sensenova/SenseNova-Vision-7B-MoT
Modelo de multimodal · 7 B de parâmetros — 544 downloads e 51 curtidas no Hugging Face.
Hugging Face · Modelos
·sensenova
·
·↓ 544
·♥ 51
O modelo sensenova/SenseNova-Vision-7B-MoT aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de multimodal.
Ficha técnica
- Tarefa: multimodal
- Parâmetros: 7 B
- Formatos: safetensors
- Licença: CC BY-NC 4.0 (não comercial)
- Downloads: 544 · Curtidas: 51
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~17 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
- Quantizado 8-bit: ~8.4 GB de VRAM — 1 GPU de consumo (12 GB, ex. RTX 3060/4070)
- Quantizado 4-bit: ~4.2 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
Como rodar localmente
Carregue com a transformers usando o template de chat:
pip install -U transformers accelerate torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model_id = "sensenova/SenseNova-Vision-7B-MoT"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
model_id, torch_dtype="auto", device_map="auto"
)
msgs = [{"role": "user", "content": "Explique o que é entropia."}]
inputs = tok.apply_chat_template(
msgs, add_generation_prompt=True, return_tensors="pt"
).to(model.device)
out = model.generate(inputs, max_new_tokens=256)
print(tok.decode(out[0][inputs.shape[-1]:], skip_special_tokens=True))Para servir como API (recomendado para modelos grandes), use o vLLM:
pip install vllm
vllm serve sensenova/SenseNova-Vision-7B-MoTTags
multimodal vision-language image-generation image-editing segmentation depth-estimation normal-estimation dense-perception
// relacionados
Leia também
Editorial
Uma memória para o que os óculos veem: o problema difícil de lembrar a vida inteira
Blog
Safe responses matter: Output-aware safety guardrail mitigate over-refusal in MLLMs
Blog
EvoCUA-1.5: Online Reinforcement Learning for Multi-turn Computer-Use Agents
Blog