I.6Перевод и языковая адаптация

facebook/mms-tts-btd — модель синтеза речи на языке Batak Dairi из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текста на этом языке. Модель построена на архитектуре VITS: это сквозная система с вариационным автоэнкодером, flow-модулем и декодером, подобным HiFi-GAN; стохастический предиктор длительности позволяет варьировать ритм речи. Размер — 3,5 млн параметров. Модель доступна в Transformers версии 4.33 и новее, веса представлены в форматах PyTorch и Safetensors. Генерация недетерминирована, поэтому для повторяемого результата требуется фиксированное начальное значение генератора. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

facebook/mms-tts-bzh — модель синтеза речи для языка Buang, Mapos (bzh), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую аудиоволну; отдельный чекпойнт MMS-TTS обучен для каждого языка. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, вариационный автоэнкодер, flow-модуль и декодер, близкий по устройству к HiFi-GAN. Стохастический предиктор длительности позволяет получать варианты произношения и ритма; для повторяемого результата требуется фиксировать seed. В метаданных указан размер 3,5 млн параметров. Модель доступна через Transformers версии 4.33 и выше. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Модель предназначена для синтеза речи на Buang, Mapos; качество для других языков карточкой не заявлено.

facebook/mms-tts-car — модель синтеза речи на языке кариб, разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на языке кариб. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, потоковый модуль и декодер HiFi-GAN объединены в сквозную систему синтеза речи. Число параметров — 3,5 млн; модель доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers версии 4.33 и новее. Отдельный чекпойнт MMS-TTS обучен для каждого языка. Стохастический предиктор длительности позволяет получать варианты ритма речи для одного и того же текста, поэтому результат недетерминирован; для повторяемого аудио требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-ded — модель синтеза речи для языка Dedua (код ISO 639-3: ded), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текста на Dedua. Модель построена на архитектуре VITS и объединяет вариационный автоэнкодер, flow-модуль с текстовым энкодером на основе Transformer, стохастический предиктор длительности и декодер, подобный HiFi-GAN. Веса содержат около 3,5 млн параметров; модель доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers начиная с версии 4.33. Стохастический предиктор позволяет получать варианты ритма речи, поэтому для воспроизводимого результата требуется фиксированный seed. Модель предназначена для синтеза речи на одном языке и не является многоязычной сама по себе. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-fao — модель синтеза речи на фарерском языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания фарерских текстов и приложений с голосовым выводом. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для отдельных языков проекта обучаются отдельные контрольные точки. Она доступна через библиотеку Transformers версии 4.33 и новее, веса представлены в форматах PyTorch и Safetensors. Стохастический предиктор длительности позволяет получать разные ритмические варианты произношения одного текста, поэтому результат может меняться между запусками; фиксированный seed нужен для воспроизводимого аудио. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но не для коммерческих целей.

facebook/mms-tts-kak — модель синтеза речи на языке Kalanguya (kak), созданная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевой сигнал и предназначена для озвучивания текстов на Kalanguya. Модель построена на архитектуре VITS: она объединяет текстовый энкодер, вероятностные компоненты и декодер, формирующий аудиоволну; для вариативности ритма используется стохастический предсказатель длительности. Размер модели — 3,5 млн параметров; веса доступны в форматах PyTorch и Safetensors и используются через Transformers версии 4.33 или новее. Модель рассчитана на синтез речи на одном языке, Kalanguya. Стохастический предсказатель делает генерацию недетерминированной: для воспроизведения того же результата требуется фиксированное начальное значение генератора случайных чисел. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-klv — модель синтеза речи на языке Maskelynes (klv), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; веса доступны в форматах PyTorch и Safetensors. Для работы с моделью подходит библиотека Transformers версии 4.33 и новее. Случайный предиктор длительности делает синтез недетерминированным: для повторения результата с той же формой волны требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-knk — модель синтеза речи на языке куранко (knk), разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую волну и предназначена для озвучивания текстов на куранко. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, потоковый модуль, стохастический предсказатель длительности и декодер HiFi-GAN-подобного типа. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors; для работы с ним подходит Transformers версии 4.33 и новее. Генерация недетерминирована, поэтому для повторения результата требуется фиксированное начальное значение генератора случайных чисел. Модель распространяется по лицензии CC BY-NC 4.0, которая требует указания авторства и запрещает коммерческое использование. Она обучена отдельно для куранко, поэтому не предназначена для синтеза речи на других языках.

facebook/mms-tts-kpz — модель синтеза речи на языке купсапиини (Kupsapiiny, kpz) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевой сигнал и предназначена для озвучивания текста на этом языке. Модель построена на архитектуре VITS: текстовый энкодер, потоковый модуль и декодер формируют аудиоволну; стохастический предсказатель длительности позволяет получать варианты с разным ритмом. Веса доступны в форматах PyTorch и safetensors, для работы подходит библиотека Transformers версии 4.33 и новее. Чекпойнт содержит 3,5 млн параметров и обучен отдельно для одного языка в рамках MMS-TTS. Генерация недетерминирована: для повторения того же результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но некоммерчески.

