Ming-Image-0.1-Design тихо выпустили: 6B-модель для дизайна, которая существует в репозитории и больше нигде

Существует 6B-модель преобразования текста в изображение под названием Ming-Image-0.1-Design, находящаяся в организации inclusionAI на Hugging Face, и по состоянию на 23 сентября 2026 года почти ничего другого о ней не существует. Репозиторий был создан 17 сентября, веса появились в тот же день, а карточка модели была переписана 22 сентября — три коммита за пять дней, все с одного аккаунта, без публикации в блоге вендора, без заметки о запуске, без страницы модели на какой-либо API-платформе, а счётчик загрузок всё ещё показывает ноль. Именно так выглядит тихий выпуск снаружи: готовый артефакт и никакого анонса. Поэтому этот материал — инвентаризация того, что говорит репозиторий, что изменилось в нём вчера и что остаётся непроверяемым, — не обзор, потому что никто за пределами inclusionAI ещё не опубликовал ни одной цифры об этой модели.

Что на самом деле содержит репозиторий

В карточке Ming-Image-0.1-Design описывается как 6B-модель преобразования текста в изображение для UI, инфографики, постеров и других визуальных дизайнов, насыщенных текстом; она генерирует целостные визуальные композиции и поддерживает вывод RGBA с прозрачным фоном. Метаданные на удивление либеральны для столь новой модели: лицензия MIT, diffusers и safetensors, тег пайплайна text-to-image, а также теги, охватывающие генерацию изображений, графический дизайн, рендеринг текста и RGBA.

Рекомендуемые настройки инференса достаточно конкретны, чтобы быть полезными:

• Разрешение — рекомендуется 2048 x 2048 или 1024 x 1024 для более быстрой генерации

• Шаги сэмплирования — 12

• CFG scale — 1.0

• Точность — BF16

• Аппаратное обеспечение — один графический процессор CUDA с 80 ГиБ видеопамяти, описанное как проверенная конфигурация

Двенадцать шагов при масштабе guidance 1.0 — это профиль дистиллированного сэмплера или сэмплера без guidance: низкая стоимость на изображение, поэтому карточка может предложить вывод с разрешением 2048 пикселей при количестве шагов, которое большинство диффузионных моделей не стали бы пробовать. В карточке также отмечается, что публичный код инференса сопоставляет запросы разрешения для text-to-image с поддерживаемой корзиной 1024 или 2048, так что промежуточные размеры привязываются к одной из этих двух.

Файловое дерево сообщает немного больше, чем текст описания. Наряду с vae и scheduler имеется transformer-папка с пятью шардами весов, а также отдельные mllm, connector и mlp — компоненты, образующие структуру многоступенчатого конвейера с мультимодальной языковой моделью в роли текстового энкодера, а не единого монолитного денойзера. Это согласуется с примечанием в карточке о том, что улучшение промпта может выполняться с помощью Ling-3.0-flash-VL или qwen3.8-27B, обеих родственных моделей одной и той же организации.

Три коммита, вошедшие 22 сентября

Это единственная часть истории с отметкой времени за последнюю неделю, и именно поэтому о модели стоит писать сейчас, а не в октябре. Заголовки коммитов, по порядку:

• 22 сентября, 11:25 UTC — «Опубликовать релизный пакет Ming-Image-0.1-Design»

• 22 сентября, 12:01 UTC — «Обновить карточку модели Ming-Image-0.1-Design»

• 22 сентября, 15:17 UTC — "Добавить ссылки на развертывание vLLM-Omni"

Первые два — это рутинные правки. Третье — содержательное изменение: модель подхватил сторонний фреймворк, а не собственный фреймворк вендора, и теперь в карточке рекомендуется запускать её через vLLM-Omni, со ссылками на рецепт и руководство по установке. Это стандартный сигнал того, что модель перешла от «весов на полке» к «чему-то, что команда действительно может развернуть за эндпоинтом», и это как раз тот тип изменений, который никогда не становится поводом для пресс-релиза.

Он тоже наполовину внедрён. Ссылка на руководство по установке открывается. Путь к рецепту для конкретной модели в том же коммите — нет: по состоянию на 23 сентября он возвращает 404. Так что история развёртывания Ming-Image-0.1-Design сейчас выглядит так: общий фреймворк реален, а инструкции для этой модели внутри него всё ещё заглушка. Если вы планируете его обслуживать, закладывайте время на чтение быстрого старта vLLM-Omni и самостоятельное выяснение того, как подключить модель.

Таблица лидеров в карточке и таблица лидеров, в которой её нет

В репозитории поставляется одна графическая иллюстрация производительности: assets/uiux_leaderboard.webp — изображение в стиле таблицы лидеров с заголовком «Text to Image Leaderboard: UI/UX Design», подписью внизу «Elo scores from blind preference votes in our Image Arena» и значком «Open Weights Leaderboard». На нём Ming-Image-0.1-Design занимает первое место с 1,082 Elo, опережая Ideogram 4.0 (Quality) с 1,052, Ideogram 4.0 с 1,015, HunyuanImage 3.0 Instruct с 1,005 и варианты FLUX.2 dev с показателями от 994 до 1,000.

Об этом изображении нужно сказать три вещи, и порядок имеет значение.

