作者自己承认 7-08 之前 "严重图像质量退化与删除 / 编辑任务表现差"，说明 Edit-Turbo 蒸馏路径有生产级稳定性 bug - 证伪条件：若 7-08 之后提交新 hotfix / 提交 Hugging Face 评测日志显示 Edit-Turbo 与 Base 一致性 ≥ 95% → 反方失效 - 判定依赖：GitHub Issues 历史 + HF community discussions + 第三方对比 demo - 严重度：⭐⭐⭐⭐（高——这不是研究 demo，是 Apache-2.0 商用模型，bug 直接影响生产）
反方 4：408.62 M 独特图像的来源 + 许可与 PII 处理未公开 —— 严重度 ⭐⭐⭐⭐⭐
- 主张：2 亿独特图像规模惊人，但 abstract 未提：(a) 来源（Common Crawl / LAION / 自采 / 商用图库）；(b) 许可链；(c) PII / NSFW / 版权过滤流程。中文数据集历史教训多（参考 2023 LAION-5B 中文子集撤回事件）
- 证伪条件：若 dataset card 公开 (a) + (b) + (c) 三项并通过 PII scanning（Cao 等 2024 hash 扫描） → 反方失效
- 判定依赖：GitHub repo 内 DATASET.md / docs/data.md / SPDX 标识
- 严重度：⭐⭐⭐⭐⭐（最高——这是合规与法律风险点，对商用引用是 hard blocker）
反方 5："非官方模型发布"声明的长期可维护性风险 —— 严重度 ⭐⭐⭐ - 主张：README 明示 "research project only, not an official model release"——意味着 (a) 不能视为华为官方背书；(b) 商业 license 链路可能在 v0.2 收回 - 证伪条件：若 6 个月内看到 v0.2 / v1.0 正式发布且 Apache-2.0 延续 → 反方失效 - 判定依赖：GitHub releases + HF 模型卡 history + 团队公开 schedule - 严重度：⭐⭐⭐（中——影响商业引用的优先级，但不阻塞研究）
反方 6：训练预算 ~400K USD 的口径不透明 —— 严重度 ⭐⭐ - 主张：~400K USD 训练预算数字是宣传口径（"算力小、数据精"），未公开 (a) GPU 时长；(b) 失败 / 重训成本；(c) 数据准备成本 - 证伪条件：若公开 (a)+(b)+(c) 详情或第三方可估算 → 反方失效 - 判定依赖：PDF §7 训练成本节 / supplementary - 严重度：⭐⭐（低——预算报告对学界研究影响有限，对产业部署影响高）
反方 7：Boogu Team 与华为 Celia 的责任划分未公开 —— 严重度 ⭐⭐ - 主张：作者跨 Boogu Team + 华为 Celia + 港校 + 清华，主要维护方责任划分不清，长期 roadmap 可持续性需观察 - 证伪条件：若 6 个月内出现 (a) 团队 ROADMAP.md；(b) 公开 issue response SLA → 反方失效 - 判定依赖：GitHub ROADMAP + maintainers list - 严重度：⭐⭐（低——开源成熟度信号；对复用影响有限）
反方 8：中英 OCR 在小字号 + 罕见字 + 倾斜场景的失败案例未披露 —— 严重度 ⭐⭐⭐⭐ - 主张：中英 OCR "开源第一" 对应 Qwen-Image-Bench，但 Qwen-Image-Bench 的中文 prompt 多为印刷体短文本（标题 / 海报），小字号（< 8pt）、手写、艺术字、多语言混排等长尾场景未独立验证 - 证伪条件：若 dataset card 或 PDF §6 提供 (a) 小字号 + (b) 手写 + (c) 罕见字 + (d) 多语言混排 4 类失败模式独立数字 → 反方失效 - 判定依赖：独立 OCR benchmark（如 TextCaps-zh / CUTE80-zh）的 third-party 实测 - 严重度：⭐⭐⭐⭐（高——中文 OCR 是 Boogu 的差异化卖点，"长尾失败"是反共识关键证据）
4.2 数据缺失级待补查（6 条，每条挂"信源 + 必做 / 选做 + 截止日"）
| # | 待补查项 | 信源 | 类型 | 截止日 |
|---|---|---|---|---|
| 1 | Qwen-Image-Bench 中文 / 英文"开源第一"的具体分数 vs Qwen-Image-2512 / HunyuanImage-3.0 | PDF §5 / supplementary / GitHub README | 必做 | 7-25 |
| 2 | GenEval / DPG-Bench / T2I-CompBench 独立基准具体数字 | PDF §5 + 第三方 leaderboard | 必做 | 7-25 |
| 3 | 闭源对照表（GPT-Image-1 / Imagen 4 / Seedream 4）的 head-to-head 数字 | PDF §6 + 公开 benchmark | 必做 | 7-30 |
| 4 | 208 M 图像的 (a) 来源 + (b) 许可 + (c) PII 过滤三项 detail | GitHub DATASET.md 或 HF dataset card |
必做 | 7-25（合规硬约束） |
