/ Модель

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
11 окт 2026

SenseNova-U1.5-8B-MoT-8step-v2-8bit

Генерация текстаТекст → текст

Квантизированная 8-битная версия мультимодальной SenseNova для быстрой генерации изображений, их редактирования и визуальных вопросов на Apple Silicon.

25скачиваний 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-v2-8bit — это версия модели SenseTime для Apple Silicon, подготовленная сообществом mlx-community для запуска через MLX. Она основана на SenseNova-U1.5-8B-MoT и включает рекомендованный 8-шаговый дистиллированный LoRA-адаптер V2, объединённый с потоком генерации, а также 8-битную квантизацию с группами по 64 значения. Базовая архитектура NEO-unify Mixture-of-Transformers работает в пиксельном пространстве с rectified flow и без VAE.

Модель предназначена для генерации изображений по тексту, редактирования изображений по инструкциям и ответов на вопросы об изображениях. Для генерации используется восемь шагов без classifier-free guidance; заявлены быстрые результаты, в том числе изображение 1024×1024 за 3,3 секунды на M5 Max. Адаптер затрагивает только поток генерации, поэтому понимание изображений для VQA сохраняет поведение базовой модели.

Модель принимает текст и изображения, а выдаёт текст и изображения. Репозиторий содержит веса safetensors в раскладке MLX и рассчитан на запуск с runtime sensenova-u1-swift на Apple Silicon. Лицензия — Apache-2.0. Результаты скорости и качества приведены автором карточки для конкретной конфигурации M5 Max; переносить их на другое оборудование без проверки не следует.

Сценарии применения

  • генерация изображений по текстовому описанию
  • редактирование изображения по текстовой инструкции
  • ответы на вопросы о содержимом изображения

Ограничения

Для запуска требуется совместимый runtime sensenova-u1-swift и оборудование Apple Silicon с MLX. Заявленные показатели скорости относятся к M5 Max; языковая поддержка отдельно не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SenseNova-U1.5-8B-MoT-8step-v2-8bit

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, V2 (SenseNova-U1.5-8B-MoT-LoRA-8step-V2, released 2026-09-24, mirrored at xocialize/SenseNova-U1.5-8B-MoT-LoRAs), 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).

V2 vs V1. Upstream describes V2 as its recommended 8-step adapter: better colour balance, more natural contrast and less oversharpening than the V1 adapter in SenseNova-U1.5-8B-MoT-8step-8bit. Measured here at fixed seed over five prompts (1024², 8 steps, cfg 1): mean saturation −0.070, RMS contrast −0.045, 99th-pct gradient −25 %, shadow clipping 8.4 % → 0.3 %, highlight clipping 12.7 pp lower (the V1 poster blew 64 % of pixels, V2 0 %); composition is preserved (cos(V1, V2) 0.86–0.99). int8 reproduces the V2 bf16 merge-at-load render at cos 0.995 / 30.9 dB. The V1 artifact stays published unchanged so existing seeds keep reproducing.

Runtime: sensenova-u1-swift (MLX-Swift), variant 8step-v2-8bit. 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 3.3 s · 2048² in 13.4 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-v2-8bit --local-dir SenseNova-U1.5-8B-MoT-8step-v2-8bit
.build/release/sensenova-cli --weights SenseNova-U1.5-8B-MoT-8step-v2-8bit \
  --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.
  • Adapter: sensenova/SenseNova-U1.5-8B-MoT-LoRAs @ f33b8fe, file SenseNova-U1.5-8B-MoT-LoRA-8step-V2.safetensors (sha256 f4190cabd01fa261a45be853275c483d3a8069295c52cf01f7b2b31f4356f201), Apache-2.0. Merged in fp32 as W += (α/r)·BA over the 294 gen-stream projections and cast; against the V1 artifact exactly 882 tensors differ (294 × weight/scales/biases) and nothing else.
  • 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
5ada1b0

0 моделей