<p><strong>将高质量图像生成带到本地设备</strong></p>
<p>, /PRNewswire/ -- PrismML，一家高性能人工智能模型的先驱，今天宣布推出 <strong>Bonsai Image 4B</strong>，这是一系列压缩图像生成模型，旨在使高质量的扩散推理在本地硬件上变得实用，从笔记本电脑到手机。</p>
<p>Bonsai Image 4B 提供 1 位和三元变体，能够将现代 4B 级扩散变换器的占用空间减少多达 8.3 倍，同时保持强大的视觉质量。这一减小使得 Bonsai Image 4B 成为首个能够直接在 iPhone 上运行的同类图像模型。这些模型专为 iPhone、Apple Silicon Mac、CUDA GPU 以及本地或小规模服务环境的本地推理而构建。</p>
<p>&#34;本地图像生成是创意人工智能的下一个重大里程碑，&#34; PrismML 首席执行官兼联合创始人 Babak Hassibi 说道，他还是加州理工学院的教授。&#34;通过 Bonsai Image 4B，我们展示了高质量的扩散模型可以在离用户更近的地方运行，而不牺牲现代图像生成所需的能力。这为私密的设备内图像生成开辟了一条实用的新路径。&#34;</p>
<p><strong>关于 Bonsai Image 4B</strong></p>
<p>Bonsai Image 4B 提供两种变体：</p>
<ol>
<li>1 位 Bonsai Image 4B 使用二进制 {−1, +1} 变换器权重，采用组级 FP16 缩放。它旨在实现最大压缩，适用于内存压力和模型占用空间是主要限制的部署。</li>
<li>三元 Bonsai Image 4B 使用三元 {−1, 0, +1} 变换器权重，采用组级 FP16 缩放。额外的零状态为模型提供了更多的表示灵活性，提高了视觉质量和提示保真度，同时保持极其紧凑。</li>
</ol>
<p>1 位变体将扩散变换器压缩到 0.93 GB，相较于全精度模型减少了 8.3 倍。三元变体将其压缩到 1.21 GB，相较于全精度变换器减少了 6.4 倍。压缩变体保留了全精度模型高达 95% 的图像生成质量。</p>
<p>在 iPhone 17 Pro Max 上，Bonsai Image 4B 生成 512x512 的图像大约需要 9.4 秒。在 Mac M4 Pro 上，同样分辨率大约需要 6 秒。在 Mac M4 Pro 上，Bonsai Image 4B 的生成速度比标准全精度管道快多达 5.6 倍。</p>
<p><strong>使本地图像生成变得实用</strong></p>
<p>云图像生成将继续是许多产品的正确选择。但仅依赖云生成会对产品施加限制：每个提示都是一次远程请求，每次迭代都有边际服务成本，每次交互都会增加往返延迟。</p>
<p>这很重要，因为图像生成本质上是迭代的。用户会修订提示，比较输出，生成变体，丢弃失败，再次尝试。当每次尝试都依赖于服务器端调用时，团队往往不得不限制生成，引入积分或速率限制，或围绕更少的尝试设计体验。</p>
<p>本地推理改变了这一点。一旦模型适配到设备上，生成可以直接嵌入产品体验中。运行成本更低，迭代速度更快，并且在需要保持提示和生成资产私密的环境中使用更为方便。</p>
<p><strong>定价和可用性</strong></p>
<p>1 位和三元 Bonsai Image 4B 都将以开放权重和代码发布，遵循 <strong>Apache 2.0 许可证</strong>。</p>
<p>随着此次发布，PrismML 还推出了 <strong>Bonsai Studio</strong>，这是其 iOS 应用程序，用户可以直接在 iPhone 上尝试 Bonsai Image 4B。</p>
<p><strong>资源</strong></p>
<ul>
<li>启动博客</li>
</ul>
<ul>
<li>下载 Bonsai Image 模型</li>
</ul>
<ul>
<li>Bonsai Image 演示</li>
</ul>
<ul>
<li>下载 iPhone 的 Bonsai Studio</li>
</ul>
<ul>
<li>白皮书</li>
</ul>
<ul>
<li>GitHub</li>
</ul>
<p><strong>关于 PrismML</strong></p>
<p>PrismML 是一家总部位于美国的人工智能公司，专注于提高人工智能的效率和可及性。PrismML 基于加州理工学院的专有知识产权，并得到了 Khosla Ventures、Cerberus Ventures 以及来自 Google 和加州理工学院的计算补助的支持。有关更多信息，请访问网站、LinkedIn 或 X。</p>
<p>所有注册商标和产品标识均属于各自的公司实体。此处提及的任何其他商标或产品名称也均由相关公司独家拥有。</p>
<p><strong>媒体联系人</strong></p>
<p>Gary Bird</p>
<p>PrismML</p>
<p>[email protected]</p>
<p>831.888.9011</p>
<p>来源 PrismML</p>
<p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNTI2Jk5ld3NJdGVtSWQ9U0Y2ODIwNiZUcmFuc21pc3Npb25fSWQ9MjAyNjA1MjYxNzU4UFJfTkVXU19VU1BSX19fX19TRjY4MjA2?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNTI2Jk5ld3NJdGVtSWQ9U0Y2ODIwNiZUcmFuc21pc3Npb25fSWQ9MjAyNjA1MjYxNzU4UFJfTkVXU19VU1BSX19fX19TRjY4MjA2"/></p>

苹果每日 2 倍做多 ETF - Direxion

AAPX

2 倍做多 AAPL ETF - GraniteShares

<p>PrismML 推出了 Bonsai Image 4B，这是一系列压缩图像生成模型，能够在本地设备上（包括 iPhone 和 Mac）实现高质量的扩散推理。这些模型提供 1 位和三元变体，显著减少了模型大小，同时保持视觉质量。这一进展使得用户能够更快、更私密地在设备上直接生成图像，从而提升用户体验。Bonsai Image 4B 将以开放权重和代码发布，并与 Bonsai Studio iOS 应用一起推出，以便在 iPhone 上直接使用</p>

