/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
BitDance-14B-64x
Библиотека
diffusers
Опубликована
18 фев 2026

BitDance-14B-64x-diffusers

Генерация изображенийТекст → изображение3 профессии

Конверсия BitDance-14B-64x для Diffusers генерирует изображения разных разрешений по текстовым запросам.

24скачиваний за 30 дней5лайковвеса обновлены18 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 публикует конвертированную в Diffusers версию BitDance-14B-64x с пользовательским конвейером BitDanceDiffusionPipeline. Модель предназначена для генерации изображений по текстовым запросам; параллельный коэффициент предсказания составляет 64, а текстовая часть использует Qwen3ForCausalLM и Qwen2TokenizerFast. Поддерживаются разные соотношения сторон и разрешения, включая 1024×1024, 1280×768, 768×1280 и 2048×512.

Репозиторий распространяется в форматах Diffusers и safetensors по лицензии Apache-2.0. Основанная модель BitDance описана как мультимодальная модель на 14 млрд параметров для создания изображений высокого разрешения; размер и длина контекста именно этой конверсии не приводятся.

Сценарии применения

  • создание изображений по текстовым описаниям
  • генерация квадратных изображений 1024×1024
  • создание широкоформатных изображений 2048×512
  • генерация портретных изображений 768×1280

Ограничения

Для загрузки требуется пользовательский конвейер BitDanceDiffusionPipeline; README не приводит замеры VRAM или количественные оценки качества.

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-64x (Diffusers)

Diffusers-converted checkpoint for BitDance-14B-64x with bundled custom pipeline code (bitdance_diffusers) for direct loading with DiffusionPipeline.

Quickstart (native diffusers)

import torch
from diffusers import DiffusionPipeline

# Local path (recommended - no trust_remote_code needed)
model_path = "BiliSakura/BitDance-14B-64x-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,
)
result.images[0].save("bitdance_14b_64x.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 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.
ResolutionPeak Allocated VRAM (GiB)Peak Reserved VRAM (GiB)Time (s)Status
512x51239.6040.624.08ok
1024x102441.2150.1515.79ok
1280x76840.8849.5214.78ok
768x128040.8849.5214.75ok
1536x64040.8849.5214.76ok
2048x51241.2150.1515.85ok

Model Metadata

  • Pipeline class: BitDanceDiffusionPipeline
  • Diffusers version in config: 0.36.0
  • Parallel prediction factor: 64
  • 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
007f691

0 моделей