# SenseNova-Loop-9B-Preview: открытые веса для работы с текстом и изображениями

Источник: https://modelium.tech/zhurnal/sensenova-loop-9b-preview-text-image-local/

30 октября SenseNova представила SenseNova-Loop-9B-Preview: модель принимает текст и изображения и отвечает текстом. Веса доступны для загрузки, но это пока не готовое приложение для домашнего ПК: опубликованный пример запуска требует Python, совместимую видеокарту и загрузку авторского кода.

SenseNova-Loop-9B-Preview можно использовать как основу для локальной работы с текстом и изображениями: например, задать вопрос по иллюстрации и получить текстовый ответ. Но готовой программы с кнопкой «скачать и спросить» авторы пока не предлагают. [s1](#src-s1)

**Дата выпуска:** 30 октября 2026 года по сообщению разработчика. **Проверено по документации:** 31 октября 2026 года; Modelium не запускал модель и не измерял её скорость или качество. [s1](#src-s1)

## Что именно вышло

Авторы SenseNova опубликовали предварительную версию SenseNova-Loop-9B-Preview. Она принимает текст и изображения, а выдаёт текст; пригодность для разбора конкретных документов или иллюстраций нужно проверять на своих примерах. В репозитории Hugging Face находятся восемь частей основных весов, конфигурация, токенизатор и код модели. Указанные в индексе файлов части присутствуют в опубликованном наборе. [s1](#src-s1) [s2](#src-s2)

Название Loop связано с устройством модели: один блок вычислений повторно использует одни и те же сохранённые параметры. Это техническая особенность, а не обещание, что модель будет быстрее на вашем компьютере. Заявленные авторами демонстрации презентаций и анализа данных не означают, что одна модель сама открывает файлы и управляет программами: для таких действий нужны отдельные инструменты. [s1](#src-s1)

## Можно ли запустить её у себя

**Да, для подготовленного пользователя, но это не домашний рецепт для новичка.** В опубликованной инструкции приведён текстовый пример на Python с Transformers 5.18.0 и PyTorch 2.11.0/CUDA 13.0 для одной видеокарты. Эти версии описывают проверенную авторами среду, а не минимальные требования к вашему железу. Отдельный пример развёртывания через LightLLM использует четыре видеокарты; это серверный сценарий, не бытовая установка. [s1](#src-s1)

Пример включает `trust_remote_code=True`: вместе с весами исполняется код из репозитория модели. Прежде чем запускать его на своём компьютере, стоит изучить код и закрепить ревизию. Наличие файлов весов само по себе не подтверждает поддержку в Ollama или обычном графическом приложении. Поддержка SGLang на момент проверки обсуждается в открытом запросе на включение изменений, а не в подтверждённом стабильном релизе. [s1](#src-s1) [s4](#src-s4)

В карточке весов указана лицензия Apache 2.0; в официальном репозитории исходного кода опубликован текст Apache 2.0. Это сведения об условиях, а не утверждение, что все внешние библиотеки или демонстрационные сервисы имеют те же права. [s1](#src-s1) [s3](#src-s3)

## Что проверить дальше

Если вам нужна именно эта модель, сначала откройте закреплённую карточку и убедитесь, что вы готовы к указанной среде и запуску стороннего кода. Для обычного сценария «загрузить изображение и задать вопрос» дождитесь отдельно подтверждённой поддержки в доступной программе; пока не обещаем готовый путь с интерфейсом. Независимых тестов Modelium и подтверждённого минимума оперативной или видеопамяти для этой публикации нет. [s1](#src-s1) [s4](#src-s4)

## Источники

1. [SenseNova-Loop-9B-Preview: закреплённая карточка модели](https://huggingface.co/sensenova/SenseNova-Loop-9B-Preview/blob/27abea779b1e6634b136805b6519371739d551f7/README.md) — получено 2026-10-31
2. [SenseNova-Loop-9B-Preview: индекс файлов весов](https://huggingface.co/sensenova/SenseNova-Loop-9B-Preview/blob/27abea779b1e6634b136805b6519371739d551f7/model.safetensors.index.json) — получено 2026-10-31
3. [OpenSenseNova/SenseNova-Loop: Apache License 2.0](https://github.com/OpenSenseNova/SenseNova-Loop/blob/a521b0af97/LICENSE) — получено 2026-10-31
4. [SGLang: открытый запрос поддержки SenseNova Loop](https://github.com/sgl-project/sglang/pull/47281) — получено 2026-10-31