蓝色金字塔放在粉色圆柱上，Lumina-Image 2.0 的构图样例值得细看

蓝色金字塔在粉色圆柱上，绿色圆锥站在后面；鸟在右边，兔子在左边。这是一份很容易检查、也很容易画错的图像要求。Lumina-Image 2.0 的官方展示把描述直接写在对应成图里，让读者能沿着“什么颜色、什么形状、在哪一边”逐项看结果。

来源：Alpha-VLLM 官方 Demo.png，裁出其中 Logical Reasoning 面板，原图保留于研究资料。英文提示与这一张结果原本就在同一面板。

从“都出现了”到“关系也出现了”

这张图里，蓝色与金字塔绑定，粉色与圆柱绑定，两个形状发生上下叠放；兔子和鸟又被放到不同侧面。它比“模型能画动物和几何体”多了一层：物体的属性与位置都参与构图。做概念插画时，读者可以用这种检查方式判断结果是否服务自己的想法，而非只凭整体风格选图。

我会保留这个案例，因为它给出了具体判读材料；但一张官方样例不等于复杂场景都能准确计数或严格定位。将它用于概念探索很合适，若要做数学教学的精确几何图或需要尺寸依据的说明图，仍应由确定性的绘图工具完成最终校正。

Lumina-Image 2.0 是可下载的文生图模型。模型卡给出 1024 方图的 Diffusers 示例：一段描述阳光在水面反射的文字，进入 Lumina2Pipeline，输出保存为图片。想继续尝试空间关系，可以从官方面板的结构出发，一次改变一个颜色或位置，再对照结果；这里是可复用的教学思路，并非本文已运行的实验。

生成、编辑与依赖要分别看

仓库公开了推理、微调和 LoRA 相关材料，也链接到 Lumina-Accessory 的控制生成与编辑路线。基础文生图检查点和这些扩展并非一个下载文件，不能用整体项目的演示来保证基础管线接收草图、姿态或人物参考。它们能串成更丰富的工作流，但采用时应沿各自文档确认输入。

硬件判断也不宜只盯名称中的 2.0 或模型卡概括的“2B”。仓库模型表把生成主干写为 2.6B，并列出 Gemma-2-2B 文本编码器与 FLUX VAE。运行环境需要把这些组件一起考虑。代码与主模型卡标注 Apache 2.0，Gemma 依赖另有认证要求，仓库明确提示使用 Hugging Face token。开放一个组件，不会自动取消依赖的账户和许可条件。

对于已经在本地做图的人，这篇最有用的入口是官方示例而非参数排名：先看懂属性与关系怎样被写进同一份提示，再决定是继续生成画面，还是转向更可控的绘图与编辑路线。