Ming-Image на Mac: Swift/MLX-порт 0.2.0 и два 4-битных пакета

Что появилось

27 сентября 2026 года опубликован тег ming-image-swift v0.2.0 — сторонний Swift/MLX-порт моделей inclusionAI Ming-Image 0.1 для Apple Silicon. В тот же день в mlx-community появились отдельные 4-битные пакеты Design (генерация графики по тексту с возможностью RGBA) и Design-Layer (разложение готового изображения на слои). Это новый путь локального инференса на Mac, а не новая базовая модель: оригинальные Design и Design-Layer уже выходили и освещены отдельно s1 s2 s3 s4.

На закреплённых ревизиях обоих репозиториев есть файлы модели, индексы весов, конфигурации компонентов и LICENSE. У Design индекс MLLM ссылается на семь шардов, индекс диффузионного трансформера — на пять; у Layer индекс трансформера — на девять. Эти числа сверены с перечнем файлов в HF API. Репозитории не требуют разрешения на скачивание s2 s3.

Что значит «4-bit»

Это не равномерное преобразование всех компонентов в четыре бита. По карточкам и конфигурациям порта, MoE-компонент MLLM квантизован до 4 бит; connector и слои внимания/feed-forward диффузионного трансформера остаются 8-битными. Маршрутизаторы, embeddings, нормы, ViT, VAE и часть conditioning сохраняют более высокую точность. Автор описывает weight-only affine, группу 64; на закреплённом Design-пакете конфигурация MLLM показывает bits: 4, а transformer — bits: 8 s1 s2.

Порт выбирает уровень через quant: .int4 в Swift-пакете MingImageT2IPackage либо MingImageLayerPackage; загрузчик сопоставляет конфигурацию уровня с сохранёнными весами. Пример в карточках предназначен для интеграции Swift/MLXEngine, а не для обычного Python Diffusers или штатного mlx-lm. В самом репозитории Swift минимальная платформа в Package.swift — macOS 26. Modelium не запускал порт и не проверял его на собственной машине s1 s2 s3.

Память, скорость и качество — данные автора

Создатель порта заявляет размер каждого 4-битного пакета около 20,5 ГБ на диске против 49,8 ГБ у собственного bf16-пакета. В его опытах на M5 Max с ограничением кэша MLX до 2 ГБ максимальный phys_footprint составил 19,7 ГБ для Design и 20,0–20,6 ГБ для Layer в указанных сценариях. По этим тестам MLXEngine допускает уровень на Mac с 36 ГБ объединённой памяти. Это не независимо установленная минимальная конфигурация: дисковый размер не равен требованию к RAM, а измеренный процесс не описывает все параллельные нагрузки и версии оборудования s1 s2 s3.

Для Design автор сообщает 116/122 точных строк и 10/16 полностью правильных текстовых плакатов на своём тесте 4-bit против 117/122 и 12/16 у bf16. Для генерации прозрачных объектов: 4/6 против 5/6; сам разработчик рекомендует 8-bit или bf16, если важна альфа-прозрачность. Для разложения слоёв на собственном наборе вывесок автор сообщает отличие не более 0,2 дБ от bf16, но также отмечает лишний текст вне текстового слоя на сложном кадре. Эти выборки, критерии и изображения принадлежат разработчику; независимого воспроизведения здесь нет s1 s2 s3.

Как принять решение

Если нужен локальный монтаж постеров или многослойная графика на Apple Silicon, сначала проверьте версию macOS, поддержку Swift/MLXEngine и совместимость вашего приложения с MingImageT2IPackage или MingImageLayerPackage. Скачивайте соответствующий задаче пакет: Design для генерации, Design-Layer для раскладки изображения. Не подменяйте один другим и проверяйте правописание текста и альфа-канал на итоговом экспорте. Авторская граница слоя — 12 элементов; тесты крупного декодирования относятся к версии порта 0.2.0, не к универсальной гарантии для любых размеров s1 s2 s3.

Оба набора производных весов содержат MIT LICENSE исходного inclusionAI. Код Swift-порта отдельно опубликован под MIT. Это открытые веса и доступный исходный код с разрешением на коммерческое использование при сохранении уведомлений лицензии; утверждение о качестве и пригодности в конкретном продукте лицензией не подтверждается s2 s3 s4 s5.