NAMI-T2I
эффективная генерация изображений на 2B параметров
2 min readupdated
Модель NAMI-T2I (NAMI-2B) от команды 360ZhiNao (360CVGroup) решает задачу генерации картинок по текстовому описанию (text-to-image). В основе лежит архитектура Bridged Progressive Rectified Flow Transformers (подход на базе выпрямленных потоков для ускоренного и качественного синтеза), а научная работа по проекту принята на конференцию CVPR 2026. Для обработки текста система опирается на энкодеры mCLIP и mT5-XXL. Подойдёт исследователям и разработчикам, которые ищут компактный генератор изображений на 2 миллиарда параметров с открытыми весами для тестирования и деплоя.
Ключевые особенности
- Компактный размер: опубликованный чекпоинт NAMI-2B содержит 2 миллиарда параметров и предназначен для эффективного инференса.
- Два текстовых энкодера: в связке с моделью используются токенизаторы и энкодеры
mclip(от HunyuanDiT) иmt5-xxl(от Google). - Академическая база: архитектура Bridged Progressive Rectified Flow Transformers прошла рецензирование и принята на CVPR 2026.
- Готовность к развёртыванию: авторы выложили веса и код инференса для локального тестирования и деплоя.
Что можно сделать
- Развернуть локальный пайплайн генерации изображений по тексту с использованием кода из репозитория 360CVGroup/NAMI-T2I и опубликованных весов.
- Протестировать качество понимания сложных промптов за счёт комбинации энкодеров mCLIP и mT5-XXL.
- Сравнить скорость и качество генерации Rectified Flow-подхода NAMI-2B с другими моделями класса 2B.
Пример
Для запуска генерации необходимо скачать веса NAMI-2B в директорию weights, а также подгрузить токенизаторы и текстовые энкодеры из репозиториев Tencent-Hunyuan/HunyuanDiT (папка t2i/clip_text_encoder) и google/mt5-xxl, после чего запустить инференс через официальный код проекта 360CVGroup/NAMI-T2I.
Подробнее
Архитектура: Bridged Progressive Rectified Flow Transformers (2B параметров)Текстовые энкодеры: mCLIP (HunyuanDiT) и mT5-XXL
Публикация: статья принята на CVPR 2026 (arXiv:2503.09242)
Примечание: в самой карточке на Hugging Face бенчмарки и требования к VRAM не указаны.










Comments