想在自己的电脑甚至手机上生成图片，模型首先得装得下、跑得动。Supra2-IMG瞄准的正是这个门槛：它是一款仅有1亿参数的文生图模型——输入文字描述，模型便据此合成图片。参数量可以粗略理解为模型内部可调整数值的总数，通常越少越容易部署，但这并不直接等于速度更快或画质更好。
开发者称，Supra2-IMG采用DiT——把Transformer用于扩散式图像生成、从噪点逐步还原画面的架构，并在单张H100上从零训练，不到10小时完成。模型输出分辨率为256×256；作者还宣称，同一套50步生成设置下，CPU约20秒、GPU约2秒可出一张图，并称样例未经挑选、画质达到“state of the art”。这些效果目前都来自发布者自述，尚缺独立测试。真正值得留意的不是“最佳画质”口号，而是开放文生图模型被压到1亿参数：端侧生成的体积门槛又向下走了一步。