sana-zero

מה זה

כותבים תיאור טקסטואלי של התמונה ומקבלים קובץ תמונה שמוצג בגלריה ומאפשר הורדה כקובץ PNG. תחת האפשרויות המתקדמות תמצאו סליידרים לקביעת גובה, רוחב, מספר צעדי דגימה, סולם הנחיה, סיד, סגנון וכמות תמונות. יש גם אפשרות להפעיל שדה לפרומפט שלילי כדי לסנן אלמנטים לא רצויים, וברירת המחדל מגרילה סיד אקראי בכל ריצה.

מאחורי הקלעים נמצא Sana 1.6B של אנבידיה עם טרנספורמר דיפוזיה ליניארי ברזולוציה שמגיעה עד 1024 פיקסלים, לצד Gemma 2B שמתפקד כמקודד הטקסט. הקוד מפעיל גם מנגנון בדיקת בטיחות ייעודי עם טוקנייזר ומודל שבודק את התוכן שנוצר. ברשימת הדגמים המשויכים מופיעים גם מודלי FLUX וסדרת Gemma, אך הצינור המרכזי שנטען הוא של Sana.

מתאים ל

• בדיקת פרומפטים מהירה

  מזינים תיאור קצר כדי לבחון איך מודל הדיפוזיה של אנבידיה מפרש סגנונות וקומפוזיציות שונות.

• הפקת תמונות מותאמות גודל

  משנים גובה, רוחב ומספר תמונות בממשק כדי לקבל קובצי PNG לפי מידות מדויקות.

• ניסוי בהגדרות דגימה

  משחקים עם סולמות ההנחיה, הפרומפט השלילי ומספר הצעדים כדי להבין את השפעתם על החדות.

איפה זה נופל

הבעיה המרכזית היא שהעמוד מושהה ולא רץ כרגע, כך שאי אפשר להשתמש בו ישירות בלי לשכפל את החלל ולהפעיל אותו מחדש. בנוסף, חומרת ה־CPU הבסיסית לא מיועדת להרצת דיפוזיה כבדה ותגרום לצוואר בקבוק משמעותי. המערכת כוללת גם בודק בטיחות מובנה שלפי תיעוד השינויים סף הסינון שלו הונמך, אך הוא עדיין עלול לחסום תוצאות לגיטימיות.

איך משתמשים

מקלידים הנחיה ולוחצים על Run. אין צורך ברישום מיוחד מעבר לגישה רגילה לממשק Gradio, אך בפועל האפליקציה נמצאת כרגע במצב PAUSED ואינה מגיבה. החומרה שמוגדרת לה היא מעבד בסיסי בלבד, מה שאומר שגם אם תפעילו אותה, יצירת תמונות במודל כזה על מעבד תיקח זמן ממושך אלא אם מקצים לה מאיץ גרפי ייעודי דרך מודול spaces.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0 המאפשר שימוש חופשי ושינוי של הקוד, כולל התאמה לצרכים מסחריים לפי תנאי הרישיון. התמונות שנוצרות שייכות למי שהפיק אותן, אך מומלץ לבדוק את תנאי המודלים הנלווים של Gemma ו־Sana שבהם נעשה שימוש.

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

הרישיון המלא ב־Hugging Face ↗