GPT
הוספת כלי
A

AuraFlow-v0.3

קוד פתוח

falapache-2.02024-08-14

  • diffusers
  • safetensors
  • text-to-image

מודל קוד פתוח מלא שמייצר תמונות מטקסט ומבוסס על ארכיטקטורת flow. הוא פונה למי שמחפש שליטה ביחסי תמונה שונים ואיכות אסתטית בלי תלות במודלים מסחריים סגורים.

  • 6.9Bפרמטרים
  • 61.4 GBמשקל הקבצים
  • 1,215הורדות בחודש
  • 136לייקים

מה זה

מדובר במודל שפותח על ידי fal ומייצר תמונות מטקסט. הגרסה הזו עברה אימון עם יותר משאבי מחשוב מקודמתה, ועברה כוונון עדין על דאטה־סטים בדגש על אסתטיקה גבוהה יותר. בנוסף, היא תומכת ביחסי גובה־רוחב מגוונים ומגיעה לרזולוציה של עד 1536 פיקסלים לרוחב ולגובה.

לפי היוצרים, המודל הגיע לתוצאות מובילות במבחן GenEval. בפועל זה אומר שהוא מתמודד טוב יותר מהממוצע בהבנת הנחיות טקסט מורכבות ודיוק בפרטים שהגדרתם בבקשה. הוא משתלב ישירות לתוך ספריית diffusers המוכרת, כך שקל יחסית לשלב אותו בסביבות פיתוח קיימות בפייתון.

מתאים ל

  • יצירת פוסטרים ושלטי חוצות

    תמיכה ברזולוציה שמגיעה עד 1536 פיקסלים וביחסי תמונה שונים מקלה על הפקת חומרים מלבניים רחבים או גבוהים.

  • אינטגרציה בסביבות פייתון

    התאמה מלאה למבנה הצינורות של ספריית diffusers מאפשרת הטמעה מהירה בקוד קיים.

  • הפקת תמונות לפי הנחיות תוכן

    ציונים גבוהים במבחן GenEval מעידים על הצמדות טובה יותר לתיאורים מורכבים בטקסט.

איפה זה נופל

היוצרים עצמם מבהירים שהמודל נמצא כרגע בגרסת בטא ומבקשים משוב מקהילת המפתחים. זה מעיד על מוצר שעדיין דורש ליטוש, ולא בהכרח יציב בכל סוגי ההנחיות. לפני שמשלבים אותו במוצר פעיל, צריך לבדוק היטב איך הוא מתמודד עם טקסטים מורכבים, הפקת עיוותים באזורים צפופים והתנהגות ברזולוציות הקצה של 1536 פיקסלים.

אותה משפחה

AuraFlow יצא ב־3 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

AuraFlow685 AuraFlow-v0.2570

שאלות
נפוצות

האם המודל מוכן כבר להטמעה מלאה במוצר מסחרי?

הוא מוגדר רשמית כגרסת בטא על ידי המפתחים. הרישיון אמנם מתיר שימוש מסחרי ללא מגבלות מיוחדות, אך כדאי לבצע בדיקות איכות מקיפות על התוצרים לפני שמסתמכים עליו עבור לקוחות קצה.

איזה ציוד חומרה מינימלי נדרש כדי להריץ אותו מקומית?

המשקל הכולל של הקבצים חוצה את רף ה־60 ג'יגה־בייט, ויש בו קרוב לשבעה מיליארד פרמטרים. תצטרכו כרטיס מסך חזק מאוד עם נפח VRAM משמעותי והרצה בדיוק של fp16, אחרת תיתקלו בשגיאות זיכרון.

איך מריצים

כדי להריץ אותו צריך כרטיס מסך רציני עם תמיכה ב־CUDA והרבה זיכרון גרפי, במיוחד כשמדובר בקבצים במשקל כולל של מעל 61 ג'יגה־בייט ובמודל של כמעט שבעה מיליארד פרמטרים. ההרצה דורשת התקנה של diffusers היישר מגיטהאב יחד עם ספריות נלוות כמו transformers ו־accelerate, ושימוש בגרסת fp16 כדי לחסוך מקום.

אם אין לכם שרת ייעודי עם כרטיס חזק וחיבור אינטרנט מהיר להורדת עשרות הג'יגה האלה, הרצה עצמית תהיה אטית ומסורבלת. במקרים כאלה עדיף לפנות ל־API חיצוני שמארח את המודל, במקום לשלם על תשתית כבדה שלא תנצלו במלואה.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("fal/AuraFlow-v0.3")
img = pipe("a photo").images[0]

הקבצים

26 קבצים במאגר, 61.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא apache-2.0, וזה אומר חופש כמעט מוחלט. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד והמשקלים, ולהפיץ אותו כחלק ממוצר משלכם. התנאי המרכזי הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי, בלי להטיל אחריות משפטית על היוצרים.

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

הרישיון המלא בעמוד המודל ↗