DreamOmni2-Gen
רץ בדפדפןwcy1122רישיון לא דווח2025-10-10
מעלים שתי תמונות וכותבים הוראת טקסט כדי לערוך או לייצר סצנה חדשה שמחברת ביניהן. זה מיועד למי שרוצה לבדוק יצירת תמונות מונחית הוראות בלי להרים סביבת פיתוח.
- —הורדות בחודש
- 113לייקים
מה זה
הממשק מבוסס על Gradio ומציג שני שדות להעלאת תמונות, תיבת טקסט להוראה וכפתור הפעלה. אתם נדרשים לספק שתי תמונות קלט וטקסט שמתאר מה לעשות איתן, והפלט הוא תמונה חדשה שנוצרת בצד השני של המסך. יש בעמוד גם אזור של דוגמאות מוכנות שמאפשרות לבדוק את אופן הפעולה בלי להעלות קבצים משלכם מהמחשב.
מאחורי הקלעים הקוד טוען את מודל DreamOmni2 של xiabs יחד עם מודל שפה וראייה מסוג Qwen2.5-VL לצורך הבנת ההוראות וניתוח התמונות. בנוסף, מוגדרים ברקע FLUX.1-Kontext-dev, המודל google/t5-v1_1-xxl ורכיב CLIP של OpenAI לעיבוד המידע הוויזואלי והטקסטואלי. החיבור הזה מאפשר למערכת לקרוא את תוכן שני הקבצים, לפענח את בקשת העריכה ולייצר את התוצאה הסופית בהתאם להנחיות.
מתאים ל
- שילוב שתי תמונות לסצנה
מעלים תמונת אובייקט ותמונת רקע ומבקשים לחבר ביניהן לקבלת תמונה אחת לפי תיאור מילולי.
- עריכת תמונה לפי רפרנס
מזינים תמונת מקור ותמונה עם סגנון או פריט נוסף, ונותנים הוראה לשנות את המקור בהתאם.
- בדיקת יכולות DreamOmni2
מריצים שילובים של הוראות וצמדי קבצים כדי להתרשם מאיכות המודל ישירות בדפדפן בלי להוריד משקלים.
איפה זה נופל
חובה להעלות בדיוק שתי תמונות, כי הקוד זורק שגיאה מפורשת אם חסרה תמונה או שאין הנחיית טקסט. אי אפשר לעבוד עם תמונה בודדת או שלוש. בנוסף, הדוגמאות בעמוד מוגדרות ללא זיכרון מטמון, כך שגם הן דורשות חישוב מלא בזמן אמת ולא נטענות מיד.
שאלות
נפוצות
האם השימוש באפליקציה כרוך בתשלום?
לא, הגישה פתוחה בדפדפן ללא תשלום וללא צורך בהזנת פרטי אשראי. כל עוד המרחב פעיל, אפשר להשתמש במשאבי החומרה המוקצים לו ישירות מהעמוד.
מה קורה עם התמונות שמעלים לשם?
הקבצים מועברים לשרת שעליו רץ ממשק ה־Gradio לצורך עיבוד המודלים. הם לא נשמרים כמאגר ציבורי גלוי, אבל השרת מעבד אותם בענן ולכן עדיף לא להעלות חומרים פרטיים או רגישים.
האם אפשר להעלות רק תמונה אחת?
לא, הקוד מחייב להזין שתי תמונות ומחזיר שגיאה אם אחת מהן חסרה. כדי לעבוד על תמונה יחידה תצטרכו להעלות אותה פעמיים או לחפש יישום עם ממשק אחר.
אפשר להריץ את זה מקומית על המחשב?
כן, הקוד מסתמך על ספריות סטנדרטיות כמו diffusers ו־transformers ומושך את המשקלים מ־Hugging Face. תצטרכו מחשב עם כרטיס מסך חזק שמסוגל להחזיק מודלים כבדים כמו Qwen2.5-VL ו־FLUX.
איך משתמשים
נכנסים לעמוד, גוררים שתי תמונות לשדות המיועדים, מקלידים הוראה באנגלית ולוחצים על Run. אין צורך להתחבר או להגדיר מפתחות גישה כדי להתחיל לעבוד. הביצוע רץ על חומרת zero-a10g שמקצה כרטיס גרפי לפי דרישה, כך שייתכן זמן המתנה קצר להתנעת המשאבים, ואז תהליך היצירה עצמו מתחיל לפעול.
הרישיון
היוצר לא דיווח על רישיון בעמוד האפליקציה. המשמעות היא שאין הרשאה ברורה לשימוש מסחרי בקוד או בתוצרים, וכדאי לבדוק את תנאי המודלים הבסיסיים כמו FLUX ו־Qwen לפני שמשתמשים בפלט לפרויקטים חיצוניים.