/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
lito-research-mlx
Библиотека
mlx
Опубликована
10 авг 2026

lito-research-mlx-8bit

Языковая модель

Квантованная до 8 бит версия LiTo для MLX преобразует изображения объектов в 3D Gaussian Splat PLY на Apple Silicon.

0скачиваний за 30 дней0лайковвеса обновлены14 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

LiTo Runtime 8-bit Affine for mlx-spatial — неофициальная производная версия LiTo, подготовленная appautomaton для запуска инференса на Apple Silicon через библиотеку MLX. Модель преобразует изображение объекта в 3D-представление в формате Gaussian Splat PLY; на выходе получается облако гауссиан, а не треугольная сетка. Для входного изображения рекомендуется чистая маска переднего плана в RGBA.

Веса линейных слоёв DiT, Gaussian decoder и voxel decoder частично квантизованы до 8 бит с аффинным квантованием и группами по 64 элемента. Чувствительные к точности компоненты, включая кондиционер изображения, свёртки, нормализации и выходные слои, сохранены в FP32. В комплект также включён декодер разреженной структуры TRELLIS из microsoft/TRELLIS-image-large. Карточка приводит локальные проверки точности и времени генерации на Apple Silicon, но отмечает, что это единичные измерения, а не общий бенчмарк или официальная гарантия эквивалентного качества.

Модель предназначена для исследовательского некоммерческого использования; это не выпуск Apple. В метаданных указана лицензия other, а README включает лицензию MIT для вложенного декодера TRELLIS, что не следует считать лицензией всего комплекта.

Сценарии применения

  • создание 3D Gaussian Splat по изображению объекта
  • получение 3D-представления объекта из RGBA-изображения с маской
  • локальный инференс LiTo на компьютерах с Apple Silicon
  • исследовательская проверка конвейера image-to-3d с MLX

Ограничения

Выход модели — Gaussian Splat PLY, а не треугольная сетка; для лучшего результата рекомендуется чистая RGBA-маска объекта. Указанные точность и производительность получены в единичных локальных измерениях на Apple Silicon и не являются общим бенчмарком или гарантией качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LiTo Runtime 8-bit Affine for mlx-spatial

A self-contained LiTo inference bundle with selective affine INT8 weights for Apple Silicon. Accuracy-sensitive boundaries remain in FP32. This is an unofficial derivative for non-commercial research use, not an Apple release.

Use

pip install \
  "mlx-spatial @ git+https://github.com/appautomaton/mlx-spatial.git@afa6b6512567dc9964294a1cec8601e1b505802e"

hf download appautomaton/lito-research-mlx-8bit \
  --local-dir weights/lito-research-mlx-8bit

mlx-spatial-lito validate weights/lito-research-mlx-8bit

mlx-spatial-lito generate inputs/lito/object-rgba.png \
  --weights-root weights/lito-research-mlx-8bit \
  --output outputs/lito/object-8bit.ply \
  --format ply \
  --num-steps 20 \
  --cfg-scale 3.0 \
  --print-metrics

The output is a 3D Gaussian Splat PLY, not a triangle mesh. A clean RGBA foreground matte is strongly recommended.

Bundle

FileLogical tensorsQuantized matricesBytes
image_to_3d/lito_dit_rgba.safetensors1,0162242,004,347,727
tokenizer/lito_new.safetensors467124168,537,103
dependencies/trellis/ckpts/ss_dec_conv3d_16l8_fp16.safetensors740147,591,972
Runtime weights1,5573482,320,476,802

The bundle also includes the decoder config, Microsoft MIT license, and an immutable source manifest under dependencies/trellis/.

The LiTo quantization scheme is affine 8-bit with group size 64. Packed weights are stored as uint32 with FP32 scales and biases and execute directly through mx.quantized_matmul. Internal attention and MLP matrices in the EMA DiT, Gaussian decoder, and voxel decoder are quantized. The image conditioner, convolutions, embeddings, normalizations, boundary projections, and output heads remain FP32.

Embedded TRELLIS Decoder

LiTo uses the TRELLIS sparse-structure decoder to convert voxel latents into Gaussian initialization coordinates. This bundle embeds the exact checkpoint from microsoft/TRELLIS-image-large revision 25e0d31ffbebe4b5a97464dd851910efc3002d96:

dependencies/trellis/LICENSE
dependencies/trellis/SOURCE.json
dependencies/trellis/ckpts/ss_dec_conv3d_16l8_fp16.json
dependencies/trellis/ckpts/ss_dec_conv3d_16l8_fp16.safetensors

The decoder safetensors SHA-256 is 1c76d4a40519aa2d711cc263a8404105231ac26db31d946bed48b84fee79009a. The runtime does not search a separate TRELLIS checkout.

Verification

  • Both checkpoints pass mlx-spatial-lito validate.
  • Architecture inspection recovers 28 DiT blocks, 6 Gaussian Perceiver blocks, and 4 voxel decoder blocks.
  • Real-weight Linear probes measured 0.51%–0.61% relative RMSE and cosine similarity above 0.99998 against FP32.
  • An uncapped 20-step run produced 557,568 finite Gaussians in 2 minutes 39.76 seconds, with 11.60 GiB peak active MLX memory.
  • A separate bundle-local 20-step validation produced 8,192 finite Gaussians after explicitly capping occupied cells for packaging verification.

These figures are one local Apple Silicon observation, not a general benchmark or an official quality-equivalence claim.

Limitations and Licenses

  • Inference only; training and mesh-specific modules are intentionally absent.
  • Quantization can change generation details relative to FP32.
  • Single-view reconstruction cannot determine unseen geometry with certainty.
  • Commercial use is not permitted by Apple's model license.

LiTo weights are covered by the bundled LICENSE_MODEL. The embedded TRELLIS decoder is covered by the MIT License under dependencies/trellis/LICENSE.

Apple Machine Learning Research Model is licensed under the Apple Machine Learning Research Model License Agreement.

Links

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
0f266af

0 моделей