facebook/mms-tts-krj — модель синтеза речи на языке кинарай-а, разработанная Meta* в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на кинарай-а в речевой аудиосигнал и подходит для озвучивания фраз и создания голосовых материалов на этом языке. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для каждого языка MMS обучается отдельная модель. Генерация стохастическая: чтобы получать одинаковую речь для одного и того же текста, нужно зафиксировать seed. Модель распространяется в форматах PyTorch и Safetensors по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

facebook/mms-tts-krl — модель синтеза речи на карельском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текстов на карельском языке. Модель использует архитектуру VITS — сквозную вариационную модель с Transformer-энкодером текста, нормализующими потоками, стохастическим предсказателем длительности и декодером на основе HiFi-GAN. В репозитории указано 3,5 млн параметров; модель доступна через Transformers версии 4.33 и новее. Из-за стохастического предсказания длительности результат может меняться между запусками; фиксированный seed позволяет воспроизводить генерацию. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

facebook/mms-tts-lbw — модель синтеза речи на языке толаки (lbw), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на толаки в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель построена на архитектуре VITS: она объединяет вариационный автоэнкодер, нормализующие потоки, стохастический предиктор длительности и декодер на основе свёрточных слоёв. Размер модели — 3,5 млн параметров; формат весов — PyTorch и Safetensors. Для повторения результата генерации нужен фиксированный seed, поскольку предиктор длительности стохастический. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

facebook/mms-tts-mev — модель синтеза речи на языке Maan (mev), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на Maan. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, вариационный автоэнкодер, flow-модуль, декодер, похожий на HiFi-GAN, и стохастический предсказатель длительности. Размер модели — 3,5 млн параметров. Для каждого языка MMS-TTS обучается отдельный чекпойнт; стохастический предсказатель может создавать разные варианты ритма, поэтому для повторяемого результата нужен фиксированный seed. Модель распространяется в форматах PyTorch и Safetensors по лицензии CC-BY-NC-4.0, которая ограничивает коммерческое использование. Описание не приводит оценок качества или условий записи обучающих данных.

