9.4秒生成512×512图像，盆景图像4B生图AI登陆苹果iPhone 17 Pro Max

IT之家 5 月 27 日消息，PrismML 昨日（5 月 26 日）发布公告，宣布推出 Bonsai Image 4B 系列图像生成模型， 在 iPhone 17 Pro Max 生成 512×512 图像约需 9.4 秒。 该系列模型分为 1-bit Bonsai Image 4B 与 Ternary Bonsai Image 4B 2 个版本，前者更强调极致压缩，后者在保持小体积的同时，进一步提升画面质量与提示词还原度。 该系列模型基于 LUX.2 Klein 4B 构建，整体架构保持不变，主要调整集中在扩散 Transformer 的权重表示方式： 1-bit 版本采用二值权重，权重集合为 ｛−1，＋1｝，配合 FP16 分组缩放后，单权重等效位宽为 1.125bit； Ternary 版本采用三值权重，权重集合为 ｛−1，0，＋1｝，等效位宽为 1.71bit，因此拥有更高的表示灵活性。 在体积方面，1-bit 版本的二值层相对全精度 Transformer 权重缩小至 14 分之一，最终 Transformer 体积压到 0.93GB，较 7.75GB 的全精度 FLUX.2 Klein 4B 缩小至 8.3 分之一。 运行时内存占用也明显下降。生成 512×512 图像时，1-bit 与 Ternary 版本平均活跃内存分别为 1.5GB 与 1.96GB，全精度 FLUX.2 Klein 4B 则高达 11.74GB。 生成 1024×1024 图像时，这 2 个版本分别为 1.95GB 与 2.38GB，而原模型达到 14.39GB。 速度与效果方面，Bonsai Image 4B 在 iPhone 17 Pro Max 生成 512×512 图像约需 9.4 秒，在 Mac M4 Pro 上约 6 秒；在 Mac M4 Pro 平台，最高可比全精度 MFLUX 流水线快 5.6 倍。 质量评测覆盖 GenEval、HPSv3、DPG-Bench 3 项基准，其中 Ternary 版本在 1.21GB 体积下保留 FLUX.2 Klein 4B 约 95％准确性，1-bit 版本在不足 1GB 的前提下保留约 88％准确性。 IT之家附上参考地址 Introducing 1-bit and Ternary Bonsai Image 4B: Image Generation for Local Devices