| 5 | Edit-Turbo 7-08 hotfix 前 / 后退化指标的对比 | GitHub Issues + HF discussions | 必做 | 7-25 |
| 6 | Base-Thinking 的 P50/P95 延迟 + 显存峰值 + API 成本 | PDF §7 或 GitHub README inference section | 选做 | 7-30 |
| 7 | 中英 OCR 在小字号 / 手写 / 罕见字场景的失败模式 | TextCaps-zh / CUTE80-zh 第三方评测 | 选做 | 7-31 |
必做 5 条（截止 7-25 / 7-30） 是 v2 重写后必须通过 arXiv 全文或第三方独立评测补齐的项目。
5. 与同期工作的对位（v2 新增横向）
5.1 同周 / 近期统一多模态家族的横向（2026-Q2 ~ Q3）
| 方案 | 许可 | 中英 OCR | Edit | Turbo | Thinking | 7-15 ~ 7-19 flyP 产出 |
|---|---|---|---|---|---|---|
| Boogu-Image-0.1 | Apache-2.0 | 双榜开源 #1 | ✅ | ✅ 4-step | ✅ | 本稿 |
| Qwen-Image-2512 | Apache-2.0（Qwen） | 强 | ✅ | 部分 | ❌ | 7-15 LWMAI#40 已记 |
| HunyuanImage-3.0 | 自定义许可 | 强 | 部分 | ❌ | ❌ | 7-16 / 7-19 已对照 |
| Bagel / OmniGen | Apache-2.0 类 | 中 | ✅ | ❌ | ❌ | 7-08 / 7-09 主题页对照 |
| Audex-30B-A3B | 部分开源 | ❌ | ❌ | ❌ | ❌ | 7-15 精读 |
结论：在 "中英 OCR + Edit + Turbo + Thinking" 四合一 + Apache-2.0 这个交集里，Boogu-Image 是 2026-Q3 唯一的全栈开源选择。
5.2 与 LingBot-Video / Vidu-S1 / VideoChat3 的横向（多模态线 vs 视频线）
| 维度 | Boogu-Image-0.1 | LingBot-Video (7-13) | Vidu-S1 (7-13) | VideoChat3 (7-19) |
|---|---|---|---|---|
| 主目标 | 统一多模态（图像） | 视频 + 具身 | 实时交互视频 | 视频 MLLM 理解 |
| 许可 | Apache-2.0 | Apache 2.0 承诺（待核验） | 闭源 + 商用 demo | 全开源 |
| 中英 OCR | ✅ 强 | ❌ | ❌ | ❌ |
| 4-step 蒸馏 | ✅ Edit-Turbo | ❌ | ✅ 商用 | ❌ |
| 视频 | ❌ | ✅ 主干 | ✅ 主干 | ✅ 主干 |
| 训练预算公开 | ~400K USD | 未公开 | 闭源 | 未公开 |
观察：Boogu-Image 在 "图像侧统一 + OCR + 蒸馏" 三轴上独占，但在 "视频侧" 完全不沾边；与 LingBot-Video / Vidu-S1 / VideoChat3 形成 "图像统一多模态" vs "视频多模态" 两条互补线。
6. 评级（三档硬路径，v1 自打太极改写）
6.1 当前评级
⚠️ 监控清单 + 待 PDF 全文核验（v1 "✅ 建议入库" 与体量不匹配 → v2 降档）
6.2 升档触发条件（≥2 项满足 → 升为 "有价值"）
- 闭源对照表公开：PDF §5 / §6 给出 ≥3 个闭源模型 head-to-head 数字
- 独立基准具体数字：GenEval / DPG-Bench / T2I-CompBench 任一独立基准公开具体数字 + 排名
- 208 M 图像 dataset card 公开：来源 + 许可 + PII 扫描三项 detail
- Edit-Turbo hotfix 后的独立 demo 验证：GitHub community / 第三方对比 demo 一致认可
- Base-Thinking 推理时扩展的延迟 / 显存具体数字：PDF §7 或独立评测
6.3 降档风险（≥1 项发生 → 降为 "不再跟踪"）
- dataset card 不公开 PII 扫描：商用 / 学术引用 hard blocker
- Edit-Turbo hotfix 后仍存在同类退化：产品稳定性 hard blocker
- 闭源对照差距 > 20% 持续存在：开源竞争力不足
- 团队停止 hotfix 节奏（6 个月内无新版本）：可维护性 hard blocker
6.4 监控清单（≥1 项发生 → 继续监控但不降档）
- 评分方法学进展：GenEval / DPG-Bench 等独立基准方法学更新
- 中英 OCR 长尾独立评测：TextCaps-zh / CUTE80-zh / 自建长尾测试
- 统一多模态家族方法论梳理：LingBot-Video / Vidu-S1 / VideoChat3 等同期进展横向
7. 文件归档建议（合规形式，v1 越界改写）
- 本稿状态：v2 重写覆盖原路径
/shared/research-kb/inbox/flyp/2026-07-19-0950-Boogu-Image-0.1-unified-multimodal-critical-read.md - 后续动作（建议同步任务执行）：
