Boogu Image 0.1 Editとは
Boogu Image 0.1 EditとはBoogu Projectが2026年6月にリリースしたオープンソースのマルチモーダル統合型画像生成・編集モデル「Boogu-Image-0.1」の画像編集（Image Editing）に特化した派生モデルです。Boogu Imageには3つのバリアントがあります。
- Base：基盤モデルで、ファインチューニングや 2K 解像度での超高密度テキストレンダリングに最適
- Turbo： 蒸留版で、4ステップ高画質な画像生成が可能。ほとんどのT2Iでデフォルトとして推奨
- Edit：衣裳変更、テキスト編集等に特化してファインチューニング
ComfyUIの公式テンプレートには2026年6月現在、TurboとEditの2種類があり、最大2048 × 2048ピクセル までの高解像度生成に対応しています。
「ローカルの画像編集AI」として実用レベルの日本語修正が可能に
これまでも「Ernie-Image」などの画像生成（新しく画像を作る）モデルで日本語が出せるものはありました。しかし、Edit機能を使いながら、フォントスタイルを維持して日本語を別の文字に変えられるローカルAIは、このBoogu Image Editがほぼ初めての選択肢という前評判でした。
プロンプト：「極味ラーメン」の文字を「オムライス」に変更
文字入りのポスターやモックアップ画像を読み込ませ、「この文字を〇〇に変更して」という指示（Editバリアント）だけでピンポイントに日本語を修正できる点が実用上の大きな特徴です。
- パラメータは 10B（100億パラメータ）
- ライセンスは商用利用が可能な Apache-2.0
「画像編集（部分修正）をしながら、日本語の文字をきれいに書き換えられる点」が、ローカル環境で動かせるAIモデルとして非常に珍しく、最大の強みとされています。
プロンプト：remove the hat
良い評判
- 柔軟で自然な画像編集： テキストの指示（プロンプト）だけで、画像の要素の追加・削除や衣装変更などが自然に行える点が評価されています。
- 高品質な文字描画： 英語や中国語などのバイリンガルテキストの描画に強く、ロゴや文字を含んだ画像を生成したい場合に適しています。
- 手軽なTurboモデル： 4ステップのサンプリングで高品質な生成が可能な
Turboバリアントが用意されており、高速生成に強みがあります。 - ComfyUIに標準対応： リリース直後から、画像生成AIの標準ツールである
ComfyUIのプリイン・テンプレートに搭載されており、導入と検証が非常にスムーズです。
イマイチな評判
- 軽量版としての限界感： 「Qwen Image 2512 / Qwen Image Edit 2511」の軽量版といった使用感があり、VRAMを節約できる一方で、大元を超えるような爆発的な流行には至っていません。
- 最高峰モデルとの比較： 商用で主流となっている他の先端モデル（Z-ImageやIdeogram 4.0など）と比較すると、ベースの絵柄や細部の表現力で見劣りするといった声もあります。
3大最新モデルの比較
2026年6月現在、オープンソース（ローカル実行可能）の最新画像生成AIである「Boogu-Image-0.1」「Ideogram 4.0」「Krea 2」の比較です。
Ideogram 4.0はデザイン性の高い文字のレイアウトが神がかって強力ですが、基本はテキストからの新規生成（txt2img）がメインです。
| 評価項目 | Boogu-Image-0.1 | Ideogram 4.0 | Krea 2 |
|---|---|---|---|
| 特徴 | 統合型の画像編集機能 | 圧倒的なプロンプト追従 | 驚異的な生成スピード |
| ライセンス | Apache-2.0 （完全商用可） | 無料は商用不可 (APIは可能) | 条件付き商用可 |
| 日本語文字描画 | 極めて高い（編集も可） | 高い （JSON構造化推奨） | 平均的 （やや文字崩れあり） |
| 強みとなる用途 | AIレタッチ・部分衣装変更 | 広告デザイン・ポスター制作 | 高速なリアルタイム生成 |
グラフィックデザインやロゴ制作なら Ideogram 4.0、人物中心の高速生成なら Krea 2、既存画像のレタッチや日本語文字修正なら Boogu-Image が最適です。
Qwen Image Edit 2511との比較
ComfyUI公式ワークフローテンプレートを使って同じプロンプト「remove the hat」で生成した画像の200%拡大です。
Qwen2511は20B規模の巨大モデルのため、FP8版でもモデルファイルだけで約19GBあり、快適に動かすにはハイエンドPCが要求されます。Booguは10B（100億）、VRAMの消費が小さいのでミドルクラスのPCでも快適に動作し圧倒的に早く生成できます。
ダウンロードしたファイルの設置場所
公式のワークフローのテンプレートを開き、必要ファイルをダンロードして下記の通りに設定してください。
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── boogu_image_edit_fp8_scaled.safetensors
│ ├── 📂 text_encoders/
│ │ └── qwen3vl_8b_fp8_scaled.safetensors
│ └── 📂 vae/
│ └── ae.safetensors
「Compare Images」ノード
「Compare Images」ノードが「ImageCompare: Node 2.0 only」となっている場合は、設定からNodes2.0 の Modern Node Design (Nodes 2.0) のスイッチをオンにすると表示されます。
低VRAM環境でも動作するGGUF形式に量子化したモデルもHugging Faceで公開されています。
投稿者 MFGRWBEL氏 Baseモデル Turboモデル Editモデル
公式サイトではBoogu-Image-0.1-Edit-Turboが近日公開となっていますので、現在の25～50よりも少ないステップ数で生成可能な編集モデルがリリースされそうです。
※追記
2026年6月30日に Edit Turbo(4ステップ)のBF16とINT8版がHugging Faceで公開されていました。
boogu_image_edit_turbo_bf16.safetensors
boogu_image_edit_turbo_int8_convrot.safetensors
コミュニティの反応
「ポテンシャルはありそうだが、画像が焼けたように見えたり汚く見えたりする」「まだ学習不足に見える」「古いSDモデルっぽい」「SD1.5 vibe」などのコメントがありました。つまり、2026年時点の上位モデルと比べると、絵の第一印象で負けているという評価です。
低VRAM向けGGUFワークフローのスレでは「Z-Imageの妹みたいで、編集を怖がらない。かなり良い」という趣旨のコメントがあり、軽量・編集可能なモデルとして面白がっている層はいます。
2026年6月現在ではNSFW特化型のチューニングモデルは出ていないようです。「人体描写（Anatomy）や複数人の複雑な相互作用のポーズがFluxの特定バリアント（Klein等）より優れている」とされ、すでにLoRA学習ツールの「ai-toolkit」がBooguに対応しているため、今後のコミュニティによるNSFW学習（チューニング）に期待できる」という声が上がっていました。
公式で、BooguのImage to Imageの能力は写真系の用途や文字生成に重点を置いていると説明されています。また、被写体やレイアウト、細部を厳密に保つ編集ではまだ一貫性が不安定だとも書かれています。
Boogu Imageのアニメ系の絵作りは古臭く感じました。リアル系の画像の生成についてもZ-image Turboの方が優勢です。生成した後に、衣装や背景を部分的に爆速で編集・量産したい、という用途では、Edit Turboのメリットが活かせそうです。一方で、より実用的な編集精度という点ではQwen Image Edit 2511の方が優勢です。
Boogu ImageはApache-2.0のライセンスなので商用利用できるのは大きな強みです。
まだバージョンは0.1で、Edit Turboも出たばかりなので”今後のアップデートやコミュニティでの改良に期待したいです。
