/ Модель

Характеристики

Размер весов
8,2 ГБ
Лицензия
MIT
Базовая модель
Lens
Библиотека
mlx
Опубликована
31 мая 2026

Lens-3.8B-bf16

Генерация изображенийТекст → изображение3 профессии

Конверсия DiT модели Lens с 3,8 млрд параметров в MLX для генерации изображений по тексту на Apple Silicon.

73скачиваний за 30 дней4лайкавеса обновлены21 июн 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

Lens-3.8B-bf16 — конверсия денойзинг-трансформера DiT из microsoft/Lens в формат MLX для быстрого инференса на устройствах Apple Silicon. Это компонент базовой модели генерации изображений по тексту с 3,8 млрд параметров; полный конвейер также использует текстовый энкодер GPT-OSS-20B и семантический VAE FLUX.2, загружаемые из отдельных источников.

Модель предназначена для создания изображений по текстовым запросам. В README приведён пример генерации изображения 1024×1024 за около 33 секунд на Apple Silicon при 20 шагах; пиковое потребление памяти составляет около 39 ГБ. Веса представлены в bf16, а совпадение DiT с PyTorch-реализацией подтверждено сравнением тензоров.

Репозиторий содержит только DiT, распространяемый по лицензии MIT. Для полного конвейера требуются отдельные компоненты с собственными условиями лицензирования: GPT-OSS-20B под Apache-2.0 и VAE FLUX.2. Модель ориентирована на устройства Apple Silicon и не является самостоятельным полным конвейером без этих компонентов.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • генерация изображений 1024×1024 на Apple Silicon
  • локальный инференс текстово-графической модели на Mac

Ограничения

Репозиторий содержит только DiT: для полного конвейера нужны отдельные текстовый энкодер GPT-OSS-20B и VAE FLUX.2. Приведённый пример требует около 39 ГБ пиковой памяти на 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

Lens-3.8B-bf16 (MLX)

Apple MLX conversion of the denoising transformer (DiT) from microsoft/Lens — a 3.8B-parameter foundational text-to-image model — for fast inference on Apple Silicon. bf16, full precision.

This repo contains the DiT only (MIT-licensed). The full pipeline also uses the GPT-OSS-20B text encoder (Apache-2.0) and the FLUX.2 semantic VAE, which the loader pulls from their own sources rather than re-hosting here (see License below).

componentparity vs PyTorch reference
GPT-OSS text featuresper-layer cosine ≈ 0.998
Lens DiT (this repo)cosine 0.999999
FLUX.2 VAE decodePSNR 57.65 dB
full end-to-end imagePSNR 45.26 dB

Generates a 1024×1024 image in ~33 s on Apple Silicon (20 steps, ~39 GB peak).

sample

Usage

from lens_mlx.pipeline_mlx import LensPipeline   # github.com/xocialize/lens-mlx

# `base` = a microsoft/Lens snapshot providing the tokenizer, GPT-OSS encoder, and FLUX.2 VAE.
pipe = LensPipeline.from_pretrained(base, dit_repo="mlx-community/Lens-3.8B-bf16")
img = pipe("A serene lake below snow-capped mountains, golden hour.",
           height=1024, width=1024, num_inference_steps=20, seed=42)
img.save("out.png")

Conversion

Converted from microsoft/Lens with recipes/convert_lens.py (lens-mlx). The DiT is pure Linear + RMSNorm; weights map 1:1 (no transpose) and every tensor is materialized before save. Layer-by-layer parity against the PyTorch reference is in the lens-mlx test suite.

License

  • DiT weights (this repo): MIT, inherited from microsoft/Lens.
  • GPT-OSS-20B encoder: Apache-2.0 (not included; reuse the mlx-community MXFP4 repo).
  • FLUX.2 VAE: governed by its own (FLUX.2-dev) terms — not re-hosted here; the loader fetches it from source. Verify the VAE license for your use case.

Citation

Upstream: microsoft/Lens · MLX port: xocialize/lens-mlx

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
28dc36a

0 моделей