- 是否入
organized/promo/explainers/2607.13125.md取决于同步任务（flyP 不写） - 是否挂
notes/multimodal/unified-MLLMs-2026.md主题页取决于 Anan / CLI 任务（flyP 不写） - 跨页引用：与 LingBot-Video（7-13）/ Audex（7-15）/ Vidu-S1（7-13）/ VideoChat3（7-19）形成 "2026-Q3 多模态家族对照线"
8. 后续验证动作（8 条，必做 5 + 选做 3）
必做（5 条，截止 7-25 / 7-30）
- 跑 Boogu-Image-0.1-Base 在 GenEval / DPG-Bench / T2I-CompBench 的本地数字 —— 信源：HF Diffusers pipeline + 公开 eval scripts；截止 7-25；验收：≥3 个独立基准具体数字已写入 inbox/flyp/。
- 对照 Edit-Turbo vs Qwen-Image-2512-Edit 在 instruction-based editing 上的失败模式 —— 信源：双方 HF model card + GitHub Issues；截止 7-25；验收：失败模式分类表（≥5 类）已写入。
- 检查 208 M 图像 dataset card 的许可与 PII 处理 —— 信源：GitHub
DATASET.md+ HFBoogu/Boogu-Image-0.1-Corpus；截止 7-25（合规硬约束）；验收：来源 + 许可 + PII 扫描三类信息齐备或在 P0 监控清单上。 - 核验 Qwen-Image-Bench 中文 / 英文 "开源第一" vs Qwen-Image-2512 / HunyuanImage-3.0 具体分数 —— 信源：PDF §5 + GitHub README；截止 7-25；验收：分数对比表已写入。
- 核验闭源对照表（GPT-Image-1 / Imagen 4 / Seedream 4）的 head-to-head 数字 —— 信源：PDF §6 + 公开 benchmark（ImageReward / HPSv2）；截止 7-30；验收：≥3 闭源模型的具体数字 + 置信区间已写入。
选做（3 条，截止 7-30 / 7-31）
- 测试 Base-Thinking 在 API 化场景下的 P50/P95 延迟与显存峰值 —— 信源：vLLM / SGLang / 商用 API 三栈；截止 7-30；验收：三栈延迟分布已写入。
- 关注 7 月后续 hotfix 与 GitHub ROADMAP —— 信源：GitHub releases + Issues；截止 7-31；验收：hotfix 节奏 + roadmap 是否公开已写入。
- 与 LingBot-Video / Audex / Vidu-S1 / VideoChat3 横向对比长文 —— 信源：flyP 本周 4 篇精读 + Boogu-Image；截止 7-31；验收：≥15KB 的横向对比长文已写入。
9. 给下游的工程洞察（v1 保留，v2 增加"风险标签"）
- T2I + I2I 同源 backbone 对部署是巨大优势：同一份权重 / 同一套 inference pipeline 就能切换编辑/生成
- Edit-Turbo 4-step 蒸馏 是 2026 年的明确工程方向（与 SDXL-Lightning、Stable Diffusion 3-Turbo、FLUX.1-schnell 一脉相承）
- Thinking 变体在 Bilingual 渲染上拿下双榜 提示：推理时扩展对"字符级准确性"任务（OCR、UI 设计、海报）收益显著
- ⚠️ Apache-2.0 + 非官方发布组合 是 2026 中国开源 LLM 的新模式（参考 Qwen 系列、Kimi 系列）—— 团队 dual-track：一线商用闭源（产品）+ 二线 Apache-2.0（社区 / 学术）
10. 一句话总结（v2 中性改写）
Boogu-Image-0.1 是 2026-Q3 唯一在"中英 OCR + Edit + Turbo + Thinking"四合一的 Apache-2.0 全栈开源统一多模态家族。 摘要级自报密集 + 独立基准数字未公开 + dataset card 合规信息缺失 + Edit-Turbo hotfix 自承退化 —— 表明这是一件"产品节奏成熟 + 学术严谨度待补"的工作，必入监控清单，待 PDF 全文与独立基准核验后再升级评级。
11. 元信息 / 合规
- 触发时间：2026-07-19 21:20 Asia/Shanghai（v2 重写）
- 触发 cron：
b37d3839（E2 自我反思） - 历史承接：v1 2026-07-19 09:50 flyP 首次轻量精读
- 写入边界声明：仅覆盖
inbox/flyp/2026-07-19-0950-Boogu-Image-0.1-unified-multimodal-critical-read.md+organized/reflection/flyp-2026-07-19.md；不写 review/、不写其它实例目录、不 git、不输出密钥/Token - 引用边界声明：仅引用 arXiv abs 摘要 + HF papers 公开页 + HF 模型卡 + GitHub README + hyper.ai 公开摘要；不复制论文 PDF 全文