Во-первых, это опубликованное вендором художественное оформление в собственном репозитории вендора. Мы сообщаем о том, что содержит файл, а не одобряем его.

Во-вторых, 23 сентября мы нигде не смогли найти Ming-Image-0.1-Design на актуальных таблицах Artificial Analysis — ни в таблице лидеров для генерации изображений по тексту, ни в представлении категории UI/UX Design, ни в таблице редактирования изображений, ни в представлении открытых весов. Верх актуальной категории UI/UX Design — GPT Image 2.5 Flare с 1 227 Elo, а записи FLUX.2, перечисленные в карточке, появляются на той же актуальной таблице с другими значениями: FLUX.2 [flex] — 1 065, FLUX.2 [max] — 1 053, FLUX.2 [dev] — 1 000. Итак, рейтинг в карточке — это утверждение о таблице, которую мы не можем найти, выраженное по шкале примерно на 150 Elo ниже той, которую мы можем найти.

В-третьих, Elo вычисляется отдельно для каждого рейтинга. Оценка UI/UX для конкретной категории и общая оценка text-to-image — это разные величины даже для одной и той же модели; именно поэтому один и тот же релиз FLUX.2 фигурирует с 1 026 в одном рейтинге Artificial Analysis и с 1 065 в другом. Любое сравнение, смешивающее рейтинги, — не сравнение.

Net position: у Ming-Image-0.1-Design есть одно заявление о производительности, оно исходит от самого вендора, и независимой оценки его не существует. Это не обвинение. Это причина, по которой модели нужен внешний прогон, прежде чем кто-либо будет закладывать бюджет исходя из 1,082.

Что вы пока не можете с этим сделать

Проблема в разделе «Быстрый старт». В нём предлагается клонировать github.com/inclusionAI/Ming-Image, установить его зависимости и запустить infer.py с ID модели на Hugging Face. Этого репозитория не существует. Страница возвращает 404, исходный README возвращает 404, и никакой Ming-Image репозиторий не появляется нигде в публичном списке репозиториев организации — в котором присутствуют Ming, Ling, Ring, Ming-UniVision, Ming-UniAudio и ещё десяток других, так что это отсутствие, а не опечатка в URL. Единственный документированный способ запустить Ming-Image-0.1-Design — это тот путь, которого нет.

Остальная часть истории с доступом столь же скудна. В карточке указано inference: false, и Hugging Face сообщает, что модель не развёрнута ни одним провайдером инференса. Нет опубликованной цены, нет идентификатора API, нет playground и нет коммерческих условий помимо лицензии MIT на сами веса. Число загрузок — ноль, а лайков — четыре.

Итак, честная сводка о доступности: веса реальны и имеют разрешительную лицензию, а всё вокруг них — код, документация, хостинг, оценка — либо отсутствует, либо представляет собой заглушку.

Число, которое решает, кто может им пользоваться

Восемьдесят гигабайт видеопамяти — вот и весь аргумент. Это одна карта класса H100 или H200 либо A100 80GB. Это не GPU для рабочей станции, не ноутбук и не спот-инстанс, который вы забудете удалить. В сочетании с проверенной конфигурацией для одной GPU это означает, что Ming-Image-0.1-Design можно бесплатно лицензировать, но дорого запускать, — знакомая картина выпуска с открытыми весами от лаборатории, которая обучает модели в масштабе.

Для полноты картины с нашей стороны: сегодня ни одна модель inclusionAI не маршрутизируется через OrcaRouter.Страница каталога перечисляла 199 моделей от 15 провайдеров, когда мы читали её 23 сентября, и в ней нет ни записи Ming, ни какой-либо записи inclusionAI, так что вызывать через нас здесь нечего. Чем на самом деле ценен слой маршрутизации в такой ситуации — это второй шаг: в тот день, когда вышестоящий провайдер подхватит модель, попробовать её станетсменой model ID на ключе, который у вас уже есть, а не новым контрактом и новым SDK. А до тех пор единственный способ запустить Ming-Image-0.1-Design — найти пропавший репозиторий и GPU с 80 GiB в запасе.

Что превратило бы это в историю?

Четыре вещи, в порядке возрастания того, сколько они могли бы вам сообщить. Появление сопутствующего репозитория, которое сделало бы модель запускаемой, как описано в документации. Заполнение рецепта vLLM-Omni, которое сделало бы её пригодной для обслуживания без догадок. Провайдер инференса, включивший её в свой список, что позволило бы назначить ей цену. И независимый Elo, который стал бы первой цифрой об этой модели, исходящей не от людей, которые её обучали.

Пока хотя бы одно из этого не появится, правильная позиция — узкая и неброская. Если вы создаёте оценочные наборы для генерации UI и макетов, веса стоит скачать уже сейчас — MIT, 6B, одна конфигурация и такое низкое число шагов, что можно позволить себе несколько тысяч сэмплов. Если вам нужна генерация изображений в продакшене в этом квартале, Ming-Image-0.1-Design не кандидат: нет эндпоинта, нет поддержки и нет сторонней оценки. А если вы следите за организацией inclusionAI, учтите, что теперь у неё есть модель изображений в дополнение к линейкам языковых и речевых моделей, что она выпустила эту модель, никому не сказав, и что двухнедельный разрыв между первоначальной загрузкой и релизным пакетом говорит о том, что период тишины был намеренным.