/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Ming-Image-0.1-Design
Библиотека
mflux
Опубликована
25 сен 2026

Ming-Image-0.1-Design-mflux-q8-te5

Генерация изображенийТекст → изображение3 профессии

MLX-конверсия Ming-Image-0.1-Design для генерации RGBA-дизайнов и изображений с типографикой по текстовому запросу на Apple Silicon.

672скачиваний за 30 дней0лайковвеса обновлены25 сен 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 конверсия модели inclusionAI/Ming-Image-0.1-Design для запуска через mflux на устройствах Apple Silicon с MLX. Модель преобразует текстовые запросы в RGBA-изображения, ориентированные на графический дизайн: плакаты, открытки, пользовательские интерфейсы и макеты с типографикой. Общий размер репозитория — 19,3 ГБ; DiT представлен в 8-битной точности, текстовый энкодер Ling-mini-2.0 MoE — в 5-битной, коннектор Qwen2 — в 8-битной, а проекционные слои — в bf16.

Репозиторий рассчитан на использование с mflux и поддержкой семейства Ming-Image. В README описана проверка реализации поэтапным сравнением с официальным конвейером PyTorch; автор сообщает, что на Mac mini M4 с 24 ГБ памяти генерация изображения 1024×1024 занимает около 4–4,5 минут. Модель настроена на сохранение компоновки, типографики и текста на изображении; при снижении точности DiT до 4 бит качество крупных заголовков ухудшается. Лицензия — MIT.

Сценарии применения

  • создание плакатов с заголовками и текстом
  • генерация открыток и поздравительных карточек
  • создание концептов пользовательских интерфейсов
  • подготовка графических макетов по текстовому описанию

Ограничения

Для запуска требуется mflux с поддержкой Ming-Image и устройство Apple Silicon; README указывает на длительное время генерации изображений высокого разрешения и ухудшение крупных надписей при квантизации DiT до 4 бит.

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

Ming-Image-0.1-Design — MLX (8-bit DiT, 5-bit text encoder)

An MLX conversion of inclusionAI/Ming-Image-0.1-Design for mflux — 19.3 GB in total. Ming-Image is a design-focused text-to-image model (posters, cards, UI, typography) that outputs RGBA images.

ComponentPrecisionSize
Ling-mini-2.0 MoE text encoder (mllm/)5-bit (routers, norms, query tokens full precision)11.0 GB
Qwen2 connector (connector/)8-bit1.4 GB
Projection heads (mlp/)bf160.06 GB
DiT (transformer/)8-bit6.5 GB
RGBA VAE (vae/)bf160.25 GB

The checkpoint's Qwen2.5 ViT, lm_head and audio router are not used for text-to-image and are not included.

Usage

Requires mflux with Ming-Image support (the ming-image model family; until it is merged upstream, install mflux from the branch that adds it).

mflux-generate-ming \
  --model path/to/this/repo \
  --prompt "A modern tech conference poster titled 'MLX SUMMIT 2026' ..." \
  --width 1024 --height 1024 --seed 42

Defaults follow the official pipeline: 12 steps, guidance 1.0, flow-match Euler with the checkpoint's static shift of 6. PNGs keep the alpha channel (--flatten-alpha for RGB).

Performance

Base M4 Mac mini (10-core GPU, 24 GB): prompt encode 4–18 s (12.5 GB peak, then freed), 512² in ~1 min (9.8 GB peak), 1024² in 4–4.5 min (14.5 GB peak).

Fidelity

The MLX implementation was checked stage by stage against tensors dumped from the official PyTorch pipeline: DiT, VAE and connector at cosine similarity ≥ 0.9999, and the text encoder within the official model's own eager-vs-flash-attention spread (this includes reproducing the official pipeline's autocast-bf16 MoE routing exactly). Recommended for 24 GB Macs: from the same initial noise it reproduces the official images' layout, typography and text.

The DiT is deliberately kept at 8 bits: at 4 bits large headline lettering degrades.

License

MIT, as the original model. Credit to inclusionAI for Ming-Image.

Как запустить

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

GPU в ailist

Универсальный рантайм · mflux

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
3adb8aa

0 моделей