Перейти к содержанию
modelium.
Начать с задачи
←
Новость

VOSR2 для Swift/MLX: локальное увеличение изображений на Mac

На странице · 3 разделов

26 сентября 2026 года появились открытый Swift/MLX-порт VOSR2 с тегом v0.1.0 и два комплекта преобразованных весов: fp16 для использования и fp32 как эталон сравнения. Это новый способ локально запускать уже существующую модель генеративного увеличения изображений на Apple Silicon, а не новая базовая модель. Авторы опубликовали код CLI и результаты сравнения с PyTorch; Modelium не выполнял собственных тестов.

VOSR2 для Swift/MLX: новый локальный путь апскейла на Mac

26 сентября 2026 года авторы Swift/MLX-порта VOSR2 открыли код и пометили его тегом v0.1.0; в Hugging Face в тот же день появились два набора конвертированных весов. Это не релиз новой VOSR2: исходная модель и её PyTorch-веса существовали раньше. Новость — в возможности использовать её через отдельный стек Swift/MLX на Apple Silicon. Наличие тега подтверждено записью GitHub, а наличие компонентов весов — списками файлов обоих HF-репозиториев. s1 s2 s3 s4

Что опубликовано

В mlx-community/VOSR2-fp16 лежат transformer_fp16.safetensors, vae_fp16.safetensors, dinov2_fp16.safetensors и конфигурация. В mlx-community/VOSR2-fp32 опубликованы соответствующие fp32-компоненты. По описанию порта это конверсия исходных LightningDiT, 2D VAE и DINOv2, а не новое обучение. Версия fp16 — основной вариант; fp32 служит для проверки близости вычислений к исходной реализации. Проект не предлагает универсальную команду llama.cpp или Ollama: это стек обработки изображений со своим Swift-пакетом и утилитой vosr-smoke. s2 s3 s5

Для проверки на Mac разработчик может собрать цель VOSRSmoke из исходного репозитория и выполнить vosr-smoke keys <weightsDir>, затем vosr-smoke run <in.png> <out.png> <weightsDir> --scale 2. Для пути через обёртку MLXEngine авторы описали vosr-smoke engine <in.png> <out.png> <weightsDir> --scale 2. Каталог весов и зависимости Swift нужно подготовить по README проекта; загрузка одного Safetensors-файла без остальных компонентов не образует полного конвейера. Этот рецепт взят из документации авторов, не проверен Modelium на устройстве. s5

Что означают авторские замеры

Авторы сообщают о PSNR 115,5 дБ для результата fp32 против той же PyTorch-реализации на том же входе и шуме, 49,3 дБ для fp16 и 46,7 дБ для fp16 с int8-квантованием DiT относительно этого эталона. Это тест точности порта, а не оценка качества восстановления реальных фотографий или независимый бенчмарк. В README также приведены времена на M5 Max; они не являются обещанием скорости на любом Mac. Материал не выводит требования к оперативной или видеопамяти из размеров файлов весов. s5 s6

VOSR2 относится к генеративному сверхразрешению: мелкие детали могут быть правдоподобными, но не исторически точными. Авторы порта отдельно предупреждают, что в уже читаемом мелком тексте модель может менять буквы. Для документов, интерфейсов, этикеток и доказательных изображений сравнивайте результат с оригиналом и не воспринимайте сгенерированный текст как восстановленный факт. s4 s5

Лицензия и границы доступности

Оба HF-репозитория помечены Apache-2.0; код порта тоже содержит Apache-2.0. Исходная карточка VOSR отдельно предупреждает, что встроенные сторонние компоненты, включая VAE и DINOv2, подчиняются своим исходным условиям; метка лицензии производного репозитория не заменяет эту проверку для коммерческого распространения полного комплекта. Оригинальный Qwen-Image, на который ссылается карточка VOSR для VAE, помечен Apache-2.0; не следует путать его с отдельно лицензируемым Qwen-Image-2.1. Код доступен с тегом, но в README порта ещё остался список публикационных шагов, частично устаревший после загрузки весов: статус интеграции в конкретное приложение проверяйте отдельно. s2 s3 s4 s5 s7

Источники