/ Модель

Характеристики

Размер весов
21,2 ГБ
Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
4 мая 2026

LongCat-Image-Edit-Turbo-FP8

Преобразование изображенийИзображение, текст → изображение3 профессии

LongCat-Image-Edit-Turbo-FP8 — дистиллированная модель для редактирования изображений, разработанная командой Meituan LongCat.

43скачиваний за 30 дней1лайквеса обновлены4 мая 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

Она предназначена для image-to-image сценариев: изменения объектов и содержания исходного изображения по текстовому описанию, включая задачи на английском и китайском языках. Модель интегрируется с библиотекой Hugging Face Diffusers через LongCatImageEditPipeline.

Ключевая особенность модели — высокая скорость вывода: для генерации требуется 8 NFEs (Number of Function Evaluations), что обеспечивает низкую задержку инференса. В README также указана специализированная посимвольная обработка текста: при редактировании изображений с текстом целевой текст необходимо заключать в одинарные или двойные кавычки, иначе качество его отображения существенно снижается. Точные сведения об архитектуре, общем размере модели, поддерживаемых модальностях и максимальной длине контекста не приведены.

Для работы требуется GPU; при использовании CPU offload заявлена потребность примерно в 18 ГБ видеопамяти, однако такой режим работает медленнее. Модель опубликована по лицензии Apache-2.0. README не содержит подробных сведений о возможных ограничениях качества, наборе данных или результатах сравнительного тестирования.

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

Introduction

We introduce LongCat-Image-Edit-Turbo, the distilled version of LongCat-Image-Edit. It achieves high-quality image editing with only 8 NFEs (Number of Function Evaluations) , offering extremely low inference latency.

Installation

pip install git+https://github.com/huggingface/diffusers

Run Image Editing

[!CAUTION] 📝 Special Handling for Text Rendering

For both Text-to-Image and Image Editing tasks involving text generation, you must enclose the target text within single or double quotation marks (both English '...' / "..." and Chinese ‘...’ / “...” styles are supported).

Reasoning: The model utilizes a specialized character-level encoding strategy specifically for quoted content. Failure to use explicit quotation marks prevents this mechanism from triggering, which will severely compromise the text rendering capability.

import torch
from PIL import Image
from diffusers import LongCatImageEditPipeline

if __name__ == '__main__':
    device = torch.device('cuda')
    pipe = LongCatImageEditPipeline.from_pretrained("meituan-longcat/LongCat-Image-Edit-Turbo", torch_dtype= torch.bfloat16 )
    # pipe.to(device, torch.bfloat16)  # Uncomment for high VRAM devices (Faster inference)
    pipe.enable_model_cpu_offload()  # Offload to CPU to save VRAM (Required ~18 GB); slower but prevents OOM
    img = Image.open('assets/test.png').convert('RGB')
    prompt = '将猫变成狗'
    image = pipe(
        img,
        prompt,
        negative_prompt='',
        guidance_scale=1,
        num_inference_steps=8,
        num_images_per_prompt=1,
        generator=torch.Generator("cpu").manual_seed(43)
    ).images[0]
    image.save('./edit_example.png')

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
87fcd12

0 моделей