Lumina-Next-T2I — הדגמה

מה זה

אתם כותבים תיאור טקסטואלי, מוסיפים פרומפט שלילי אם צריך, ובוחרים רזולוציה. אפשר לשחק עם כמות צעדי הדגימה, ה־seed, עוצמת ה־CFG, סוג ה־solver והיסט הזמן. בסיום הריצה מקבלים תמונה בודדת וקובץ נתוני JSON שמפרט בדיוק באילו פרמטרים התמונה נוצרה.

מאחורי הקלעים הקוד משלב כמה רכיבים שונים. הוא משתמש במודל השפה gemma-2b של גוגל כדי לקודד את הטקסט, מריץ את Lumina-Next-SFT שמבוסס על מנגנון הובלה ודגימה, ומשתמש ב־VAE של SDXL מחברת Stability כדי לפענח את התוצאה הוויזואלית. יש בממשק גם אזור דוגמאות מובנה שמרכז עד 80 פרומפטים מוכנים מראש לבדיקה מהירה.

מתאים ל

• בדיקת פרומפטים באנגלית

  מזינים תיאורי סצנות מורכבים כדי לראות איך מודל השפה מתרגם אותם לתמונה.

• השוואת אלגוריתמי דגימה

  משנים את ערכי ה־solver והצעדים כדי לבחון שינויים באיכות הפלט.

• חילוץ פרמטרי יצירה

  מורידים את מטא-דאטת ה־JSON של התמונה כדי לשחזר את הריצה המדויקת.

איפה זה נופל

הממשק מייצר רק תמונה אחת בכל הרצה ואין בו תמיכה בהעלאת תמונת מקור לשינוי או עריכה. ההגדרות המתקדמות של חלוקת הרזולוציה מוסתרות כברירת מחדל בקוד, כך שאין גישה נוחה למלוא יכולות המודל. בנוסף, מודל הטקסט הוא gemma-2b באנגלית, כך שכתיבת פרומפטים בעברית צפויה לתת תוצאות שגויות.

איך מריצים

מקלידים את הפרומפט בתיבה, בוחרים רזולוציה ולוחצים על Submit. הביצוע רץ על מעבד גרפי מסוג Zero-A10G, חומרה שמוקצית דינמית כשלוחצים על הכפתור. מכיוון שהמעבד משותף ומתעורר לפי דרישה, ייתכן שתמתינו כמה שניות בתור עד שהחישוב יתחיל, אבל ברגע שהוא רץ יצירת התמונה מסתיימת יחסית מהר.

pip install -U huggingface_hub
hf download Alpha-VLLM/Lumina-Next-T2I

הקבצים

6 קבצים במאגר, 12.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• consolidated.00-of-01.safetensors6.5 GB
• consolidated_ema.00-of-01.safetensors6.5 GB
• README.md8.9 KB
• .gitattributes1.5 KB
• model_args.pth1.2 KB
• config.json191 B

הרישיון

הפרויקט מפורסם תחת רישיון MIT, שמאפשר שימוש חופשי, העתקה ושינוי גם לצרכים מסחריים. התמונות שנוצרות שייכות לכם, בכפוף לתנאי השימוש במודלי הבסיס של גוגל ו־Stability.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