<p><strong>Bringing high-quality image generation to local devices</strong></p>
<div class="lb-trans"><p><strong>将高质量图像生成带到本地设备</strong></p>
</div><p>, /PRNewswire/ -- PrismML, a pioneer in high-performance AI models, today announced <strong>Bonsai Image 4B</strong>, a family of compressed image-generation models designed to make high quality diffusion inference practical on local hardware, from laptops to phones.</p>
<div class="lb-trans"><p>, /PRNewswire/ -- PrismML，一家高性能人工智能模型的先驱，今天宣布推出 <strong>Bonsai Image 4B</strong>，这是一系列压缩图像生成模型，旨在使高质量的扩散推理在本地硬件上变得实用，从笔记本电脑到手机。</p>
</div><p>Available in both 1-bit and ternary variants, Bonsai Image 4B reduces the footprint of a modern 4B-class diffusion transformer by up to 8.3x while preserving strong visual quality. This reduction makes Bonsai Image 4B, the first image model in its parameter class to run directly on the iPhone. The models are built for local inference across iPhone, Apple Silicon Macs, CUDA GPUs, and local or small-scale serving environments.</p>
<div class="lb-trans"><p>Bonsai Image 4B 提供 1 位和三元变体，能够将现代 4B 级扩散变换器的占用空间减少多达 8.3 倍，同时保持强大的视觉质量。这一减小使得 Bonsai Image 4B 成为首个能够直接在 iPhone 上运行的同类图像模型。这些模型专为 iPhone、Apple Silicon Mac、CUDA GPU 以及本地或小规模服务环境的本地推理而构建。</p>
</div><p>&#34;Local image generation is the next major milestone for creative AI,&#34; said Babak Hassibi, CEO and co-founder of PrismML and Professor at Caltech. &#34;With Bonsai Image 4B, we are showing that high-quality diffusion models can run closer to users without giving up the capabilities that make modern image generation useful. This opens a practical new path for private, on-device image generation.&#34;</p>
<div class="lb-trans"><p>&#34;本地图像生成是创意人工智能的下一个重大里程碑，&#34; PrismML 首席执行官兼联合创始人 Babak Hassibi 说道，他还是加州理工学院的教授。&#34;通过 Bonsai Image 4B，我们展示了高质量的扩散模型可以在离用户更近的地方运行，而不牺牲现代图像生成所需的能力。这为私密的设备内图像生成开辟了一条实用的新路径。&#34;</p>
</div><p><strong>About Bonsai Image 4B</strong></p>
<div class="lb-trans"><p><strong>关于 Bonsai Image 4B</strong></p>
</div><p>Bonsai Image 4B is available in two variants:</p>
<div class="lb-trans"><p>Bonsai Image 4B 提供两种变体：</p>
</div><ol>
<li>1-bit Bonsai Image 4B uses binary {−1, +1} transformer weights with group-wise FP16 scaling. It targets maximum compression and is designed for deployments where memory pressure and model footprint are the primary constraints.</li>
<li>Ternary Bonsai Image 4B uses ternary {−1, 0, +1} transformer weights with group-wise FP16 scaling. The additional zero state gives the model more representational flexibility, improving visual quality and prompt fidelity while remaining extremely compact.</li>
</ol>
<div class="lb-trans"><ol>
