/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-14B
Опубликована
13 фев 2026

BitDance-14B-16x

Генерация изображенийТекст → изображение3 профессии

Мультимодальная модель BitDance на 14 млрд параметров генерирует изображения по текстовым описаниям с параллельным предсказанием визуальных патчей.

17скачиваний за 30 дней91лайквеса обновлены18 фев 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

BitDance-14B-16x — открытая мультимодальная авторегрессионная модель для генерации изображений, представленная авторами работы BitDance. Она содержит 14 млрд параметров и дообучена на базе Qwen/Qwen3-14B. Для визуальных токенов модель использует двоичный токенизатор, диффузионную голову для выборки и предсказание нескольких патчей за шаг — до 64; для текста сохраняется стандартный подход языкового моделирования.

Модель предназначена для создания изображений по текстовому описанию, включая высокодетализированные фотореалистичные изображения. В метаданных указаны английский и китайский языки, контекст 40 960 токенов и формат safetensors. Лицензия — Apache-2.0. README не приводит подробных результатов оценки или ограничений качества.

Сценарии применения

  • генерация изображения по текстовому описанию
  • создание фотореалистичных иллюстраций
  • создание изображений высокого разрешения
  • быстрое создание изображений с параллельной генерацией патчей

Ограничения

README не раскрывает количественные результаты оценки, поэтому качество для конкретных запросов по приведённым данным оценить нельзя. В карточке модели не описаны специальные механизмы фильтрации контента.

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

BitDance: Scaling Autoregressive Generative Models with Binary Tokens

Yuang Ai*, Jiaming Han*, Shaobin Zhuang*, Weijia Mao, Xuefeng Hu, Ziyan Yang, Zhenheng Yang, Huaibo Huang†, Xiangyu Yue†, Hao Chen*†‡

* Equal Contribution  † Corresponding Author  ‡ Project Lead

For visual generation, discrete autoregressive models often struggle with poor tokenizer reconstruction, difficulties in sampling from large vocabularies, and slow token-by-token generation speeds. We present BitDance, which addresses these challenges via a large-vocabulary binary tokenizer, a binary diffusion head for sampling in large discrete space, and a next-patch diffusion paradigm that enables efficient multitoken prediction. BitDance is an open-source discrete autoregressive foundation model with 14B parameters, trained on large-scale multimodal tokens. While maintaining the standard language modeling paradigm for text tokens, BitDance employs a next-patch diffusion paradigm for visual tokens to predict multiple tokens in parallel—up to 64 per step. This unified multimodal framework is simple, scalable, and capable of efficiently generating high-resolution, photorealistic images.

⚡ Quick Start

1️⃣ Create Conda Environment and Install Package

git clone https://github.com/shallowdream204/BitDance.git
cd BitDance
conda create -n bitdance python=3.11 -y
conda activate bitdance
pip install -r requirements.txt
pip install flash_attn==2.8.2 --no-build-isolation

2️⃣ Download Model Weights

We offer two models, BitDance-14B-64x and BitDance-14B-16x, which can predict 64 and 16 tokens in parallel at each step, respectively.

Model#Token per StepStep (1024px)Supported SizeHuggingface
BitDance-14B-64x64641024pxBitDance-14B-64x
BitDance-14B-16x16256512&1024pxBitDance-14B-16x

Run the following scripts to download all T2I models.

hf download shallowdream204/BitDance-14B-64x --local-dir models/BitDance-14B-64x --max-workers=16
hf download shallowdream204/BitDance-14B-16x --local-dir models/BitDance-14B-16x --max-workers=16

3️⃣ T2I Inference (check here for the supported image resolution)

# example_t2i.py
from modeling.t2i_pipeline import BitDanceT2IPipeline

model_path = 'models/BitDance-14B-64x'
# model_path = 'models/BitDance-14B-16x'
device = 'cuda'

pipe = BitDanceT2IPipeline(model_path=model_path, device=device)

prompt = "A close-up portrait in a cinematic photography style, capturing a girl-next-door look on a sunny daytime urban street. She wears a khaki sweater, with long, flowing hair gently draped over her shoulders. Her head is turned slightly, revealing soft facial features illuminated by realistic, delicate sunlight coming from the left. The sunlight subtly highlights individual strands of her hair. The image has a Canon film-like color tone, evoking a warm nostalgic atmosphere."

image = pipe.generate(
    prompt=prompt,
    height=1024,
    width=1024,
    num_sampling_steps=50, # may adjust to 25 steps for faster inference, but may slightly reduce quality
    guidance_scale=7.5,
    num_images=1,
    seed=42
)[0]

image.save("example.png")

🤗 Demo

🔥 Try the Huggingface Space demo to start playing with BitDance: BitDance-Demo

You can also run the demo locally:

python app.py

📊 Model Performance

🪪 License

BitDance is licensed under the Apache 2.0 license.

📖 Citation

If you find our work useful for your research, please consider citing our paper:

@article{ai2026bitdance,
  title   = {BitDance: Scaling Autoregressive Generative Models with Binary Tokens},
  author  = {Ai, Yuang and Han, Jiaming and Zhuang, Shaobin and Hu, Xuefeng and Yang, Ziyan and Yang, Zhenheng and Huang, Huaibo and Yue, Xiangyu and Chen, Hao},
  journal = {arXiv preprint arXiv:2602.14041},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Базовая модель Qwen/Qwen3-14B выложена не в формате diffusers, адаптер не к чему подключить.

Класс архитектуры
Qwen3FlexWrapper
Ревизия весов
eb7ba3c

0 моделей