Характеристики

Контекст: 12 288 токенов
Размер весов: 11,8 ГБ
Лицензия: Apache 2.0
Архитектура: neo_chat · dense
Базовая модель: SenseNova-U1.5-8B-MoT
Библиотека: mlx
Опубликована: 24 авг 2026

Ссылки

SenseNova-U1.5-8B-MoT-8step-4bit

Генерация текстаТекст → текст3 профессии

Квантизированный до 4 бит вариант SenseNova-U1.5-8B-MoT для быстрой генерации и редактирования изображений и ответов на вопросы об изображениях на Apple Silicon.

181скачиваний за 30 дней1лайквеса обновлены11 окт 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

SenseNova-U1.5-8B-MoT-8step-4bit — артефакт модели SenseNova-U1.5-8B-MoT от SenseTime для компьютеров Apple Silicon, подготовленный для запуска через MLX и MLX-Swift. Это плотная мультимодальная архитектура NEO-unify Mixture-of-Transformers: она поддерживает генерацию изображений по тексту, редактирование изображений по инструкции и ответы на вопросы об изображениях. Генерация использует pixel-space rectified flow без VAE.

Веса квантизированы до 4 бит с размером группы 64. Вариант предназначен для быстрой генерации и редактирования на компьютерах Mac, в том числе с 16 ГБ памяти; в README приведены показатели на M5 Max — 1024×1024 за 3,2 секунды и 2048×2048 за 15,8 секунды. LoRA-дистилляция сокращает генерацию до 8 шагов; адаптер затрагивает проекции потока генерации, а поток понимания для VQA остаётся от базовой модели.

Квантизация может менять результат генерации при фиксированном seed, хотя автор описывает такие изображения как равноценные по качеству; для более близкого к bf16 результата рекомендуется 8-битный вариант. Для работы требуется runtime sensenova-u1-swift версии не ниже 0.5.1 для редактирования и VQA. Лицензия — Apache-2.0.

Сценарии применения

создание изображений по текстовому описанию
редактирование изображения по инструкции
ответы на вопросы о содержимом изображения
быстрая генерация изображений на Mac с ограниченной памятью

Ограничения

4-битная квантизация меняет траекторию генерации: при фиксированном seed результат отличается от bf16. Для запуска нужен runtime sensenova-u1-swift; редактирование и VQA поддерживаются начиная с версии 0.5.1.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SenseNova-U1.5-8B-MoT-8step-4bit

Apple Silicon (MLX) artifact of SenseNova-U1.5-8B-MoT — SenseTime's unified T2I + editing + VQA flagship (NEO-unify Mixture-of-Transformers, pixel-space rectified flow, no VAE).

This artifact is the official 8-step distillation LoRA (merged as above) plus 4-bit (group 64) stream quantization. Quantization: group size 64, 4-bit (mlx convention quantization block in config.json).

Runtime: sensenova-u1-swift (MLX-Swift). Weights are stored in the runtime's key layout (NHWC convs; quantized linears as weight/scales/biases) and load with zero conversion transient — peak load memory ≈ resident.

Performance (M5 Max)

peak 14.8 GB · 1024² in 3.2 s · 2048² in 15.8 s

Use it for: the smallest, fastest tier for T2I and editing — fits 16 GB-class Macs. Note: 4-bit weight quantization on a diffusion path measurably perturbs the denoise trajectory: at a fixed seed it produces a different but equally valid image (cos ~0.92 vs bf16). Prefer the 8-bit tier when bf16-faithful output matters.

Editing and VQA run on this tier too (runtime ≥ 0.5.1, 2026-10-11): the distill adapter touches only the 294 generation-stream projections, so VQA uses the base tier's understanding stream unchanged (answers match token for token), and the 8-step cfg-free edit matches the 50-step base edit (a 2048² jacket edit in 15 s vs 169 s, 28.7 dB apart). Think mode stays a base-tier feature. Evidence: Docs/receipts/8step-v2-ab/ and AB-R-0490 in the runtime repo.

Quick start

git clone https://github.com/xocialize/sensenova-u1-swift && cd sensenova-u1-swift && swift build -c release
hf download mlx-community/SenseNova-U1.5-8B-MoT-8step-4bit --local-dir SenseNova-U1.5-8B-MoT-8step-4bit
.build/release/sensenova-cli --weights SenseNova-U1.5-8B-MoT-8step-4bit \
  --prompt "A cinematic mountain lake at sunrise, realistic photography." \
  --width 1024 --height 1024 --steps 8 --cfg 1.0 --out out.npy

The runtime also does instruction editing (--edit-image) and VQA (--vqa) on this tier, and <think> reasoning mode (--think) on the base tiers — see the repository README for the full surface and the parity report (component parity < 1e-4; e2e per-pass cosine 0.999+ vs the reference PyTorch implementation).

Provenance & license

Upstream: sensenova/SenseNova-U1.5-8B-MoT @ 07d76f6, Apache-2.0, by SenseTime / SenseNova — paper · reference implementation.
This repository is a format conversion (official-LoRA merge + bf16 cast + 4-bit group-64 quantization) of the upstream checkpoint, redistributed under the same Apache-2.0 license with modifications noted here. All credit for the model to the SenseNova team.
tokenizer.json is generated from the upstream vocab.json/merges.txt (byte-identical tokenization, verified against reference ids).

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.

Класс архитектуры: NEOChatModel
Ревизия весов: e56a1db