<p><strong>將高質量圖像生成帶到本地設備</strong></p>
<p>, /PRNewswire/ -- PrismML，一家高性能人工智能模型的先驅，今天宣佈推出 <strong>Bonsai Image 4B</strong>，這是一系列壓縮圖像生成模型，旨在使高質量的擴散推理在本地硬件上變得實用，從筆記本電腦到手機。</p>
<p>Bonsai Image 4B 提供 1 位和三元變體，能夠將現代 4B 級擴散變換器的佔用空間減少多達 8.3 倍，同時保持強大的視覺質量。這一減小使得 Bonsai Image 4B 成為首個能夠直接在 iPhone 上運行的同類圖像模型。這些模型專為 iPhone、Apple Silicon Mac、CUDA GPU 以及本地或小規模服務環境的本地推理而構建。</p>
<p>&#34;本地圖像生成是創意人工智能的下一個重大里程碑，&#34; PrismML 首席執行官兼聯合創始人 Babak Hassibi 説道，他還是加州理工學院的教授。&#34;通過 Bonsai Image 4B，我們展示了高質量的擴散模型可以在離用户更近的地方運行，而不犧牲現代圖像生成所需的能力。這為私密的設備內圖像生成開闢了一條實用的新路徑。&#34;</p>
<p><strong>關於 Bonsai Image 4B</strong></p>
<p>Bonsai Image 4B 提供兩種變體：</p>
<ol>
<li>1 位 Bonsai Image 4B 使用二進制 {−1, +1} 變換器權重，採用組級 FP16 縮放。它旨在實現最大壓縮，適用於內存壓力和模型佔用空間是主要限制的部署。</li>
<li>三元 Bonsai Image 4B 使用三元 {−1, 0, +1} 變換器權重，採用組級 FP16 縮放。額外的零狀態為模型提供了更多的表示靈活性，提高了視覺質量和提示保真度，同時保持極其緊湊。</li>
</ol>
<p>1 位變體將擴散變換器壓縮到 0.93 GB，相較於全精度模型減少了 8.3 倍。三元變體將其壓縮到 1.21 GB，相較於全精度變換器減少了 6.4 倍。壓縮變體保留了全精度模型高達 95% 的圖像生成質量。</p>
<p>在 iPhone 17 Pro Max 上，Bonsai Image 4B 生成 512x512 的圖像大約需要 9.4 秒。在 Mac M4 Pro 上，同樣分辨率大約需要 6 秒。在 Mac M4 Pro 上，Bonsai Image 4B 的生成速度比標準全精度管道快多達 5.6 倍。</p>
<p><strong>使本地圖像生成變得實用</strong></p>
<p>雲圖像生成將繼續是許多產品的正確選擇。但僅依賴雲生成會對產品施加限制：每個提示都是一次遠程請求，每次迭代都有邊際服務成本，每次交互都會增加往返延遲。</p>
<p>這很重要，因為圖像生成本質上是迭代的。用户會修訂提示，比較輸出，生成變體，丟棄失敗，再次嘗試。當每次嘗試都依賴於服務器端調用時，團隊往往不得不限制生成，引入積分或速率限制，或圍繞更少的嘗試設計體驗。</p>
<p>本地推理改變了這一點。一旦模型適配到設備上，生成可以直接嵌入產品體驗中。運行成本更低，迭代速度更快，並且在需要保持提示和生成資產私密的環境中使用更為方便。</p>
<p><strong>定價和可用性</strong></p>
<p>1 位和三元 Bonsai Image 4B 都將以開放權重和代碼發佈，遵循 <strong>Apache 2.0 許可證</strong>。</p>
<p>隨着此次發佈，PrismML 還推出了 <strong>Bonsai Studio</strong>，這是其 iOS 應用程序，用户可以直接在 iPhone 上嘗試 Bonsai Image 4B。</p>
<p><strong>資源</strong></p>
<ul>
<li>啓動博客</li>
</ul>
<ul>
<li>下載 Bonsai Image 模型</li>
</ul>
<ul>
<li>Bonsai Image 演示</li>
</ul>
<ul>
<li>下載 iPhone 的 Bonsai Studio</li>
</ul>
<ul>
<li>白皮書</li>
</ul>
<ul>
<li>GitHub</li>
</ul>
<p><strong>關於 PrismML</strong></p>
<p>PrismML 是一家總部位於美國的人工智能公司，專注於提高人工智能的效率和可及性。PrismML 基於加州理工學院的專有知識產權，並得到了 Khosla Ventures、Cerberus Ventures 以及來自 Google 和加州理工學院的計算補助的支持。有關更多信息，請訪問網站、LinkedIn 或 X。</p>
<p>所有註冊商標和產品標識均屬於各自的公司實體。此處提及的任何其他商標或產品名稱也均由相關公司獨家擁有。</p>
<p><strong>媒體聯繫人</strong></p>
<p>Gary Bird</p>
<p>PrismML</p>
<p>[email protected]</p>
<p>831.888.9011</p>
<p>來源 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>

