1-Bit Bonsai Image 4B: バイナリ/ターナリFLUX.2によるデバイス上画像生成
PrismMLはBonsai Image 4Bをリリースしました。これはFLUX.2 Klein 4Bをバイナリおよびタータリー量子化したコンパクトな画像生成モデルファミリーです。拡散トランスフォーマーの重みは{−1, +1}（1ビット）または{−1, 0, +1}（タータリー）で表現され、FP16のグループワイズスケーリング係数を持つため、実効ビット数はそれぞれ1.125および1.71ビットとなります。
主な仕様
- 1ビットBonsai Image 4B：トランスフォーマーのフットプリントは0.93 GB（FLUX.2 Klein 4BのFP16版7.75 GBから8.3倍削減）。Apple Siliconペイロード（圧縮テキストエンコーダ＋FP16 VAE含む）は3.42 GB。
- タータリーBonsai Image 4B：トランスフォーマーのフットプリントは1.21 GB（6.4倍削減）。Apple Siliconペイロードは3.88 GB。
- 512×512生成時の平均アクティブメモリ：1.5 GB（1ビット）/ 1.96 GB（タータリー）（元のFLUX.2 Klein 4Bは11.74 GB）。
- 1024×1024の場合：1.95 GB / 2.38 GB（元は14.39 GB）。
パフォーマンスベンチマーク
このモデルはApple Silicon（iPhone、iPad、Mac）上でMLXの低ビットパスを介して、またCUDA GPU上でGemliteの低ビットGEMMカーネルを介して動作します。生成時間は以下の通り：
- iPhone 17 Pro Max：512×512画像で9.4秒
- Mac M4 Pro：512×512画像で約6秒（標準のフル精度MFLUXパイプラインより最大5.6倍高速）
トランスフォーマーの削減はバイナリ/タータリー層（FP16比で約14倍/10倍圧縮）により達成され、精度に敏感な少数の射影層（約5%）はFP16のまま維持されます。モデルはGenEval、HPSv3、DPG-Benchで品質とプロンプト忠実度が評価されています。
対象ユーザー
デバイス上（ラップトップ、スマートフォン、エッジデバイス）で画像生成を展開する開発者で、オープンウェイトと実用的なローカル推論をクラウド依存なしに必要とする方。
📖 出典全文: HN LLM Tools
👀 See Also
アンドレイ・カーパシー氏、Claudeを用いた再帰的自己改善推進のためAnthropicの事前学習チームに加入
OpenAIの共同創業者だったAndrej Karpathyが、Anthropicの事前学習チームにNick Josefの下で参加し、Claudeを用いた事前学習研究を加速し、再帰的自己改善を実現する新チームを立ち上げる。
マニフェストは、GitHub CopilotをOpenClawルーティングの4番目のAIプロバイダーとして追加します。
Manifestは現在、GitHub Copilotサブスクリプションを通じてOpenClawリクエストをルーティングすることをサポートし、Anthropic、OpenAI、Minimaxに続く利用可能なプロバイダーとして加わりました。これにより、開発者は開発用に構築されたモデルを通じて、既存のCopilotプランをコードタスクに使用できるようになります。
「コードは決して難しい部分ではなかった」は全プログラマーへの侮辱だ
Senko Rašić氏は、「コーディングは簡単で、何を作るかを考えるのが難しい」という主張に反論し、両方とも難しいと論じ、その考えを退けることは有害だと述べています。
三つの逆ロボット工学三原則：AI利用のための人間向けガイドライン
Susam Palは、人間向けの三つのロボティクスの逆法則を提案している：AIを擬人化しない、その出力を盲目的に信じない、そして完全な説明責任を負うこと。生成AIへの過度の依存に対する実践的な警告。