Image-Gen-Pro

מה זה

הממשק מקבל הנחיית טקסט בתיבת שיחה אחת, ובמצב עריכה אפשר להעלות גם קובץ תמונה. התוצאה שיוצאת היא תמונה יחידה שנוצרת מאפס או גרסה ערוכה של התמונה שהעליתם, בהתאם למשימה שבחרתם בתפריט.

מאחורי הקלעים רץ שילוב של מספר מודלים. הבסיס הראשי הוא RealVisXL בגרסה 4.0 שנועד לתמונות פוטוריאליסטיות, ויש גם גרסת Lightning מהירה לאותו מודל. לצדם נטענים רפיינר רשמי של SDXL, קובץ של cosxl לעריכת תמונות לפי הנחיה, ותיקון ה־VAE של ollin למניעת שגיאות נקודה צפה. לצורך הרחבת הטקסט בתיבת הבחירה הייעודית, הקוד טוען את מודל השפה Zephyr 7B.

מתאים ל

• יצירת תמונות ריאליסטיות

  הרצת הנחיות טקסט ישירות על מודל RealVisXL לקבלת תמונות מפורטות בלי להתקין סביבה מקומית.

• עריכת תמונות קיימות

  העלאת קובץ ושינוי אלמנטים מתוכו על ידי כתיבת הוראות טקסט בעזרת מודול העריכה של cosxl.

• הרחבת פרומפטים אוטומטית

  בדיקת ניסוחים קצרים כשהמערכת משתמשת במודל Zephyr כדי להרחיב את ההנחיה לפני יצירת התמונה.

איפה זה נופל

הבעיה המרכזית כרגע היא שהאפליקציה נמצאת במצב מושהה ולא פעילה ברשת. מעבר לזה, הממשק מציע בחירת מידות עד 2048 פיקסלים למרות שמודלי SDXL אומנו ומפיקים תוצאות טובות בעיקר באזור 1024 פיקסלים, כך שחריגה למעלה עלולה לעוות את התוצאה. תיקון הטקסט מוסיף עיבוד נוסף של מודל שפה, ולא תמיד מנחש נכון את כוונת ההנחיה המקורית.

איך משתמשים

בוחרים בין יצירה לעריכה, כותבים הנחיה בתיבת הטקסט, ומסמנים אם רוצים יצירה מהירה או שיפור הנחיה באמצעות מודל השפה. בהגדרות המתקדמות אפשר לקבוע מידות בין 256 ל־2048 פיקסלים, מספר צעדים, סיד והנחיה שלילית, ואז לוחצים על כפתור ההרצה. החומרה שהוקצתה להרצה היא כרטיס A10G במצב חסכוני, אך הממשק מציין במפורש שהיצירה הראשונה דורשת זמן טעינה ממושך יותר.

הרישיון

הרישיון של היישום עצמו לא דווח בעמוד. המודלים שנטענים בקוד שייכים לפרויקטים שונים כמו Stability AI וקהילת הקוד הפתוח, ולכל אחד מהם תנאי שימוש משלו. ללא רישיון ברור לממשק, קשה לדעת מה הזכויות על תוצרים מסחריים שמופקים דרכו.

הרישיון המלא ב־Hugging Face ↗