FireRed-Image-Edit-1.0

מה זה

מדובר במודל image-to-image שנבנה ישירות מתוך מודל בסיס של יצירת תמונה מטקסט, עם התמחות בעריכה עקבית. הוא יודע לשמר סגנונות של טקסט בתוך תמונה, לשחזר תמונות ישנות, ולבצע מניפולציות מורכבות כמו הלבשה וירטואלית על בסיס מספר תמונות מקור במקביל.

במבחן ImgEdit המודל קיבל ציון כללי של 4.56, מעל מתחרים פתוחים כמו FLUX.2 Dev שקיבל 4.35 ו־Qwen-Image-Edit-2511 שעומד על 4.51. החוזק העיקרי שלו בבנצ'מרק הוא עריכת סגנון עם ציון 4.97 והחלפת רקעים עם 4.45, כאשר הוא מוביל גם על מערכות סגורות בקטגוריות האלה.

מתאים ל

• עריכת טקסט בתמונות

  החלפה והוספה של כיתובים תוך שמירה מדויקת על הגופן והעיצוב המקוריים.

• שחזור תמונות ישנות

  תיקון פגמים והעלאת איכות של צילומים היסטוריים או בלויים.

• מדידה וירטואלית של בגדים

  שילוב פריט לבוש מתמונה אחת על גבי אדם בתמונה אחרת.

איפה זה נופל

הנתונים מראים נפילה ברורה בחילוץ אובייקטים מתוך תמונה עם ציון 4.34, ובעריכות מורכבות מסוג Hybrid שקיבלו ציון 4.07, נמוך יותר מ־Qwen-Image-Edit-2511. בנוסף, התמיכה בשפות מוגבלת רשמית לאנגלית ולסינית בלבד, כך שפקודות בעברית כנראה לא יתנו תוצאה אמינה. נכון לעכשיו אין גרסה קלה, כך שזמני ההסקה צפויים להיות איטיים מאוד ללא תשתית כבדה.

איך מריצים

כדי לעבוד איתו צריך להתקין את גרסת הפיתוח העדכנית של diffusers ישירות מגיטהאב ולהריץ סקריפט הסקה בסיסי בפייתון. הקבצים שוקלים 53.8 גיגה בייט ומחולקים ל־39 חלקים, כך שדרוש כרטיס מסך מקצועי עם לפחות 48 או 80 גיגה זיכרון כדי לטעון אותו בכלל לעבודה שוטפת.

גרסה מזוקקת וקלה יותר עדיין לא שוחררה. אם אין לכם שרת ייעודי חזק וחיבור אינטרנט מהיר להורדה המאסיבית הזו, עדיף להמתין לממשקי ענן צד שלישי או לגרסה המוקטנת.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("FireRedTeam/FireRed-Image-Edit-1.0")
img = pipe("a photo").images[0]

הקבצים

39 קבצים במאגר, 53.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• transformer/diffusion_pytorch_model-00002-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00003-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00001-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00004-of-00005.safetensors9.9 GB
• text_encoder/model-00002-of-00004.safetensors5.0 GB
• text_encoder/model-00001-of-00004.safetensors5.0 GB
• text_encoder/model-00003-of-00004.safetensors4.9 GB
• text_encoder/model-00004-of-00004.safetensors1.7 GB
• transformer/diffusion_pytorch_model-00005-of-00005.safetensors982.1 MB
• vae/diffusion_pytorch_model.safetensors253.8 MB
• processor/tokenizer.json11.4 MB
• assets/teaser.png5.6 MB
• assets/showcase.png3.4 MB
• tokenizer/vocab.json3.4 MB
• processor/vocab.json2.8 MB
• processor/merges.txt1.7 MB
• tokenizer/merges.txt1.7 MB
• assets/architecture.png1.0 MB
• assets/logo.png223.9 KB
• transformer/diffusion_pytorch_model.safetensors.index.json198.9 KB
• README.md72.0 KB
• text_encoder/model.safetensors.index.json57.7 KB
• processor/tokenizer_config.json4.7 KB
• tokenizer/tokenizer_config.json4.7 KB
• text_encoder/config.json3.1 KB
• tokenizer/chat_template.jinja2.4 KB
• .gitattributes1.2 KB
• processor/chat_template.jinja1.0 KB
• processor/video_preprocessor_config.json952 B
• processor/preprocessor_config.json826 B
• vae/config.json730 B
• processor/special_tokens_map.json613 B
• tokenizer/special_tokens_map.json613 B
• processor/added_tokens.json605 B
• tokenizer/added_tokens.json605 B
• model_index.json516 B
• scheduler/scheduler_config.json485 B
• transformer/config.json339 B
• text_encoder/generation_config.json244 B

הרישיון

המודל מופץ תחת רישיון apache-2.0. מותר להשתמש בו לצרכים מסחריים, לשנות אותו ולשלב אותו במוצרים פרטיים, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי בקבצים הרלוונטיים.

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

הרישיון המלא בעמוד המודל ↗