flux.1-lite-8B

מה זה

מדובר במודל יצירת תמונות מטקסט של 8.2 מיליארד פרמטרים, שנוצר על ידי זיקוק של המודל המקורי. הרעיון נשען על ניתוח שגיאות של בלוקים בארכיטקטורה, שגילה כי אפשר לדלג על חלק מהבלוקים הפנימיים בלי לפגוע משמעותית באיכות התוצאה הסופית, כל עוד שומרים על הבלוקים הראשונים והאחרונים.

הגרסה הזו אומנה מחדש על דאטה-סט מגוון יותר שתומך בתיאורים ארוכים, ומכוונת לעבודה בטווח הנחיה של 2.0 עד 5.0 ומספר צעדים שנע בין 20 ל־32. בפועל, החיסכון במשאבים הופך את זמן ההמתנה לקצר יותר ומאפשר דחיפה של ביצועים מקומיים מעבר למה שהגרסה המקורית דרשה.

מתאים ל

• יצירת תמונות ב־ComfyUI

  מאפשר לייצר תמונות מקומית בזמן קצר יותר באמצעות קובץ מוכן, למי שכבר מריץ סביבה גרפית.

• פיתוח עם diffusers

  משתלב ישירות בסקריפטים בפייתון עם חיסכון של 7 גיגה-בייט בזיכרון לעומת המודל המקורי.

• עיבוד פרומפטים ארוכים

  האימון החדש מותאם לקבלת תיאורים מפורטים ומגוונים בלי לאבד את הכיוון.

איפה זה נופל

המודל מוגבל לטווח צעדים הדוק יחסית של 20 עד 32 צעדים והנחיה של 2.0 עד 5.0, כך שסטייה מהערכים האלה עלולה להניב תוצאות פחות טובות. בנוסף, חיתוך הבלוקים עדיין עלול להשפיע על פרטים דקים ביחס למקור המלא, ונפח ההורדה של כמעט 40 גיגה-בייט נשאר כבד ומסורבל להתקנה מקומית קלה.

איך מריצים

בשביל להריץ אותו צריך כרטיס מסך עם תמיכה ב־bfloat16. משקל הקבצים עומד על כמעט 40 גיגה-בייט, כך שעדיין צריך חומרה ייעודית וכבדה, למרות שהוא חוסך 7 גיגה-בייט זיכרון ביחס למקור. ההרצה נעשית דרך ספריית diffusers בפייתון או באמצעות קובץ זרימת עבודה שמצורף ל־ComfyUI.

אם אין לכם כרטיס גרפי מתאים עם מספיק זיכרון וידאו פנוי, עדיף להשתמש במחולל התמונות של החברה באתר שלה במקום לנסות להרים שרת עצמאי שיעלה לא מעט כסף.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Freepik/flux.1-lite-8B")
img = pipe("a photo").images[0]

הקבצים

34 קבצים במאגר, 39.7 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• flux.1-lite-8B.safetensors16.3 GB
• transformer/diffusion_pytorch_model-00001-of-00002.safetensors9.9 GB
• transformer/diffusion_pytorch_model-00002-of-00002.safetensors6.4 GB
• text_encoder_2/model-00001-of-00002.safetensors5.0 GB
• text_encoder_2/model-00002-of-00002.safetensors4.5 GB
• text_encoder/model.safetensors246.1 MB
• vae/diffusion_pytorch_model.safetensors167.7 MB
• sample_images/skip_one_DIT_block.png25.3 MB
• sample_images/skip_one_MMDIT_block.png11.6 MB
• sample_images/models_comparison.png5.5 MB
• tokenizer_2/tokenizer.json2.4 MB
• comfy/flux.1-lite_workflow.png2.3 MB
• sample_images/generated_img.png1.2 MB
• tokenizer/vocab.json1.1 MB
• sample_images/flux1-lite-8B_sample.png1.0 MB
• tokenizer_2/spiece.model791.7 KB
• tokenizer/merges.txt524.6 KB
• transformer/diffusion_pytorch_model.safetensors.index.json84.8 KB
• sample_images/mse_mmdit_img.png71.0 KB
• sample_images/mse_dit_img.png59.3 KB
• tokenizer_2/tokenizer_config.json20.8 KB
• text_encoder_2/model.safetensors.index.json19.9 KB
• comfy/flux.1-lite_workflow.json11.9 KB
• README.md3.8 KB
• tokenizer_2/special_tokens_map.json2.5 KB
• .gitattributes1.9 KB
• vae/config.json926 B
• text_encoder_2/config.json904 B
• tokenizer/tokenizer_config.json735 B
• text_encoder/config.json722 B
• tokenizer/special_tokens_map.json588 B
• model_index.json587 B
• transformer/config.json565 B
• scheduler/scheduler_config.json418 B

הרישיון

הרישיון מוגדר כ־other, כלומר רישיון מותאם אישית שאינו רישיון קוד פתוח סטנדרטי. במצב כזה חובה לקרוא היטב את תנאי השימוש המדויקים לפני שמשלבים את המודל במוצר מסחרי, בעיקר בגלל שהוא נגזר ממודל מקורי שכולל הגבלות מסחריות בעצמו.

הרישיון המלא בעמוד המודל ↗