divinetribe 发布 AesCode-32B 消融版 4-bit MLX 量化
先了解这件事
divinetribe 发布 microsoft/AesCode-32B 的 abliterated（去拒绝方向消融）版 4-bit MLX 量化模型 AesCode-32B-abliterated-MLX-4bit。AesCode-32B 是微软基于 Qwen3-VL-32B-Instruct 微调、可将截图重建为 HTML/CSS 的模型。 该量化版将语言塔量化为 4-bit，351 个 vision_tower 张量保留 bf16 以保留视觉能力，磁盘占用约 18 GB，可在 M 系列 Mac 上通过 mlx-vlm 本地运行，无需云端推理、API 密钥或遥测。作者称构建通过了上传前的真实网页截图视觉测试；其基准（300 个信息图样本）中 AesCode-32B 综合得分 85.89、视觉 77.44，高于 Claude Opus 4.8 的 76.78 与 GPT-5.5 的 76.31。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Hugging Face · 新模型：abliterateddivinetribe 发布 AesCode-32B-abliterated-MLX-4bit：Apple Silicon 上的 4-bit 量化版
divinetribe 发布微软 AesCode-32B（基于 Qwen3-VL-32B-Instruct 微调、可将截图重建为 HTML/CSS）的 abliterated 版 MLX 4-bit 量化模型，语言塔量化为 4-bit，351 个 vision_tower 张量保留 bf16，磁盘占用约 18 GB，可在 M 系列 Mac 上通过 mlx-vlm 本地运行，无需云端推理。该构建通过上传前的真实网页截图视觉测试；作者基准（300 个信息图样本）中 AesCode-32B 综合得分 85.89、视觉 77.44，高于 Claude Opus 4.8 的 76.78 与 GPT-5.5 的 76.31。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。