Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
和 DeepSeek 的 Janus-Pro-7B 模型聊天,它既能理解图片也能生成图片,生成的图片会做 2 倍放大。适合想在浏览器里试用多模态模型的人。
Chat With Janus-Pro-7B 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download deepseek-ai/Janus-Pro-7B --repo-type space --local-dir Janus-Pro-7B cd Janus-Pro-7B
这个 Space 是 DeepSeek 的 Janus-Pro-7B 的 Gradio 演示,一个模型同时能理解图片和生成图片。在这个演示里,生成的图片会用 Real-ESRGAN 放大到两倍大小,方便查看。这个 Space 运行在 Hugging Face 的 zero-a10g GPU 配置上。
适合想试用能同时处理图片和文字的模型的人,也适合想读这类演示是怎么搭起来的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 研究 | 研究者和学生 | 在一个模型里试用图像理解和图像生成 | 学生先问一张图片的内容,再让它生成一张新图。 |
| 设计 | 设计师和艺术家 | 根据简短描述生成图片,并查看放大后的效果 | 设计师输入一个场景,查看放大后的结果。 |
| 软件 | 开发者 | 阅读大模型和放大器是怎么接进 Gradio 页面的 | 开发者打开 app.py 和 janus 文件夹,梳理流程。 |
如果你需要生产级的画质或稳定的 API,可以跳过它,因为这只是演示。
| Use case | Who | What they get back |
|---|---|---|
| 询问一张图片 | 任何人 | 关于你给的图片的文字回答 |
| 生成一张图片 | 创作者 | 一张新图片,由 Real-ESRGAN 放大 2 倍 |
| 本地运行 | 开发者 | 在你自己电脑上的同一个演示,前提是电脑能跑 7B 模型 |
pip install -U huggingface_hub hf download deepseek-ai/Janus-Pro-7B --repo-type space --local-dir Janus-Pro-7B cd Janus-Pro-7B pip install gradio==5.13.2 pip install -r requirements.txt python app.py
打开 Space 页面,或者用下面的命令在本地启动应用。然后和模型聊天,可以给它一张图片让它描述,也可以让它生成一张。
python app.py
| Tool | What it does |
|---|---|
| app.py | 主文件,负责启动 Gradio 页面 |
| janus | 从名字看,这是存放模型代码的文件夹 |
| Upsample | 从名字看,这是放 2 倍 Real-ESRGAN 步骤的文件夹 |
| doge.png and equation.png | 仓库里的两张示例图片 |
你把示例图片 equation.png 交给页面,问它画的是什么。模型用文字回答这张图片的内容。你也可以让它生成一张新图片,返回的图片会放大 2 倍。
如果你是新手,打开 Space 页面,试一张示例图片。多模态模型能同时读图片和文字,而这个模型还能画图。
如果你熟悉这个领域,这个 Space 说明 2 倍放大只在这个演示里使用。它不会改变图片内容,只是让图片稍微清楚一点。仓库有 41 个文件,其中有一个权重文件夹。
和 DeepSeek 的 Janus-Pro-7B 模型聊天,它既能理解图片也能生成图片,生成的图片会做 2 倍放大。适合想在浏览器里试用多模态模型的人。
由 deepseek-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这个 Space 是 DeepSeek 的 Janus-Pro-7B 的 Gradio 演示,一个模型同时能理解图片和生成图片。在这个演示里,生成的图片会用 Real-ESRGAN 放大到两倍大小,方便查看。这个 Space 运行在 Hugging Face 的 zero-a10g GPU 配置上。
适合谁:适合想试用能同时处理图片和文字的模型的人,也适合想读这类演示是怎么搭起来的开发者。
Industry | Who uses it | How they use it | Example
AI 研究 | 研究者和学生 | 在一个模型里试用图像理解和图像生成 | 学生先问一张图片的内容,再让它生成一张新图。
设计 | 设计师和艺术家 | 根据简短描述生成图片,并查看放大后的效果 | 设计师输入一个场景,查看放大后的结果。
软件 | 开发者 | 阅读大模型和放大器是怎么接进 Gradio 页面的 | 开发者打开 app.py 和 janus 文件夹,梳理流程。
如果你需要生产级的画质或稳定的 API,可以跳过它,因为这只是演示。
用在哪里:
Use case | Who | What they get back
询问一张图片 | 任何人 | 关于你给的图片的文字回答
生成一张图片 | 创作者 | 一张新图片,由 Real-ESRGAN 放大 2 倍
本地运行 | 开发者 | 在你自己电脑上的同一个演示,前提是电脑能跑 7B 模型
如何设置:
pip install -U huggingface_hub
hf download deepseek-ai/Janus-Pro-7B --repo-type space --local-dir Janus-Pro-7B
cd Janus-Pro-7B
pip install gradio==5.13.2
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者用下面的命令在本地启动应用。然后和模型聊天,可以给它一张图片让它描述,也可以让它生成一张。
python app.py
Tool | What it does
app.py | 主文件,负责启动 Gradio 页面
janus | 从名字看,这是存放模型代码的文件夹
Upsample | 从名字看,这是放 2 倍 Real-ESRGAN 步骤的文件夹
doge.png and equation.png | 仓库里的两张示例图片
示例:你把示例图片 equation.png 交给页面,问它画的是什么。模型用文字回答这张图片的内容。你也可以让它生成一张新图片,返回的图片会放大 2 倍。
新手与专家:如果你是新手,打开 Space 页面,试一张示例图片。多模态模型能同时读图片和文字,而这个模型还能画图。
如果你熟悉这个领域,这个 Space 说明 2 倍放大只在这个演示里使用。它不会改变图片内容,只是让图片稍微清楚一点。仓库有 41 个文件,其中有一个权重文件夹。
你发送文字或图片
Janus-Pro-7B 理解或生成
生成的图片交给 Real-ESRGAN
页面显示放大 2 倍的结果
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Chat With Janus-Pro-7B 本页 | 2,036 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 | |
| InstantMesh共有 gradio | 1,609 | gradio | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。