Ideogram publica Ideogram 4.0, su primer modelo fundacional open-weight para generar imagenes a partir de texto.
Ideogram ha publicado Ideogram 4.0, su primer modelo fundacional con pesos abiertos para generar imágenes a partir de texto.
Se trata de un Diffusion Transformer de 9.300 millones de parámetros con 34 bloques, entrenado para procesar texto y tokens visuales dentro de una misma secuencia.
El modelo utiliza Qwen3-VL-8B-Instruct como codificador de texto y aprovecha estados intermedios de varias capas para trasladar más información de la instrucción al proceso de generación.
Ideogram 4.0 trabaja con prompts estructurados en JSON. El formato permite describir elementos, estilos, cajas de posición y paletas de color, y se valida antes de iniciar la generación.
Entre sus controles se incluyen hasta 16 colores por imagen, colores específicos por elemento, cajas delimitadoras para decidir la composición y elementos de texto con contenido literal y estilo independiente.
Los pesos están disponibles en Hugging Face y el código de referencia en GitHub. El modelo puede generar resoluciones comprendidas entre 256 y 2.048 píxeles por lado.
