Характеристики

Лицензия: MIT
Базовая модель: Lens-Turbo
Библиотека: mlx
Опубликована: 21 июн 2026

Ссылки

Hugging Face

Lens-Turbo-3.8B-8bit

mlx-community

Генерация изображенийТекст → изображение3 профессии

8-битная конверсия Lens-Turbo для MLX, предназначенная для быстрой генерации изображений по тексту на Apple Silicon.

43скачиваний за 30 дней1лайквеса 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-Turbo-3.8B-8bit — конверсия модели Microsoft Lens-Turbo в формат MLX для запуска на Apple Silicon. Это диффузионная модель с архитектурой DiT и 3,8 млрд параметров, дистиллированная версия семейства Lens для генерации изображений за четыре шага; рекомендуемые параметры из карточки — 4 шага и guidance scale 1,0. В репозитории находятся 8-битные веса с групповой квантизацией, занимающие около 4,39 ГБ.

Модель принимает текстовый запрос и создаёт изображение; в примере показана генерация изображения размером 1024×1024. Для работы нужны токенизатор, энкодер GPT-OSS-20B и VAE FLUX.2, загружаемые из исходной модели. Весовая часть DiT распространяется по лицензии MIT; README указывает для энкодера лицензию Apache-2.0. Конверсия выполнена сообществом mlx-community, а исходная модель разработана Microsoft.

Сценарии применения

генерация изображений по текстовым описаниям
быстрое создание концепт-артов по промпту
локальная генерация изображений на компьютерах Apple Silicon

Ограничения

Для работы требуются токенизатор, энкодер GPT-OSS-20B и VAE FLUX.2 из исходной модели. Репозиторий содержит только компонент DiT, а генерация показана для режима из четырёх шагов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Lens-Turbo-3.8B-8bit (MLX)

Apple MLX conversion of microsoft/Lens-Turbo — the distilled 4-step sibling of Lens (identical 3.8B DiT architecture; sample at 4 steps, guidance 1.0). int8 (group_size 64), ~4.39 GB. DiT-only (MIT); the GPT-OSS-20B encoder (Apache-2.0) and FLUX.2 VAE load from source. Architecture is byte-identical to base Lens, which is parity-locked vs the PT reference (DiT cosine 0.999999); this variant inherits that port.

sample

Usage

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

# `base` = a microsoft/Lens snapshot (tokenizer + GPT-OSS encoder + FLUX.2 VAE).
pipe = LensPipeline.from_pretrained(base, dit_repo="mlx-community/Lens-Turbo-3.8B-8bit")
img = pipe("A serene lake below snow-capped mountains, golden hour.",
           height=1024, width=1024, num_inference_steps=4, guidance_scale=1.0, seed=42)
img.save("out.png")

Tip: page weights into memory before the first forward (mx.eval the params) when loading from slow/external storage, to avoid a Metal command-buffer watchdog timeout at large sizes.

License

DiT weights MIT (from microsoft/Lens-Turbo) · GPT-OSS-20B encoder Apache-2.0 (not re-hosted) · FLUX.2 VAE under its own terms (not re-hosted). Upstream: microsoft/Lens-Turbo.

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: fb4de71