К содержимому
Изображения

Guangmingxing (GMX) d24

маленькая чат-модель, которая сама решает, когда рисовать

2 мин чтения

Модель от автора zhvhabqifova обучена с нуля с train_llm по мотивам karpathy/nanochat. Это английская чат-модель на 24 слоя, шириной 1536 и примерно 2,1 млрд параметров; большая часть весов — в таблицах value-embedding, а Transformer и output head занимают около 0,78 млрд. Она умеет обща��ься, понимать изображения и в диалоге решать, когда перейти к отрисовке.

Ключевые особенности

  • Чат и понимание картинок: за视觉 отвечает frozen SigLIP2 и собственный projector.
  • Для рисования модель выдаёт специальный промпт <|visual prompt|>описание<|/visual prompt|>, а для правки — вариант с <|image ref|>N</image ref|>.
  • Саму картинку генерирует открытая модель Z-Image-Turbo; веб-чат запускается через script/chat_t2i_web.py.
  • Финальный чекпоинт — chat_t2i_v9.ckpt; токенизатор — BPE на 65 536 токенов.
  • Модель маленькая, только для английского и не для production: ошибается и выдумывает.

Пример

Сценарий из карточки: в диалоге модель может сначала ответить текстом, а затем вывести промпт для отрисовки — например, <|visual prompt|>описание сцены<|/visual prompt|>. Если нужно изменить уже показанную картинку, используется конструкция <|edit prompt|><|image ref|>N</image ref|>описание</edit prompt|>.

ПодробнееБенчмарки и полный процесс обучения описаны в README репозитория; конкретных цифр в карточке нет.
Архитектура: 24 слоя, ширина 1536, ~2,1 млрд параметров, из них Transformer и output head — ~0,78 млрд.
Ограничения: только английский, небольшая модель, возможны ошибки и выдумки, не для production.
Требования к VRAM и железу в карточке не указаны.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 5.4 GB · готовые файлы7.4 GB
  • FP8 / INT8рекомендуемвеса 2.7 GB4.5 GB
  • 4-bitвеса 1.5 GB3.2 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # zhvhabqifova/guangmingxing-d24
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download zhvhabqifova/guangmingxing-d24 --local-dir ~/models/guangmingxing-d24
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к guangmingxing-d24
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии guangmingxing-d24 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

zhvhabqifova/guangmingxing-d24
Автор
zhvhabqifova
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

rh-v2-lora

rh-v2-lora