PrismML 刚刚发布了二值和三值的 Bonsai Image 4B：一种 1比特/三值文本到图像扩散变换器，甚至可以在浏览器中通过 WebGPU 100% 本地运行。
摘要
PrismML 发布了 Bonsai Image 4B 模型的二值和三值量化版本，使得文本到图像生成可以仅用 3GB 大小通过 WebGPU 在浏览器中本地运行，采用 Apache-2.0 许可证。
PrismML 团队真的把这些模型做得非常出色。它们的大小只有约 3GB（相比之下，FLUX.2 Klein 4B 大约有 16GB）。Apache-2.0！官方模型合集在 HF：[https://huggingface.co/collections/prism-ml/bonsai-image](https://huggingface.co/collections/prism-ml/bonsai-image) 演示链接：[https://huggingface.co/spaces/webml-community/bonsai-image-webgpu](https://huggingface.co/spaces/webml-community/bonsai-image-webgpu)
相似文章
prism-ml/bonsai-image-ternary-4B-gemlite-2bit
Prism ML发布Bonsai Image，一个1.21 GB的文本到图像扩散变换器，使用三元权重（1.58-bit）用于NVIDIA GPU，在RTX 3080上4.5秒生成1024²图像，体积远小于FP16。
1-Bit Bonsai Image 4B 本地设备图像生成
PrismML 发布 Bonsai Image 4B，这是一系列紧凑型图像生成模型，使用 1-bit 和三进制权重，能够在笔记本电脑和 iPhone 等本地设备上实现高质量扩散推理，同时显著减少内存占用。
@hank_aibtc: WTF？图像生成彻底变天了！ PrismML 刚刚放出 Bonsai Image 4B —1-bit 二值和三值量化扩散模型！ - 模型才 ~3GB（1-bit 版甚至压到 0.93GB）， 而同参数的 FLUX.2 Klein 4B 要…
PrismML 发布了 Bonsai Image 4B，一种 1-bit 二值和三值量化扩散模型，大小仅为 3GB（1-bit 版 0.93GB），相比同参数 FLUX.2 Klein 4B 的 16GB 压缩了 8 倍以上，并支持完全本地化浏览器运行。
prism-ml/Ternary-Bonsai-27B-mlx-2bit
Prism ML 发布了 Ternary-Bonsai-27B-mlx-2bit，这是一个三元量化的 27B 参数语言模型，在约 7.2 GB 内存下实现了 FP16 性能的约 95%，使笔记本电脑能够进行完整推理。
Prism-ML Bonsai Qwen 3.6 27B
Prism ML 发布了 Ternary-Bonsai-27B，这是 Qwen3.6-27B 的三元量化版本，在约 7.2 GB 的占用下保留了 FP16 智能的 95%，能够在笔记本电脑和单 GPU 上实现完整的 27B 级推理，在 Apple M5 Pro 上速度可达 26 tok/s。