This media is not supported in your browser
VIEW IN TELEGRAM
Ming-Image-0.1: открытый генератор картинок от Ant Group
📋 inclusionAI, лаборатория Ant Group, в конце сентября открыла серию Ming-Image-0.1: две модели на 6B каждая. Design рисует макеты, постеры и инфографику с плотным текстом и отдаёт PNG с прозрачным фоном. Layer разбирает готовую картинку на прозрачные слои, как PSD: фон дорисовывается под вырезанными объектами. Лицензия MIT.
В связке это конвейер «техзадание → макет → редактируемые слои», и на лидерборде UI/UX от Artificial Analysis Design держит первое место среди открытых весов из 81 модели, обгоняя разработки и на 20B.
🛠 Под капотом: рисующая часть занимает 6B, но рядом работает текстовый энкодер Ling-mini-2.0 примерно на 16B параметров, из которых активно около 1,4B, плюс коннектор на 1,5B. Полный репозиторий весит около 50 ГБ, авторы проверяли на NVIDIA от 80 ГБ в BF16. Официальный infer.py требует CUDA.
Я поставил её на Mac через порт MFLUX: квант 8-bit занимает 23 ГБ на диске и 30 ГБ в памяти. Постер 1024² собирается за 23 секунды, сцена 2048×1152 за 66 секунд. Модель дистиллирована, штатные 12 шагов и guidance 1,0, больше шагов качество не поднимает. Промпт принимает до 8K токенов, то есть полноценное ТЗ, и понимает его по-русски; надписи на картинке лучше задавать латиницей.
💼 Для студий и маркетинга это рабочий стул дизайнера первого эшелона за стоимость электричества: макеты и схемы локально, без подписок и передачи клиентских ТЗ наружу. Разбор на слои пока живёт в Swift-порту для приложений или через бесплатное API OpenRouter, готовой консольной команды ещё нет.
📎 Веса · MFLUX · Разбор слоёв
#MingImage #дизайн #opensrc
———
@tsingular
📋 inclusionAI, лаборатория Ant Group, в конце сентября открыла серию Ming-Image-0.1: две модели на 6B каждая. Design рисует макеты, постеры и инфографику с плотным текстом и отдаёт PNG с прозрачным фоном. Layer разбирает готовую картинку на прозрачные слои, как PSD: фон дорисовывается под вырезанными объектами. Лицензия MIT.
В связке это конвейер «техзадание → макет → редактируемые слои», и на лидерборде UI/UX от Artificial Analysis Design держит первое место среди открытых весов из 81 модели, обгоняя разработки и на 20B.
🛠 Под капотом: рисующая часть занимает 6B, но рядом работает текстовый энкодер Ling-mini-2.0 примерно на 16B параметров, из которых активно около 1,4B, плюс коннектор на 1,5B. Полный репозиторий весит около 50 ГБ, авторы проверяли на NVIDIA от 80 ГБ в BF16. Официальный infer.py требует CUDA.
Я поставил её на Mac через порт MFLUX: квант 8-bit занимает 23 ГБ на диске и 30 ГБ в памяти. Постер 1024² собирается за 23 секунды, сцена 2048×1152 за 66 секунд. Модель дистиллирована, штатные 12 шагов и guidance 1,0, больше шагов качество не поднимает. Промпт принимает до 8K токенов, то есть полноценное ТЗ, и понимает его по-русски; надписи на картинке лучше задавать латиницей.
💼 Для студий и маркетинга это рабочий стул дизайнера первого эшелона за стоимость электричества: макеты и схемы локально, без подписок и передачи клиентских ТЗ наружу. Разбор на слои пока живёт в Swift-порту для приложений или через бесплатное API OpenRouter, готовой консольной команды ещё нет.
📎 Веса · MFLUX · Разбор слоёв
#MingImage #дизайн #opensrc
———
@tsingular
✍8❤3⚡2👍2🙏1🆒1