<li>1 位 Bonsai Image 4B 使用二进制 {−1, +1} 变换器权重，采用组级 FP16 缩放。它旨在实现最大压缩，适用于内存压力和模型占用空间是主要限制的部署。</li>
<li>三元 Bonsai Image 4B 使用三元 {−1, 0, +1} 变换器权重，采用组级 FP16 缩放。额外的零状态为模型提供了更多的表示灵活性，提高了视觉质量和提示保真度，同时保持极其紧凑。</li>
</ol>
</div><p>The 1-bit variant compresses the diffusion transformer to 0.93 GB, an 8.3x reduction from the full-precision model. The ternary variant compresses it to 1.21 GB, a 6.4x reduction from the full-precision transformer. The compressed variants retain up to 95% of the image-generation quality of the full-precision model.</p>
<div class="lb-trans"><p>1 位变体将扩散变换器压缩到 0.93 GB，相较于全精度模型减少了 8.3 倍。三元变体将其压缩到 1.21 GB，相较于全精度变换器减少了 6.4 倍。压缩变体保留了全精度模型高达 95% 的图像生成质量。</p>
</div><p>On iPhone 17 Pro Max, Bonsai Image 4B generates a 512x512 image in about 9.4 seconds. On Mac M4 Pro, the same resolution takes about 6 seconds. On Mac M4 Pro, generations from Bonsai Image 4B are up to 5.6x faster than the stock full-precision pipeline.</p>
<div class="lb-trans"><p>在 iPhone 17 Pro Max 上，Bonsai Image 4B 生成 512x512 的图像大约需要 9.4 秒。在 Mac M4 Pro 上，同样分辨率大约需要 6 秒。在 Mac M4 Pro 上，Bonsai Image 4B 的生成速度比标准全精度管道快多达 5.6 倍。</p>
</div><p><strong>Making local image generation practical</strong></p>
<div class="lb-trans"><p><strong>使本地图像生成变得实用</strong></p>
</div><p>Cloud image generation will continue to be the right choice for many products. But cloud-only generation imposes product constraints: every prompt is a remote request, every iteration has marginal serving cost, and every interaction adds round-trip latency.</p>
<div class="lb-trans"><p>云图像生成将继续是许多产品的正确选择。但仅依赖云生成会对产品施加限制：每个提示都是一次远程请求，每次迭代都有边际服务成本，每次交互都会增加往返延迟。</p>
</div><p>That matters because image generation is naturally iterative. Users revise prompts, compare outputs, generate variations, discard failures, and try again. When every attempt depends on a server-side call, teams often have to ration generations, introduce credits or rate limits, or design the experience around fewer attempts.</p>
<div class="lb-trans"><p>这很重要，因为图像生成本质上是迭代的。用户会修订提示，比较输出，生成变体，丢弃失败，再次尝试。当每次尝试都依赖于服务器端调用时，团队往往不得不限制生成，引入积分或速率限制，或围绕更少的尝试设计体验。</p>
</div><p>Local inference changes that. Once the model fits on the device, generation can sit directly inside the product experience. It becomes cheaper to run, faster to iterate with, and easier to use in environments where prompts and generated assets should remain private.</p>
<div class="lb-trans"><p>本地推理改变了这一点。一旦模型适配到设备上，生成可以直接嵌入产品体验中。运行成本更低，迭代速度更快，并且在需要保持提示和生成资产私密的环境中使用更为方便。</p>
</div><p><strong>Pricing and availability</strong></p>
<div class="lb-trans"><p><strong>定价和可用性</strong></p>
</div><p>Both 1-bit and Ternary Bonsai Image 4B will be released with open weights and code under the <strong>Apache 2.0 license</strong>.</p>
