חדש תמונה, וידאו, קריינות ותמלול בקריאה אחת, בלי להריץ מודל. מנסים בלי שרת

GPT
S

SliderSpace

רץ בדפדפן

baulabmit2025-02-19

  • gradio

הכלי מפרק יכולות ויזואליות של מודלי דיפוזיה ומאפשר לשלוט בהן בעזרת מכוונים. הוא מתאים ליוצרים וחוקרים שרוצים לבודד כיווני עריכה מוגדרים בתמונות.

  • —הורדות בחודש
  • 53לייקים

מה זה

אתם מקלידים הנחיית טקסט, בוחרים מודל מתוך הרשימה, וקובעים כיוון עריכה דרך תפריט ייעודי ומכוון עוצמה. בתמורה מקבלים שתי תמונות זו לצד זו, התמונה המקורית שנוצרה ולצידה הגרסה שעברה שינוי לפי הכיוון שנבחר. בהגדרות המתקדמות אפשר לקבוע גם פרומפט שלילי, גודל תמונה, סיד, מספר צעדי הסקה וסולם הנחיה.

מאחורי הקלעים רץ שילוב של מודלי דיפוזיה כמו SDXL וגרסאות קודמות, לצד מודלי עזר דוגמת DINOv2 וטועני VAE זעירים להאצה כמו taesdxl. הקוד טוען משקולות LoRA מותאמות שממפות כיוונים יצירתיים חבויים בתוך הרשתות, וכך מבודד תכונות ויזואליות ספציפיות בלי לאמן את כל המודל מחדש.

מתאים ל

  • בידוד תכונות בתמונה

    מציאת כיווני עריכה ספציפיים ושינוי שלהם בעזרת סליידר בלי להרוס את שאר הקומפוזיציה.

  • השוואת מודלי דיפוזיה

    בדיקה של האופן שבו ארכיטקטורות שונות מפרשות מושגים ויזואליים זהים.

  • בקרת פרמטרים ליצירה

    כוונון שלב ההסקה, הפרומפט השלילי והרזולוציה לבדיקת השפעתם על התוצאה הסופית.

איפה זה נופל

חלק מקטעי הקוד שנוגעים למודל FLUX מנוטרלים בהערות, כך שהתמיכה בו לא בהכרח פעילה בפועל בממשק הרץ. בנוסף, מודלים מהירים וקטנים כמו ה־VAE הזעיר עלולים לפגוע בפרטים עדינים בתמונה הסופית ביחס למודל מקור מלא. כיווני העריכה מוגבלים לאפשרויות שהוגדרו מראש ברשימות ולא מאפשרים יצירת כיוון חדש מאפס בזמן אמת.

שאלות
נפוצות

האם השימוש בממשק עולה כסף?

השימוש חופשי ופתוח ישירות בדפדפן בלי תשלום. המשאבים מוקצים על גבי חומרת ענן שיתופית של Hugging Face, ולכן זמינות העיבוד תלויה בעומס הכללי.

כמה זמן לוקח לייצר תמונה?

העיבוד מתבצע על גבי כרטיס A10G ולוקח לרוב מספר שניות בודדות. אם יש עומס על השרת, זמן ההמתנה יכול להתארך בגלל כניסה לתור של ZeroGPU.

האם אפשר להריץ את הכלי מקומית על המחשב?

הקוד מבוסס על ספריות סטנדרטיות כמו diffusers ומשוחרר ברישיון חופשי, כך שאפשר להוריד ולהריץ אותו בסביבה מקומית. כדי לקבל ביצועים סבירים תצטרכו כרטיס מסך ייעודי עם זיכרון שמספיק לטעינת מודלים כמו SDXL.

במה הממשק שונה מסתם הרצה של SDXL?

הכלי לא רק מייצר תמונה לפי טקסט, אלא מלביש על המודל שכבות שמאפשרות לפרק תכונות ויזואליות שונות. במקום לנסח פרומפט מורכב מחדש, אתם שולטים בתוצאה בעזרת מכוון שמזיז את התמונה בכיוון עריכה ספציפי.

איך משתמשים

בוחרים פרמטרים, מקלידים תיאור ולוחצים על כפתור ההרצה. החומרה מבוססת על מאיץ A10G של אנבידיה דרך ZeroGPU, כך שהעיבוד מהיר יחסית אבל תלוי בהקצאת משאבים ועלול להכניס אתכם לתור קצר כשיש עומס משתמשים. אין צורך בהרשמה או בהתחברות כדי לבדוק את הממשק.

הרישיון

הקוד פתוח תחת רישיון MIT שמאפשר שימוש חופשי, שינוי והפצה, גם לפרויקטים מסחריים. לגבי התמונות שנוצרות, יש לבדוק את תנאי השימוש של משקולות המודל הספציפי שבו השתמשתם ביצירה.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא ב־Hugging Face ↗