蚂蚁AntLing开源Ming-Image-0.1-Design：6B设计图像模型登顶UI/UX榜首

蚂蚁集团旗下的AntLing（inclusionAI）团队近日在Hugging Face上开源了Ming-Image-0.1-Design系列图像模型，这个专注于设计场景的模型家族一经发布便引发关注——其中的Ming-Image-0.1-Design在Artificial Analysis的UI/UX设计榜单上，成为开放权重模型中排名第一的选手。

Ming-Image-0.1-Design 系列开源发布

模型家族一览：两个模型加两项Agent技能

此次开源并非单个模型，而是一整套面向设计工作流的组合。核心包含两个6B参数规模的模型：

Ming-Image-0.1-Design（6B）：主力图像生成模型，主打UI/UX设计场景。
Ming-Image-0.1-Design-Layer（6B）：带分层能力的版本，从命名看应当支持图层化的设计输出，这对后续可编辑的设计流程至关重要。

除模型之外，团队还开源了两项Agent Skills（智能体技能）：

Ling UI Design Skill：用于UI界面设计的技能模块。
Image-to-Editable-PPT Skill：把图像转换为可编辑PPT的技能。

这套组合的思路很清晰——不只是给出一个能出图的模型，而是把从设计生成到落地可编辑产物的链路一并打包。对于实际的设计与办公场景，能编辑的产出往往比一张静态图片更有价值。

6B参数为何值得关注

在图像生成领域，参数规模并非越大越好，尤其是对垂直场景而言。Ming-Image-0.1-Design选择6B这一相对中等的体量，意味着更低的部署门槛和推理成本。对开发者和中小团队来说，6B级别的模型更容易在消费级或单张专业显卡上运行，这直接决定了它能否被真正用起来。

更关键的是它的定位——专注于设计而非通用图像生成。通用大模型在追求「什么都能画」的同时，往往难以在特定的UI/UX、排版、界面元素等场景做到精准。而一个针对设计场景训练优化的6B模型，能在有限参数下把专业度做深，这也解释了它为何能在细分榜单上取得领先。

登顶开放权重UI/UX设计榜单

据发布信息，Ming-Image-0.1-Design在Artificial Analysis的UI/UX Design leaderboard上，位列开放权重（open-weight）模型第一。Artificial Analysis是业内较为活跃的第三方模型评测机构，其榜单具有一定参考价值。

需要注意区分的是「开放权重第一」和「整体第一」的差别。这个成绩说明在可自由下载、部署的模型范围内，它在UI/UX设计维度表现最优，但并不等同于超越所有闭源商业模型。即便如此，对于希望本地化、私有化部署设计能力的团队而言，一个开源且榜首的选择本身就极具吸引力。

Artificial Analysis成立于2024年，专注于对大语言模型和多模态模型进行独立的第三方基准测试，评估维度涵盖输出质量、推理速度、成本效率等多个方面。其UI/UX Design leaderboard通过设计任务的输出质量、像素还原度、排版合理性等指标对图像生成模型进行横向比较，参与评测的模型同时包括GPT-4o Image、Gemini等闭源商业模型，以及Stable Diffusion、FLUX等开放权重模型。"开放权重"（open-weight）特指模型参数可公开下载、允许本地部署的类别，与完全开源（含训练代码、数据集）略有区别，但对于实际部署而言已足够实用。正是这一评测机构的独立性与多模型横向对比的方法论，使得其榜单成绩在开发者社区中具有较高可信度。

从生成到可编辑：设计工作流的补全

真正让这套发布区别于普通图像模型的，是它对完整工作流的考量。Image-to-Editable-PPT Skill这一技能尤其值得说——把图像自动转化为可编辑的PPT，意味着模型的输出不再是设计终点，而是可以直接进入人类协作和二次修改的环节。

结合Design-Layer的分层能力，可以推测这套工具链试图解决设计AI落地的一个长期痛点：AI生成的图往往「好看但没法改」。当输出具备图层结构、可导出为可编辑文档时，设计师才能把AI真正纳入日常生产流程，而不是每次都推倒重来。

Agent Skills（智能体技能）是近年来大模型生态中兴起的模块化能力封装形式，通常指将某个特定任务的调用逻辑、提示策略和工具集成打包为可复用的技能单元，供智能体框架（如AutoGPT、Dify等）直接调用。Ming-Image系列开源的两项技能延续了这一思路：Ling UI Design Skill将UI界面生成流程标准化，Image-to-Editable-PPT Skill则在图像识别和布局解析的基础上，将静态视觉内容映射回结构化的幻灯片元素（标题、图表、文本框等），生成可被PowerPoint或WPS等工具二次编辑的文件格式。这类"生成即可编辑"的能力，填补了AI生成内容进入人类协作环节的最后一公里，是当前设计自动化落地的关键卡点之一。

如何获取与使用

目前两个核心模型均已在Hugging Face上线，可通过以下地址获取：

Ming-Image-0.1-Design：huggingface.co/inclusionAI/Ming-Image-0.1-Design
Ming-Image-0.1-Design-Layer：huggingface.co/inclusionAI/Ming-Image-0.1-Design-Layer

对于关注开源图像生成、尤其是UI/UX与设计自动化方向的开发者，这套模型加技能的组合提供了一个值得动手试验的起点。随着更多开发者上手，其在真实设计场景中的表现，也将成为检验其榜单成绩含金量的最好方式。