Характеристики

Контекст: 131 072 токена
Лицензия: Своя лицензия
Библиотека: safetensors
Опубликована: 8 июл 2026

Ссылки

Hugging Face arXiv 2607.25948

MODUS

EPFL-VILAB

Мультимодальная модель

MODUS — мультимодальная модель EPFL-VILAB для генерации и преобразования данных между разными модальностями.

0скачиваний за 30 дней3лайкавеса обновлены30 июл 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

MODUS — мультимодальная модель EPFL-VILAB для генерации по схеме any-to-any, представленная в работе «MODUS: Decoder-Only Any-to-Any Modeling of Diverse Modalities». Она предназначена для генерации и преобразования данных между различными модальностями; карточка указывает 15 выровненных модальностей и конфигурацию на 16 модальностей для вывода.

В репозитории размещены обученные веса в формате safetensors и точности bf16, а также VAE для декодирования изображений и конфигурации языковой модели и ViT. Метаданные указывают интерфейс чата и вызова инструментов. Лицензия обозначена как other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

Сценарии применения

генерация данных из одной модальности в другую
мультимодальный чат
обработка запросов через интерфейс вызова инструментов

Ограничения

Конкретный перечень поддерживаемых модальностей не раскрыт в предоставленных данных; README отмечает конфигурацию на 16 модальностей при заявленных 15 выровненных модальностях. Условия лицензии обозначены как other и требуют проверки в репозитории.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MODUS

MODUS for any-to-any generation (15 aligned modalities) as presented in MODUS: Decoder-Only Any-to-Any Modeling of Diverse Modalities.

Project page: https://modus-multimodal.epfl.ch/ Code: https://github.com/EPFL-VILAB/Modus

Inference config (important):

modality config: conf/modalities/instruction_16mod_stage2.yaml
weights are bf16.

Files

model.safetensors — trained weights (bf16)
ae.safetensors — VAE (image decode)
config.json / llm_config.json / vit_config.json — architecture config
vocab.json / merges.txt / tokenizer_config.json — tokenizer

Как запустить

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

GPU в ailist

Универсальный рантайм · safetensors

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов: 4c9989e