/ Модель

Характеристики

Контекст
24 576 токенов
Параметры
1,8 млрд
Лицензия
Apache 2.0
Архитектура
yue2 · dense
Базовая модель
YuE2-3B
Библиотека
mlx
Опубликована
13 сен 2026

mlx-Yue2-3B

Генерация текстаТекст → текст3 профессии

MLX-адаптация YuE2-3B для генерации песен с вокалом и аккомпанементом по тексту на Apple Silicon.

1 292скачиваний за 30 дней1лайквеса обновлены8 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

mlx-Yue2-3B — адаптация YuE2-3B от M-A-P, подготовленная для запуска на Apple Silicon с библиотекой MLX. Модель предназначена для создания музыкальных композиций по текстовому запросу; базовая YuE2-3B создаёт песни с вокалом и аккомпанементом и поддерживает редактирование композиции через партитуру ABC.

В составе — авторегрессионная модель планирования, неавторегрессионная модель акустического flow matching и декодер VAE Oobleck для аудио 48 кГц. Репозиторий содержит веса BF16 и 8-битный вариант авторегрессионной части; заявлено уменьшение её размера и ускорение генерации для 8-битной версии. Общий размер модели в метаданных — 1,8 млрд параметров, контекст — 24 576 токенов. Лицензия — Apache-2.0.

Сценарии применения

  • создание песни с вокалом по текстовому описанию
  • генерация музыкального аккомпанемента
  • редактирование композиции через партитуру ABC
  • локальная генерация музыки на компьютерах Apple Silicon

Ограничения

Для запуска требуется среда MLX на Apple Silicon. Показатели скорости в README приведены для M3 Max и могут отличаться на другом оборудовании.

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-Yue2-3B

This repository provides pre-converted native MLX weights for YuE2-3B, an advanced music foundation model by M-A-P (Multimodal Art Projection).

Complete inference source code, CLI, and documentation are hosted on GitHub: 👉 https://github.com/vanch007/mlx-Yue


Model Description

  • Architecture: Native Apple Silicon implementation of YuE2 autoregressive planning (AR), flow-matching acoustic diffusion (NAR), and high-fidelity 48kHz FP32 Oobleck VAE decoding.
  • Precision Variants Included:
    • ar-bf16.safetensors: Full-precision BF16 Autoregressive model (4.33 GB).
    • ar-8bit.safetensors: 8-bit quantized Autoregressive linear layers (2.66 GB), reducing memory footprint by ~39% while accelerating generation to ~83 tokens/s on M3 Max.
    • nar-bf16.safetensors: BF16 Non-Autoregressive acoustic flow-matching model (2.93 GB).
    • qwen.tiktoken & config files.

Quick Start with mlx-Yue

1. Install mlx-Yue

Follow the setup instructions in the GitHub Repository:

git clone https://github.com/vanch007/mlx-Yue.git
cd mlx-Yue
uv sync --frozen --no-dev --extra transcription
source .venv/bin/activate

2. Download Weights

Download the complete model weights (including AR, NAR, and the VAE decoder) in one step:

python -c '
from huggingface_hub import snapshot_download
snapshot_download(repo_id="vanch007/mlx-Yue2-3B", local_dir="models/mlx-Yue2-3B")
'

The repository contains both the generator weights and the 48kHz FP32 Oobleck VAE decoder in vae/.

3. Generate Music

Generate a full song using the 8-bit model:

mlx-yue generate examples/full-song.json \
  --model models/converted \
  --vae "$LYRA_VAE" \
  --precision 8bit \
  --output outputs/my_song

Or via Python:

from lyra import YuE2Pipeline

pipe = YuE2Pipeline.from_pretrained(
    "models/mlx-Yue2-3B",
    precision="8bit",
    local_files_only=True
)

result = pipe(
    style="80s synthpop, upbeat energetic drums, female vocal",
    lyrics="""[verse]
City lights neon glow
Running fast losing control
[chorus]
Dance with the stars through the electric night
We are the dreamers chasing the light
"""
)
result.save_artifacts("outputs/my_song")

Benchmarks (Apple M3 Max)

PrecisionAR File SizeAR Generation Speed32-Step Full NAR (170s audio)
BF164.33 GB~59.4 tokens/s186.94 s
8-Bit Quantized2.66 GB~83.1 tokens/s186.94 s

Citation & Acknowledgments

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
YuE2ForCausalLM
Ревизия весов
5f7620e

0 моделей