/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
bernini_renderer · dense
Базовая модель
Bernini-R-1.3B-Diffusers
Библиотека
mlx-gen
Опубликована
13 авг 2026

bernini-r-1.3B-diffusers-bf16

Видео из изображенияИзображение, текст → видео3 профессии

BF16-репак Bernini-R-1.3B-Diffusers для локальной генерации видео по изображению и текстовому запросу на Apple Silicon.

196скачиваний за 30 дней0лайковвеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это репак модели ByteDance Bernini-R-1.3B-Diffusers в формате BF16, подготовленный AbstractFramework для локального запуска на Apple Silicon через mlx-gen. Архитектура — BerniniRendererModel; репозиторий сохраняет структуру Diffusers и также совместим с официальным кодом инференса Bernini. Веса модели представлены в safetensors.

Модель предназначена для генерации видео по референсному изображению и текстовому запросу: например, чтобы анимировать объект или персонажа с заданной композицией кадра. Репак хранит тензоры в тех же типах данных, которые загрузчик mlx-gen использует при инференсе, и, согласно README, даёт побитно идентичный исходной модели результат при одинаковых настройках и seed. Он уменьшает объём загрузки с примерно 27 до 15,6 ГиБ без изменения выходных данных.

Лицензия — Apache-2.0, унаследованная от исходной модели. Для локального запуска через mlx-gen требуется совместимое оборудование Apple Silicon; README также указывает совместимость с официальным кодом инференса Bernini.

Сценарии применения

  • анимация персонажа или объекта по референсному изображению
  • создание короткого видео по изображению и текстовому описанию движения
  • генерация видео с заданной композицией кадра
  • локальный запуск Bernini через mlx-gen на Apple Silicon

Ограничения

Репак предназначен для локального инференса на Apple Silicon через mlx-gen либо для запуска официальным кодом Bernini. Качество и возможности генерации зависят от исходной модели и её настроек; численные оценки качества в карточке не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bernini-r-1.3b-diffusers-bf16

This repository contains a BF16 repack of ByteDance/Bernini-R-1.3B-Diffusers for local Apple Silicon inference with mlx-gen.

The source repository ships FP32 weights (~27 GiB) that inference runtimes cast to BF16 at load time. This repack stores the runtime dtypes directly, reducing the download to ~15.6 GiB (42% smaller) with no change in output:

  • UMT5 text encoder: BF16, with the wo feed-forward projections stored in FP32 exactly as the runtime keeps them (_keep_in_fp32_modules).
  • Renderer transformer: BF16, with the runtime FP32 keep-set (norms, scale-shift tables, and embedding layers) stored in FP32 exactly as the loader produces them.
  • VAE: FP32, unchanged.
  • Tokenizer, scheduler, and configs: unchanged.

The repository keeps the upstream Diffusers layout, so it also remains loadable by the official Bernini inference code.

Source Model

Original model: ByteDance/Bernini-R-1.3B-Diffusers.

This derivative follows the Apache 2.0 license of the source model.

Usage With mlx-gen

mlxgen download --model bernini-r-1.3b-bf16

mlxgen generate \
  --model bernini-r-1.3b-bf16 \
  --reference-image subject.png \
  --prompt "Bring the subject from image0 to life in a fixed medium shot" \
  --width 848 --height 480 --frames 81 --fps 16 --steps 40 \
  --seed 42 --output referenced.mp4

Bernini-R supports reference-to-video (1-8 reference images), reference-guided video editing (--video plus references), and prompt-guided video editing (--video only). See the mlx-gen Bernini documentation for workflows, guidance defaults, and task-specific recipes.

Fidelity

Tensors are bit-exact casts of the pinned source revision (ff4c5d4d2d31365c2ffeb30e9753065ee18f58ce): every tensor equals the value the mlx-gen loader produces from the FP32 original, and generation output was verified bit-identical to the source repository on image and video use cases at the same settings and seed (max pixel diff 0).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx-gen

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
BerniniRendererModel
Ревизия весов
09e82f8

0 моделей