Interfejs generatywny na próbie specjalizacji: model OUI-1 firmy Thesys

Podczas gdy modele o otwartych wagach rozwijają się głównie wzdłuż osi liczby parametrów, firma Thesys spróbowała drogi specjalizacji pionowej, ogłaszając OUI-1 i przedstawiając go jako pierwszy model o otwartych wagach poświęcony Generative UI — twierdzenie zależne od tego, jak zakreśli się kategorię, i przez nikogo niezweryfikowane niezależnie. Zbudowany przez finetuning LoRA modelu DiffusionGemma 26B-A4B-it Google'a, którego wagi scalono następnie do formatu safetensors bf16, model liczy 26 miliardów parametrów łącznie, z czego 4 miliardy aktywnych, oraz okno kontekstu 16 384 tokenów. Cel zadeklarowany w karcie modelu na Hugging Face to umożliwienie lokalnego generowania interfejsów dla aplikacji opartych na frameworku OpenUI i zmniejszenie zależności od zdalnych API. Od strony dystrybucji wagi pozostają objęte Gemma Terms of Use Google'a, licencją własnościową z ograniczeniami użycia wyraźnie odmiennymi od licencji open source zatwierdzonych przez OSI — inaczej niż sam framework OpenUI, wydany na licencji MIT.

Dane o wydajności rozpowszechnione przez firmę przypisują OUI-1 wynik 71,7% w Generative UI Benchmark wobec 13,0% modelu bazowego. Ocena opiera się na openui-lang, języku deklaratywnym, który według pomiarów Thesys redukuje nawet o 67% liczbę tokenów potrzebnych w porównaniu z formatem JSON. W tej samej tabeli porównawczej widać jednak, że model ogólnego przeznaczenia, Qwen3.8 27B, osiąga wynik wyższy: 78,8%. Przewagą deklarowaną dla OUI-1 nie jest więc wynik bezwzględny, lecz zbliżenie się do niego przy 4 miliardach aktywnych parametrów. Konstrukcja benchmarku — 46 briefów rozłożonych na pięć poziomów złożoności — ma ponadto wąski obwód: metryka mierzy wyłącznie formalną poprawność wyniku, na przykład brak osieroconych komponentów czy błędów parsowania, nie ujmując użyteczności ani estetycznej jakości powstałego projektu.

Na poziomie wykonania rachunki nie do końca się zgadzają. Wymagania wskazują około 25,8 GiB VRAM przy uruchomieniu w kwantyzacji FP8 przez vLLM, co według Thesys czyni realną nawet konsumencką kartę RTX 5090; pierwotne testy przeprowadzono jednak na pojedynczej A100. Nie zgadzają się też pomiary opóźnień: wpis ogłaszający podaje 1,9 sekundy na wynik, a karta modelu około sekundy na ekran przy jednym GPU — obu wartości nie da się sprowadzić do tej samej konfiguracji. W dyskusji technicznej na Hacker News podniesiono wątpliwości co do spójności interfejsów generowanych na nowo w każdej sesji, co do trudności debugowania przy niedeterministycznym wyjściu i co do braku jakichkolwiek dowodów wizualnych w oficjalnym ogłoszeniu.

Przeniesienie Generative UI ze zdalnych API do kompaktowego, samodzielnie hostowanego modelu to racjonalny wybór architektoniczny, jeśli chodzi o ograniczenie kosztów obliczeń. Pozostaje jednak fakt, że gdy jeden podmiot definiuje model, składnię wyjścia i benchmark oceniający, powstająca metryka mierzy przede wszystkim zgodność z samodzielnie zbudowanym obwodem reguł. — Olya