/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
BitDance-14B-16x
Библиотека
diffusers
Опубликована
18 фев 2026

BitDance-14B-16x-diffusers

Генерация изображенийТекст → изображение3 профессии

BitDance-14B-16x — модель генерации изображений по текстовым описаниям, доступная в формате Diffusers с собственным конвейером.

68скачиваний за 30 дней9лайковвеса обновлены27 фев 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

BiliSakura/BitDance-14B-16x-diffusers — конвертированный в формат Diffusers чекпойнт модели BitDance-14B-16x для генерации изображений по текстовому описанию. В репозитории используется конвейер BitDanceDiffusionPipeline и текстовый стек Qwen3ForCausalLM с токенизатором Qwen2TokenizerFast; указаны разрешения генерации от 1024×1024 до широких и портретных форматов, включая 2048×512.

Модель рассчитана на создание изображений по текстовым запросам. Метаданные указывают связь с базовой моделью shallowdream204/BitDance-14B-16x как дообучение, а файлы представлены в формате Diffusers и safetensors. Лицензия — Apache 2.0. В README приведено упоминание измерений использования видеопамяти на NVIDIA A100 80 ГБ, но сами значения отсутствуют.

Сценарии применения

  • создание изображений по текстовому запросу
  • генерация изображений квадратного формата 1024×1024
  • создание широкоформатных изображений
  • генерация портретных изображений
  • запуск генерации через библиотеку Diffusers

Ограничения

В README не приведены измеренные значения использования видеопамяти, несмотря на упоминание тестов на A100 80 ГБ. Для загрузки напрямую через DiffusionPipeline требуется содержащийся в репозитории пользовательский код конвейера.

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

BitDance-14B-16x (Diffusers)

Diffusers-converted checkpoint for BitDance-14B-16x with bundled custom pipeline code (bitdance_diffusers) so it can be loaded directly with DiffusionPipeline.

Quickstart (native diffusers)

import torch
from diffusers import DiffusionPipeline

# Local path (recommended - no trust_remote_code needed)
model_path = "BiliSakura/BitDance-14B-16x-diffusers"
pipe = DiffusionPipeline.from_pretrained(
    model_path,
    custom_pipeline=model_path,
    torch_dtype=torch.bfloat16,
).to("cuda")

result = pipe(
    prompt="A close-up portrait in a cinematic photography style, capturing a girl-next-door look on a sunny daytime urban street. She wears a khaki sweater, with long, flowing hair gently draped over her shoulders. Her head is turned slightly, revealing soft facial features illuminated by realistic, delicate sunlight coming from the left. The sunlight subtly highlights individual strands of her hair. The image has a Canon film-like color tone, evoking a warm nostalgic atmosphere.",
    height=1024,
    width=1024,
    num_inference_steps=50,
    guidance_scale=7.5,
    show_progress_bar=True,
)
result.images[0].save("bitdance_14b_16x.png")

Test Running

Run tests from the model directory in your active Python environment:

python test_bitdance.py

VRAM Usage by Resolution

Measured on NVIDIA A100-SXM4-80GB using:

  • dtype=torch.bfloat16
  • num_inference_steps=30
  • guidance_scale=7.5
  • prompt: A cinematic landscape photo of snowy mountains at sunrise.
ResolutionPeak Allocated VRAM (GiB)Peak Reserved VRAM (GiB)Time (s)Status
512x51232.6733.4713.71ok
1024x102435.5138.7654.47ok
1280x76835.2838.3450.97ok
768x128035.2838.3451.22ok
1536x64035.2838.3451.29ok
2048x51235.5138.7654.61ok

Model Metadata

  • Pipeline class: BitDanceDiffusionPipeline
  • Diffusers version in config: 0.36.0
  • Parallel prediction factor: 16
  • Text stack: Qwen3ForCausalLM + Qwen2TokenizerFast
  • Supported resolutions include 1024x1024, 1280x768, 768x1280, 2048x512, and more (see model_index.json)

Citation

If you use this model, please cite BitDance and Diffusers:

@article{ai2026bitdance,
  title   = {BitDance: Scaling Autoregressive Generative Models with Binary Tokens},
  author  = {Ai, Yuang and Han, Jiaming and Zhuang, Shaobin and Hu, Xuefeng and Yang, Ziyan and Yang, Zhenheng and Huang, Huaibo and Yue, Xiangyu and Chen, Hao},
  journal = {arXiv preprint arXiv:2602.14041},
  year    = {2026}
}

@inproceedings{von-platen-etal-2022-diffusers,
  title     = {Diffusers: State-of-the-art diffusion models},
  author    = {Patrick von Platen and Suraj Patil and Anton Lozhkov and Damar Jablonski and Hernan Bischof and Thomas Wolf},
  booktitle = {GitHub repository},
  year      = {2022},
  url       = {https://github.com/huggingface/diffusers}
}

License

This repository is distributed under the Apache-2.0 license, consistent with the upstream BitDance release.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Пайплайн BitDanceDiffusionPipeline не входит в diffusers 0.41.0.dev0: нужен custom_pipeline.

Ревизия весов
67f76e6

0 моделей