/ Модель

Характеристики

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

Ming-Image-0.1-Design-mflux-q8-te8

Генерация изображенийТекст → изображение3 профессии

Ming-Image-0.1-Design в конверсии mflux для Apple Silicon генерирует RGBA-изображения по текстовым запросам, особенно плакаты, открытки, интерфейсы и дизайн с типографикой.

835скачиваний 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

joeynyc/Ming-Image-0.1-Design-mflux-q8-te8 — конверсия модели Ming-Image-0.1-Design для запуска через mflux на Apple Silicon. Это модель генерации изображений по текстовому описанию, ориентированная на графический дизайн: плакаты, открытки, пользовательские интерфейсы и изображения с типографикой. Она формирует изображения с альфа-каналом RGBA.

Вариант использует 8-битные веса DiT и текстового энкодера, 8-битный Qwen2 connector и bf16 projection heads; репозиторий занимает около 25,2 ГБ. README сообщает, что реализация сверялась поэтапно с официальным PyTorch-пайплайном, а сохранение 8-битной точности DiT выбрано для качества крупной надписи. Для текстового энкодера требуется примерно 18,5 ГБ памяти на этапе кодирования; автор рекомендует Mac с 32 ГБ памяти или больше. Для запуска нужна версия mflux с поддержкой семейства Ming-Image. Модель основана на inclusionAI/Ming-Image-0.1-Design, лицензия — MIT.

Сценарии применения

  • создание плакатов с заданным заголовком и стилем
  • генерация открыток по текстовому описанию
  • создание концептов пользовательских интерфейсов
  • подготовка графики с крупной типографикой
  • генерация дизайн-макетов с альфа-каналом

Ограничения

Для кодирования текстового запроса требуется около 18,5 ГБ памяти; README рекомендует Mac с 32 ГБ памяти или больше. Запуск требует mflux с поддержкой Ming-Image, а заявленные результаты производительности относятся к Apple Silicon.

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, 8-bit text encoder)

An MLX conversion of inclusionAI/Ming-Image-0.1-Design for mflux — 25.2 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/)8-bit (routers, norms, query tokens full precision)17.0 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

The DiT stage is identical to the 5-bit-text-encoder variant: on a base M4 Mac mini (24 GB) 512² takes ~1 min (9.8 GB peak) and 1024² 4–4.5 min (14.5 GB peak). The text encoder is freed after encoding the prompt.

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). From the same initial noise it reproduces the official images' layout, typography and text. The text-encoder stage needs roughly 18.5 GB (estimated from the weight sizes), so use a Mac with 32 GB or more.

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
b475fcd

0 моделей