facebook/mms-tts-myx — модель синтеза речи на языке Masaaba (код myx), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на Masaaba в речевую аудиоволну и предназначена для создания озвучивания на этом языке. Модель построена на архитектуре VITS и обучена отдельно для Masaaba. Это компактный чекпойнт на 3,5 млн параметров; для использования доступна через Transformers версии 4.33 и новее. Из-за стохастического предсказателя длительности результат может различаться при одинаковом тексте; фиксированный seed позволяет воспроизводить генерацию. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-npl — модель синтеза речи на нахуа юго-восточной Пуэблы, выпущенная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на этом языке в речевую аудиоволну и предназначена для озвучивания текстов и создания речевых приложений для языка, охватываемого проектом MMS. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это сквозная система синтеза речи со стохастическим предсказателем длительности, благодаря которому один и тот же текст может звучать с разным ритмом; результат генерации недетерминирован, поэтому для повторения той же аудиозаписи требуется фиксированное начальное значение. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-quh — модель синтеза речи на южноболивийском кечуа (quh), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевой сигнал и подходит для озвучивания фраз и создания речи в приложениях. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для каждого языка MMS-TTS обучается отдельный чекпойнт. Репозиторий содержит веса PyTorch и Safetensors, модель доступна через Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет получать разные ритмические варианты одной и той же фразы, поэтому для воспроизводимого результата требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-rmo — модель синтеза речи на языке романи, диалекте синте, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на этом языке. Модель основана на архитектуре VITS: она объединяет вариационный автоэнкодер, потоковый модуль, Transformer-энкодер текста и декодер, построенный по принципу HiFi-GAN. Для моделирования ритма используется стохастический предиктор длительности, поэтому при одинаковом тексте могут получаться разные варианты речи. Веса модели содержат 3,5 млн параметров; для работы доступна библиотека Transformers версии 4.33 и новее. Модель принимает текст на языке романи (синте) и генерирует аудио. Из-за стохастической генерации для повторения того же результата требуется фиксированное начальное значение генератора случайных чисел. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-rmy-script_latin — модель синтеза речи на латинице для языка романи, диалекта влахского. Она создана в рамках проекта Massively Multilingual Speech компании Facebook и предназначена для преобразования текста на этом варианте языка в речевую волну. Модель использует архитектуру VITS и обучена отдельно для своего языка. Это компактный чекпойнт на 3,5 млн параметров, доступный в форматах PyTorch и Safetensors и используемый через Transformers версии 4.33 и выше. Генерация речи стохастическая: одинаковый текст может звучать по-разному, а для повторения результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-tbc — модель синтеза речи для языка Takia (код tbc), созданная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует текст в речевую аудиоволну и предназначена для озвучивания текста на Takia. Модель построена на архитектуре VITS: сочетает вариационный автоэнкодер, Transformer-энкодер текста, нормализующие потоки, стохастический предсказатель длительности и декодер на основе HiFi-GAN. Размер модели — около 3,5 млн параметров; она доступна в Transformers и сохранена в форматах PyTorch и Safetensors. Отдельный чекпойнт MMS-TTS обучен для каждого языка. Стохастический предсказатель длительности позволяет получать варианты ритма речи, поэтому для повторяемого результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-ura — модель синтеза речи на языке урарина, разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на урарина в речевую аудиоволну и предназначена для озвучивания текстов и создания речевых интерфейсов на этом языке. Модель использует архитектуру VITS и обучена сквозным образом; для каждого языка MMS-TTS выпускается отдельный чекпойнт. Размер модели — 3,5 млн параметров. Вероятностный предиктор длительности позволяет получать варианты ритма речи для одного текста, поэтому результат может меняться между запусками; для повторяемой генерации нужен фиксированный seed. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-xuo — модель синтеза речи для языка Kuo (xuo), разработанная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну; для каждого языка MMS обучается отдельный чекпойнт. Модель построена на архитектуре VITS: сочетает вариационный автоэнкодер, потоковый модуль с текстовым энкодером на основе Transformer и декодер, похожий на HiFi-GAN. Размер модели — 3,5 млн параметров; использовать её можно через Transformers версии 4.33 и новее. Модель подходит для озвучивания текста на языке Kuo, например для голосовых интерфейсов и аудиоверсий материалов. Генерация недетерминирована: для повторяемого результата требуется фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-yam — модель синтеза речи для языка Yamba (yam), выпущенная в рамках проекта Massively Multilingual Speech компании Facebook. Это отдельный контрольный набор VITS, обученный для данного языка; модель принимает текст и генерирует речевую волну. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль, стохастический предиктор длительности и декодер на основе HiFi-GAN. Размер модели — 3,5 млн параметров; доступны веса PyTorch и Safetensors, модель поддерживается библиотекой Transformers начиная с версии 4.33. Модель предназначена для преобразования текста на Yamba в речь. Стохастический предиктор длительности позволяет получать варианты ритма для одного и того же текста; генерация недетерминирована, поэтому для воспроизводимого результата требуется фиксированный seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-ycl — модель синтеза речи на языке лолопо (Lolopo, ycl) из проекта Massively Multilingual Speech компании Meta. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на этом языке. Модель использует архитектуру VITS: текстовый энкодер и потоковый модуль формируют акустическое представление, а декодер генерирует волну. Это отдельный чекпойнт для одного языка, содержащий 3,5 млн параметров; он доступен в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers версии 4.33 и новее. Генерация речи стохастическая: для повторения того же результата требуется фиксированное случайное зерно. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-yva — модель синтеза речи на языке ява (Yawa, код yva) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для синтеза применяются стохастический предиктор длительности и декодер, построенный по принципу HiFi-GAN. Из-за стохастической генерации для воспроизводимого результата требуется фиксированный seed. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

Карточка модели erenyeager-1/OmniVoice на Hugging Face совпадает с карточкой k2-fsa/OmniVoice, поэтому описание составлено по ней. OmniVoice — многоязычная модель синтеза речи от команды k2-fsa, дообученная на базе Qwen/Qwen3-0.6B. Она использует архитектуру в стиле диффузионной языковой модели и предназначена для преобразования текста в речь, клонирования голоса по короткому аудиореференсу и создания голоса по заданным атрибутам. Модель заявлена для более чем 600 языков. Она поддерживает управление характеристиками голоса, включая пол, возраст, высоту тона, диалект и акцент, а также генерацию невербальных звуков по маркерам и коррекцию произношения с помощью пиньиня или фонем. В README заявлена скорость генерации до 40 раз выше реального времени. OmniVoice подходит для озвучивания текста, создания голосовых прототипов и генерации речи с заданным звучанием. Клонирование голоса допускается только при наличии соответствующих прав и согласия: разработчики запрещают несанкционированное подражание голосу, мошенничество и незаконное или неэтичное использование. Лицензия в предоставленных материалах не указана.