<div class="lb-trans"><p>1 位和三元 Bonsai Image 4B 都将以开放权重和代码发布，遵循 <strong>Apache 2.0 许可证</strong>。</p>
</div><p>With this launch, PrismML is also introducing <strong>Bonsai Studio</strong>, its iOS app for trying Bonsai Image 4B directly on iPhone.</p>
<div class="lb-trans"><p>随着此次发布，PrismML 还推出了 <strong>Bonsai Studio</strong>，这是其 iOS 应用程序，用户可以直接在 iPhone 上尝试 Bonsai Image 4B。</p>
</div><p><strong>Resources</strong></p>
<div class="lb-trans"><p><strong>资源</strong></p>
</div><ul>
<li>Launch Blog</li>
</ul>
<div class="lb-trans"><ul>
<li>启动博客</li>
</ul>
</div><ul>
<li>Download Bonsai Image models</li>
</ul>
<div class="lb-trans"><ul>
<li>下载 Bonsai Image 模型</li>
</ul>
</div><ul>
<li>Bonsai Image demo</li>
</ul>
<div class="lb-trans"><ul>
<li>Bonsai Image 演示</li>
</ul>
</div><ul>
<li>Download Bonsai Studio for iPhone</li>
</ul>
<div class="lb-trans"><ul>
<li>下载 iPhone 的 Bonsai Studio</li>
</ul>
</div><ul>
<li>Whitepaper</li>
</ul>
<div class="lb-trans"><ul>
<li>白皮书</li>
</ul>
</div><ul>
<li>GitHub</li>
</ul>
<div class="lb-trans"><ul>
<li>GitHub</li>
</ul>
</div><p><strong>About PrismML</strong></p>
<div class="lb-trans"><p><strong>关于 PrismML</strong></p>
</div><p>PrismML is a U.S.-based artificial intelligence company focused on making AI more efficient and accessible. PrismML is built on proprietary Caltech intellectual property and backed by Khosla Ventures, Cerberus Ventures, and compute grants from Google and Caltech. For more information, visit the Website, LinkedIn, or X.</p>
<div class="lb-trans"><p>PrismML 是一家总部位于美国的人工智能公司，专注于提高人工智能的效率和可及性。PrismML 基于加州理工学院的专有知识产权，并得到了 Khosla Ventures、Cerberus Ventures 以及来自 Google 和加州理工学院的计算补助的支持。有关更多信息，请访问网站、LinkedIn 或 X。</p>
</div><p>All registered trademarks and product identifiers belong to their respective corporate entities. Any other trademarks or product names referenced here are also owned exclusively by their relevant companies.</p>
<div class="lb-trans"><p>所有注册商标和产品标识均属于各自的公司实体。此处提及的任何其他商标或产品名称也均由相关公司独家拥有。</p>
</div><p><strong>Media Contact</strong></p>
<div class="lb-trans"><p><strong>媒体联系人</strong></p>
</div><p>Gary Bird</p>
<div class="lb-trans"><p>Gary Bird</p>
</div><p>PrismML</p>
<div class="lb-trans"><p>PrismML</p>
</div><p>[email protected]</p>
<div class="lb-trans"><p>[email protected]</p>
</div><p>831.888.9011</p>
<div class="lb-trans"><p>831.888.9011</p>
</div><p>SOURCE PrismML</p>
<div class="lb-trans"><p>来源 PrismML</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNTI2Jk5ld3NJdGVtSWQ9U0Y2ODIwNiZUcmFuc21pc3Npb25fSWQ9MjAyNjA1MjYxNzU4UFJfTkVXU19VU1BSX19fX19TRjY4MjA2" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=SF68206&amp;Transmission_Id=202605261758PR_NEWS_USPR_____SF68206&amp;DateId=20260526"/></p>

PrismML 于东部时间 17:58 发布了 Bonsai Image 4B