---
title: seeflow-minit2i-r48
canonical_url: "https://www.modelscope.ai/models/CarmanLu/seeflow-minit2i-r48"
md_url: "https://www.modelscope.ai/models/CarmanLu/seeflow-minit2i-r48.md"
repository: CarmanLu/seeflow-minit2i-r48
last_updated: 2026-11-08
license: other
pipeline_tag: text-to-image-synthesis
tasks:
  - text-to-image-synthesis
base_model_relation: finetune
library_name:
  - pytorch
frameworks:
  - Pytorch
downloads: 0
stars: 0
---

# seeflow-minit2i-r48

> seeflow-minit2i-r48 - An open-source model by CarmanLu on ModelScope. SeeFlow on MiniT2I — R48（fp32 权重 + 文字解码器）

CarmanLu/seeflow-minit2i-r48 is a text-to-image-synthesis model on ModelScope. licensed under other.

- **Repository**: CarmanLu/seeflow-minit2i-r48
- **License**: other
- **Tasks**: text-to-image-synthesis
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-11-08

Source: https://www.modelscope.ai/models/CarmanLu/seeflow-minit2i-r48

---

# SeeFlow on MiniT2I — R48（fp32 权重 + 文字解码器）

在 MiniT2I（72k 预训练，R45）上加图像理解后，按 R48 配方做 SFT 到 5 万步的存档（`l16_siglip2_mix_prefix32_jsft_r48_p48_r45_72k_qa/expert_050000.pt`）。

## 下载

```bash
pip install -U modelscope
modelscope --endpoint https://www.modelscope.ai download CarmanLu/seeflow-minit2i-r48 --local-dir ./seeflow-minit2i-r48
```

`--endpoint` 指向国际站，不加会去国内站，找不到这个仓库。

## 内容

| 文件 | 内容 |
|---|---|
| `expert_050000_weights.pt` | `step`（50000）、`model`（782 个张量，13.9 亿参数，全部 fp32）、`args`（训练配置） |
| `decoder_020000.pt` | 文字解码器（`text_decoder_r1/flan_t5_large_std0.1_20k`，训练 2 万步）：把 FLAN-T5-large 的文字隐向量（每块 8 个词元）还原成文字，答题和写描述都要用 |

原存档里的优化器状态和 EMA 已去掉（原文件 14.7 GB，md5 `b667d923e8804dd1d34b1aea064a5987`）。权重文件 md5 `5705ee61ccfe8157a0e9e442549a6d45`；导出后逐个张量和原存档核对过，完全一致。解码器 md5 `26ffed8e3259172a5c350dd029d24cfe`，和训练集群上的原件一致。

读取方式和评测脚本相同：

```python
ck = torch.load('expert_050000_weights.pt', map_location='cpu', weights_only=False)
model.load_state_dict(ck['model'])
```

`ck['args']['text_decoder']` 里记的是训练集群上的解码器路径，本地运行时改成下载下来的 `decoder_020000.pt`。

运行还需要 MiniT2I、FLAN-T5-large、SigLIP2（224 分辨率）这些底座文件和推理代码，本仓库没有包含。

主要结果（默认解码）：POPE F1 82.1，VQAv2 63.2，GQA 50.9，MME 总分 1333.2，COCO CIDEr 94.3，GenEval 0.875。