/ Модель

Характеристики

Параметры
1,5 млрд
Размер весов
3 ГБ
Лицензия
Своя лицензия
Архитектура
sapiens2 · dense
Базовая модель
sapiens2-pose-1b
Библиотека
mlx
Опубликована
13 сен 2026

sapiens2-pose-1b-bf16

Языковая модель3 профессии

Конверсия Sapiens2 для MLX, которая определяет 308 ключевых точек позы человека на изображении.

56скачиваний за 30 дней0лайковвеса обновлены13 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

sapiens2-pose-1b-bf16 — конверсия Meta Sapiens2 pose-1b для запуска через MLX. Модель на базе Vision Transformer предназначена для оценки позы человека по изображению: она строит карты тепловых откликов для 308 ключевых точек, охватывающих тело, лицо, кисти и стопы. Параметры сохранены в формате bfloat16 в файле safetensors; размер модели — 1,5 млрд параметров.

Модель подходит для анализа положения тела и подробной локализации суставов и других точек человека на изображениях. Для работы через MLX используется библиотека mlx-vlm; результат позы представлен в координатах исходного изображения. Лицензия указана как other, поэтому условия использования следует сверить с карточкой исходной модели Meta.

Сценарии применения

  • оценка позы человека на фотографии
  • локализация суставов и ключевых точек тела
  • определение положения лица, кистей и стоп
  • извлечение координат позы для анализа движений

Ограничения

Модель предназначена для анализа изображений людей; подробности предобработки и условий применения приведены в карточке исходной модели. Лицензия обозначена как other, поэтому перед использованием нужно проверить условия Meta.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/sapiens2-pose-1b-bf16

bf16 MLX conversion of facebook/sapiens2-pose-1b (Meta's Sapiens2, ICLR 2026): 308-keypoint top-down pose heatmaps. Converted with mlx-vlm 0.7.0; the original float32 checkpoint is 2x this size.

What is in model.safetensors (3.04 GB):

  • every parameter in bfloat16 (the reference runs inference in bf16 mixed precision);
  • the q/k/v projections merged into one wqkv tensor per block, as the mlx-vlm Sapiens2 model expects.

Refer to the original model card for the model description, intended use and license.

Use with mlx-vlm

pip install -U mlx-vlm
from mlx_vlm import load
from mlx_vlm.models.sapiens2.generate import Sapiens2Predictor, read_image

model, _ = load("mlx-community/sapiens2-pose-1b-bf16")
predictor = Sapiens2Predictor(model)
# boxes: (N, 4) xyxy person boxes from a detector; defaults to the full image.
output = predictor.infer(read_image("image.jpg"), boxes=boxes, flip_test=False)
keypoints, scores = output["keypoints"], output["scores"]  # (N, 308, 2), (N, 308)

Outputs are numpy arrays at the input resolution (dense tasks) or in source-image pixel coordinates (pose). See the mlx-vlm Sapiens2 README for preprocessing details and the per-task output keys.

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
Sapiens2ForPoseEstimation
Ревизия весов
9c53b88

0 моделей