Карточка модели SwinliQ-AI-2/OmniVoice на Hugging Face совпадает с карточкой k2-fsa/OmniVoice, поэтому описание составлено по ней. OmniVoice — многоязычная модель синтеза речи от команды k2-fsa, дообученная на базе Qwen/Qwen3-0.6B. Она использует архитектуру в стиле диффузионной языковой модели и предназначена для преобразования текста в речь, клонирования голоса по короткому аудиореференсу и создания голоса по заданным атрибутам. Модель заявлена для более чем 600 языков. Она поддерживает управление характеристиками голоса, включая пол, возраст, высоту тона, диалект и акцент, а также генерацию невербальных звуков по маркерам и коррекцию произношения с помощью пиньиня или фонем. В README заявлена скорость генерации до 40 раз выше реального времени. OmniVoice подходит для озвучивания текста, создания голосовых прототипов и генерации речи с заданным звучанием. Клонирование голоса допускается только при наличии соответствующих прав и согласия: разработчики запрещают несанкционированное подражание голосу, мошенничество и незаконное или неэтичное использование. Лицензия в предоставленных материалах не указана.

OmniVoice Thai — модель синтеза тайской речи, созданная UKA дообучением k2-fsa/OmniVoice на базе Qwen3-0.6B. Она принимает текст и генерирует аудио; при генерации можно задавать характеристики голоса, например мужской голос с низким тембром. Модель использует OmniVoice и подход Masked Token Prediction в стиле MaskGIT для синтеза речи. Для дообучения использовались датасет Thanarit/Thai-Voice-Test7 и дополнительные голосовые данные: около 20 тысяч высказываний общей длительностью примерно 12,6 часа от двух дикторов. Модель ориентирована прежде всего на синтез тайской речи. В карточке также указана английская языковая поддержка базовой модели, но качество английского синтеза для этой версии не описано. Ограниченный объём обучающих данных и наличие возможных ошибок в транскрипциях ASR могут снижать обобщающую способность и точность произношения. Модель распространяется по лицензии Apache-2.0.

Cabrita 3B — языковая модель авторов Celio Larcher, Marcos Piau, Paulo Finardi, Pedro Gengo, Piero Esposito и Vinicius Caridá, предназначенная для генерации текста на португальском языке. Это вариант семейства Cabrita с 3 млрд параметров, продолжающий предобучение модели OpenLLaMA и адаптированный к португальскому языку, включая токенизатор. Архитектура — плотная LlamaForCausalLM; модель распространяется в формате PyTorch и рассчитана на контекст до 2048 токенов. Модель подходит для генерации португалоязычного текста и экспериментов с языковыми задачами на португальском. В карточке приведены результаты оценки на тестах AI2 Reasoning Challenge и HellaSwag. Лицензия — Apache-2.0. Карточка не описывает специальные отраслевые сценарии или ограничения качества; контекст ограничен 2048 токенами.

eduardem/piper-tts-romanian — набор из пяти дообученных голосов Piper на архитектуре VITS для синтеза румынской речи из текста. Модели доступны в формате ONNX; синтез неавторегрессионный и рассчитан на детерминированную генерацию аудио, в том числе на CPU. В README указаны женские голоса Lili, Raluca и Sanda, варианты качества high и medium, а также показатели WER для некоторых голосов. Модель подходит для озвучивания румынских статей, рассказов, сообщений и другого текста, включая массовую генерацию аудио. Карточка показывает примеры длинного текста и английских заимствований в румынских предложениях; для длинного ввода автор указывает ограничения и рекомендует отдельный голос Liana, который в этот репозиторий не входит. Лицензия — CC BY-NC 4.0, поэтому коммерческое использование не разрешено.

Baekpica/Qwen3.8-Flash-Next-Uncensored-Mixed-Quant-SSD-PLE-GGUF — это GGUF-квантизированная версия модели Qwen3.8-Flash-Next-Uncensored, разработанная на основе исходного чекпойнта orcarouter/Qwen3.8-Flash-Next-Uncensored. Модель предназначена для генерации текста и, согласно указанному pipeline_tag, мультимодальных сценариев image-text-to-text. В названии и описании также заявлен режим без цензурных ограничений и удалённых ограничителей, однако подробные характеристики такого режима в README не раскрыты. Артефакт создан прямой конвертацией BF16-чекпойнта по рецепту MQ-Q5-SSD-PLE-BF16, а не повторным квантованием готового GGUF. Он использует mixed-quant Q5-представление и таблицу predictive latent embedding размером 51,2 млрд параметров, размещённую в четырёх BF16-файлах на внешнем SSD; отдельно доступен FP8 sidecar. Заявлена проверка конфигурации с контекстом почти 512K токенов и высокая скорость предварительной обработки на NVIDIA DGX Spark, но это не подтверждает качество работы на длинном контексте. Главное ограничение — необходимость специализированного загрузчика ds4 external SSD-PLE. Совместимость с generic llama.cpp, vLLM, SGLang и другими GGUF-рантаймами не гарантируется, поэтому модель ориентирована прежде всего на соответствующую инфраструктуру с внешним SSD и NVIDIA DGX Spark. Лицензия указана как qwen-community-1.0; условия следует уточнять по связанному LICENSE-файлу исходной модели.