/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Ming-Image-0.1-Design-Layer
Библиотека
mlx
Опубликована
27 сен 2026

Ming-Image-0.1-Design-Layer-8bit

Преобразование изображенийИзображение, текст → изображение

8-битная версия модели Ming-Image для разложения дизайн-изображений на редактируемые слои RGBA на компьютерах Apple Silicon.

0скачиваний за 30 дней0лайковвеса обновлены27 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

Ming-Image-0.1-Design-Layer-8bit — это 8-битная версия модели inclusionAI/Ming-Image-0.1-Design-Layer, подготовленная сообществом mlx-community для запуска на компьютерах Apple Silicon через MLX и Swift-порт ming-image-swift. Модель предназначена для разложения плоского дизайн-изображения на заданное число редактируемых слоёв RGBA; входное изображение также можно собрать обратно из полученных слоёв.

Все веса основных компонентов — MoE MLLM, коннектора Qwen2-1.5B и DiT — квантизованы до 8 бит с групповым размером 64. Репозиторий занимает 28,3 ГБ. В README заявлено, что в проведённых проверках качество было близко к bf16-версии; наибольшее отмеченное расхождение касалось лишних символов вне текстового слоя. Модель ориентирована на Apple Silicon и требует достаточного объёма памяти; заявленный предел запросов — 12 слоёв. Лицензия — MIT.

Сценарии применения

  • разложение рекламного макета на отдельные слои
  • подготовка плоского дизайн-изображения к послойному редактированию
  • выделение текста и графических элементов в слоях RGBA
  • сборка исходного изображения из полученных слоёв

Ограничения

Предназначена для запуска на Apple Silicon через MLX; репозиторий занимает 28,3 ГБ, а заявленный предел обработки — 12 слоёв. В проверках отмечено небольшое ухудшение выделения лишнего текста по сравнению с bf16-версией.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/Ming-Image-0.1-Design-Layer-8bit

Pre-quantized MLX tier of inclusionAI/Ming-Image-0.1-Design-Layer (MIT) for Apple Silicon, loaded by the Swift/MLX port ming-image-swift. 8-bit tier of the layer-decomposition model. It matches bf16 on every job we gate, and its memory fits a 48 GB Mac.

A Mac never has to hold the bf16 weights to use this tier. Total size: 28.3 GB; the bf16 repo is 49.8 GB. It is part of the Ming-Image (MLX) collection, next to mlx-community/Ming-Image-0.1-Design-Layer-bf16.

What is quantized

ComponentThis tier
mllm/: MoE MLLM (attention, dense and shared-expert MLPs, the 256 routed experts)8-bit
connector/: Qwen2-1.5B connector8-bit
transformer/: DiT attention and feed-forward8-bit
Kept at full precision: the MoE routers, embeddings, norms, the Qwen2.5 ViT, the f32 projection heads (mlp/), the VAE, and the DiT's conditioning layers (adaLN, embedders, final layer)bf16 / f32

Weight-only affine quantization, group size 64. The DiT never goes below 8 bits: weight-only int4 on a DiT is real quality damage that buys no speed.

The layout is the bf16 repo's upstream tree, with MLX .scales / .biases stored beside each quantized weight and a quantization block in each quantized component's config.json. The Swift loader reads it as published. Loading this repo gives parameters bit-identical to quantizing the bf16 snapshot at load time (verified for every parameter).

Quality

Gate: five real signage stills at 512, plus one at 1024 (same noise as bf16)bf168-bit
Layers recomposited vs the input24.4–33.7 dBwithin 0.1 dB of bf16 on every job
Layer coverage—identical
Stray text outside the text layer (the hardest still)26 chars30 chars

Layer decomposition is driven mostly by the input image, so it is robust to quantizing the conditioning.

Full tables are in GATE-RESULTS §8 in the port's oracle (https://github.com/xocialize/ming-image-swift).

Memory and speed

Measured on an M5 Max as process phys_footprint, with MLX's buffer cache capped at 2 GB (MLXEngine's default).

  • Post-load resident: 7.6 GB. Peak process footprint: 28.1–28.4 GB for 4 to 12 layers at the 1024 bucket. The peak is the conditioning stage.
  • MLXEngine declares 7.9 GB resident plus 25.1 GB activation, which is admitted on a 48 GB Mac. Requests are capped at 12 layers, the measured envelope.
  • Speed (M5 Max, 12 steps, CFG 2.0): 137 s for 4 layers at the 512 bucket. bf16 takes 131 s.

Use (Swift / MLXEngine)

import MLXMingImage
import MLXToolKit

let package = MingImageLayerPackage(configuration: MingImageLayerConfiguration(quant: .int8))
try await package.load()
let response = try await package.run(LayerDecomposeRequest(
    image: Image(format: .png, data: try Data(contentsOf: designURL)), spec: spec, resolution: 1024)) as! LayerDecomposeResponse
// response.layers[0] is the front-most layer; response.composite is the model's recomposition

Code: https://github.com/xocialize/ming-image-swift

License

MIT, as the upstream weights. The upstream LICENSE is included.

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
090debc

0 моделей