蘋果每日 2 倍做多 ETF - Direxion

AAPX

2 倍做多 AAPL ETF - GraniteShares

<p>PrismML 推出了 Bonsai Image 4B，這是一系列壓縮圖像生成模型，能夠在本地設備上（包括 iPhone 和 Mac）實現高質量的擴散推理。這些模型提供 1 位和三元變體，顯著減少了模型大小，同時保持視覺質量。這一進展使得用户能夠更快、更私密地在設備上直接生成圖像，從而提升用户體驗。Bonsai Image 4B 將以開放權重和代碼發佈，並與 Bonsai Studio iOS 應用一起推出，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>將高質量圖像生成帶到本地設備</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驅，今天宣佈推出 <strong>Bonsai Image 4B</strong>，這是一系列壓縮圖像生成模型，旨在使高質量的擴散推理在本地硬件上變得實用，從筆記本電腦到手機。</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 位和三元變體，能夠將現代 4B 級擴散變換器的佔用空間減少多達 8.3 倍，同時保持強大的視覺質量。這一減小使得 Bonsai Image 4B 成為首個能夠直接在 iPhone 上運行的同類圖像模型。這些模型專為 iPhone、Apple Silicon Mac、CUDA GPU 以及本地或小規模服務環境的本地推理而構建。</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;本地圖像生成是創意人工智能的下一個重大里程碑，&#34; PrismML 首席執行官兼聯合創始人 Babak Hassibi 説道，他還是加州理工學院的教授。&#34;通過 Bonsai Image 4B，我們展示了高質量的擴散模型可以在離用户更近的地方運行，而不犧牲現代圖像生成所需的能力。這為私密的設備內圖像生成開闢了一條實用的新路徑。&#34;</p>
</div><p><strong>About Bonsai Image 4B</strong></p>
<div class="lb-trans"><p><strong>關於 Bonsai Image 4B</strong></p>
</div><p>Bonsai Image 4B is available in two variants:</p>
<div class="lb-trans"><p>Bonsai Image 4B 提供兩種變體：</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 使用二進制 {−1, +1} 變換器權重，採用組級 FP16 縮放。它旨在實現最大壓縮，適用於內存壓力和模型佔用空間是主要限制的部署。</li>
<li>三元 Bonsai Image 4B 使用三元 {−1, 0, +1} 變換器權重，採用組級 FP16 縮放。額外的零狀態為模型提供了更多的表示靈活性，提高了視覺質量和提示保真度，同時保持極其緊湊。</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 位變體將擴散變換器壓縮到 0.93 GB，相較於全精度模型減少了 8.3 倍。三元變體將其壓縮到 1.21 GB，相較於全精度變換器減少了 6.4 倍。壓縮變體保留了全精度模型高達 95% 的圖像生成質量。</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 的圖像大約需要 9.4 秒。在 Mac M4 Pro 上，同樣分辨率大約需要 6 秒。在 Mac M4 Pro 上，Bonsai Image 4B 的生成速度比標準全精度管道快多達 5.6 倍。</p>
</div><p><strong>Making local image generation practical</strong></p>
<div class="lb-trans"><p><strong>使本地圖像生成變得實用</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>雲圖像生成將繼續是許多產品的正確選擇。但僅依賴雲生成會對產品施加限制：每個提示都是一次遠程請求，每次迭代都有邊際服務成本，每次交互都會增加往返延遲。</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>這很重要，因為圖像生成本質上是迭代的。用户會修訂提示，比較輸出，生成變體，丟棄失敗，再次嘗試。當每次嘗試都依賴於服務器端調用時，團隊往往不得不限制生成，引入積分或速率限制，或圍繞更少的嘗試設計體驗。</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>本地推理改變了這一點。一旦模型適配到設備上，生成可以直接嵌入產品體驗中。運行成本更低，迭代速度更快，並且在需要保持提示和生成資產私密的環境中使用更為方便。</p>
</div><p><strong>Pricing and availability</strong></p>
<div class="lb-trans"><p><strong>定價和可用性</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 都將以開放權重和代碼發佈，遵循 <strong>Apache 2.0 許可證</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>隨着此次發佈，PrismML 還推出了 <strong>Bonsai Studio</strong>，這是其 iOS 應用程序，用户可以直接在 iPhone 上嘗試 Bonsai Image 4B。</p>
</div><p><strong>Resources</strong></p>
<div class="lb-trans"><p><strong>資源</strong></p>
</div><ul>
<li>Launch Blog</li>
</ul>
<div class="lb-trans"><ul>
<li>啓動博客</li>
</ul>
</div><ul>
<li>Download Bonsai Image models</li>
</ul>
<div class="lb-trans"><ul>
<li>下載 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>下載 iPhone 的 Bonsai Studio</li>
</ul>
</div><ul>
<li>Whitepaper</li>
</ul>
<div class="lb-trans"><ul>
<li>白皮書</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>關於 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 是一家總部位於美國的人工智能公司，專注於提高人工智能的效率和可及性。PrismML 基於加州理工學院的專有知識產權，並得到了 Khosla Ventures、Cerberus Ventures 以及來自 Google 和加州理工學院的計算補助的支持。有關更多信息，請訪問網站、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>所有註冊商標和產品標識均屬於各自的公司實體。此處提及的任何其他商標或產品名稱也均由相關公司獨家擁有。</p>
</div><p><strong>Media Contact</strong></p>
<div class="lb-trans"><p><strong>媒體聯繫人</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>來源 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 於東部時間 17:58 發佈了 Bonsai Image 4B