Характеристики

Контекст: 12 288 токенов
Размер весов: 19,9 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-8bit

Генерация текстаТекст → текст3 профессии

Квантованный 8-шаговый вариант SenseNova-U1.5-8B-MoT для генерации и редактирования изображений и ответов на вопросы по изображениям на Apple Silicon.

89скачиваний за 30 дней0лайковвеса 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-8bit — вариант модели SenseNova от SenseTime, подготовленный сообществом mlx-community для Apple Silicon и MLX. В основе лежит SenseNova-U1.5-8B-MoT: мультимодальная архитектура NEO-unify Mixture-of-Transformers, объединяющая генерацию изображений по тексту, редактирование изображений и ответы на вопросы об изображениях. Модель использует генерацию в пространстве пикселей на основе rectified flow без VAE; заявлено 8 млрд параметров в названии модели.

Артефакт включает дистиллированный 8-шаговый LoRA, объединённый с потоком генерации, и 8-битную квантизацию с группами по 64 значения. Для запуска требуется runtime sensenova-u1-swift на MLX-Swift. README приводит результаты на M5 Max: генерация изображения 1024×1024 за 3,8 секунды и 2048×2048 за 19,5 секунды. Модель предназначена для генерации и инструкционного редактирования изображений, а также визуальных вопросов и ответов; режим рассуждения доступен только базовым вариантам.

Лицензия — Apache-2.0. Характеристики скорости относятся к указанной конфигурации M5 Max, а для запуска необходим совместимый MLX runtime; README не приводит оценок качества на независимых наборах данных.

Сценарии применения

создание изображений по текстовому описанию
редактирование изображения по инструкции
ответы на вопросы о содержимом изображения
быстрая генерация изображений на Apple Silicon

Ограничения

Для работы требуется совместимая среда MLX-Swift на Apple Silicon. Приведённые показатели скорости относятся к M5 Max; режим рассуждения в этом варианте недоступен.

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

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

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 (SenseNova-U1.5-8B-MoT-LoRA-8step, α/rank-merged into the generation stream) plus 8-bit (group 64) stream quantization. Quantization: group size 64, 8-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 22.4 GB · 1024² in 3.8 s · 2048² in 19.5 s

Use it for: the recommended fast tier for T2I and editing: cfg-free (single forward per step), 8 steps, 8-bit reproduces the merged-bf16 image at fixed seed.

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-8bit --local-dir SenseNova-U1.5-8B-MoT-8step-8bit
.build/release/sensenova-cli --weights SenseNova-U1.5-8B-MoT-8step-8bit \
  --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 + 8-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: c604d21