GPT
הוספת כלי
Z

Z-Image-Turbo-Fun-Controlnet-Union-2.1

קוד פתוח

alibaba-paiapache-2.02025-12-11

  • videox_fun

מודל בקרה מאוחד שמשלב תנאים מרובים כמו תנוחה, עומק וקצוות בקובץ יחיד. הוא מתאים למי שמריץ Z-Image-Turbo וצריך שליטה מדויקת ביצירה בתוך שמונה צעדים בלבד.

  • 49.5 GBמשקל הקבצים
  • 84,746הורדות בחודש
  • 450לייקים

מה זה

מדובר במודל ControlNet מאוחד שפיתחה עליבאבא עבור מודל הבסיס Z-Image-Turbo. במקום להחזיק משקולות נפרדות לכל סוג הכוונה, הוא מאגד תחת אותה ארכיטקטורה יכולות שליטה מגוונות הכוללות Canny, עומק, תנוחת גוף (Pose), קווי MLSD ו־HED, ובגרסאות המאוחרות יותר גם Scribble וגווני אפור. הוא תומך גם ב־Inpainting ובמודל ייעודי להגדלת רזולוציה (Tile).

הייחוד כאן הוא המעבר לגרסאות מזוקקות. בגרסאות הראשונות של הפרויקט, חיבור הבקרה פגע ביכולת ההאצה של מודל הטורבו וחייב ריצה ארוכה יותר כדי למנוע טשטוש. גרסת ה־8 צעדים מחזירה את מהירות ההסקה המקורית של הטורבו, והעדכונים האחרונים פותרים בעיות שבהן המודל הדליף צורות של מסכות או יצר ארטיפקטים של כתמים בהירים כשהעלו את עוצמת הבקרה.

מתאים ל

  • שליטה בתנוחת דמויות

    יצירת דמויות לפי שלד תנוחה מוגדר מראש בתוך שמונה צעדי הסקה מהירים.

  • הגדלת תמונות לרזולוציה גבוהה

    שימוש במודל ה־Tile הייעודי לחידוד והוספת פרטים לתמונות קיימות עד רזולוציית 2048.

  • תיקון אזורים בתמונה

    עריכת Inpainting מונחית מסכה שמשמרת רציפות חזותית באמצעות ערכי בקרה גבוהים.

איפה זה נופל

המודל רגיש מאוד לעוצמת הבקרה (control_context_scale), והטווח היעיל שלו מוגבל לערכים שבין 0.65 ל־1.00 בלבד. חריגה מהאיזון הזה גורמת לעיוותים, ובגרסאות הלא מזוקקות נדרשים צעדי הסקה מרובים כדי להימנע מתוצאות מטושטשות. בנוסף, גרסאות ה־lite אמנם חוסכות זיכרון ומאפשרות ערכי בקרה גבוהים יותר בלי לשבור את התמונה, אך רמת השליטה הגיאומטרית שלהן חלשה יותר באופן מורגש.

שאלות
נפוצות

איזו גרסה של המודל כדאי להוריד מתוך שלל הקבצים?

מומלץ לבחור בגרסת 2601 או 2602 שמכילות את סיומת 8steps. הגרסאות האלה מתקנות דליפות של מסכות וארטיפקטים בהירים שהיו קיימים בגרסאות המוקדמות יותר. אם אתם רצים על חומרה חלשה יותר, בחרו בגרסת ה־lite ששוקלת 1.9 ג'יגה בלבד.

למה התמונה יוצאת מרוחה או עם עיוותים?

זה קורה בדרך כלל כשערך ה־control_context_scale אינו מכויל בטווח המומלץ של 0.65 עד 1.00. בנוסף, המודל דורש פרומפט טקסטואלי מפורט מאוד כדי לשמור על יציבות ולא לקרוס חזותית מול תנאי הבקרה.

איך מריצים

כדי להריץ אותו משתמשים במאגר VideoX-Fun מקוד המקור, ומורידים את משקולות הבסיס של Z-Image-Turbo לצד משקולות הבקרה הספציפיות שבוחרים. הריפו מכיל 72 קבצים במשקל כולל של כמעט 50 ג'יגה־בייט, אבל בפועל מורידים רק את המשקולות הרלוונטיות לתהליך שלכם. דגמי ה־lite שוקלים 1.9 ג'יגה־בייט ומתערבים רק בחמישה בלוקים, מה שמקל מאוד על כרטיסי מסך חלשים יותר, לעומת הדגמים המלאים שמתחברים ל־17 בלוקים ודורשים חומרה כבדה וזיכרון וידאו נדיב.

אם יש לכם שרת מקומי עם מאיץ גרפי מתאים, הריצה מתבצעת דרך סקריפטי הפייתון של הפרויקט. אם אין לכם חומרה מתאימה להחזקת מודל הטורבו והבקרה יחד, עדיף להשתמש ב־API חיצוני כדי לא להסתבך עם ניהול זיכרון ידני וספריות ייעודיות.

pip install -U huggingface_hub
hf download alibaba-pai/Z-Image-Turbo-Fun-Controlnet-Union-2.1

הקבצים

72 קבצים במאגר, 49.5 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו, בתנאי ששומרים על הודעות זכויות היוצרים וכתב הוויתור על האחריות.

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

הרישיון המלא בעמוד המודל ↗