GPT
הוספת כלי
Q

Qwen-Image-Lightning

קוד פתוח

lightx2vapache-2.02025-08-09

  • diffusers
  • Qwen-Image
  • distillation
  • LoRA
  • lora

גרסה מהירה ליצירת תמונות מטקסט שמיועדת לקצר זמני חישוב. היא מתאימה למי שרוצה לייצר תמונות מקומית דרך diffusers בלי להמתין דקות לכל פלט.

  • 61.0 GBמשקל הקבצים
  • 436,033הורדות בחודש
  • 826לייקים

מה זה

מדובר במודל ליצירת תמונות מטקסט שמתמקד במהירות ריצה גבוהה יותר מהגרסאות המקוריות. המפתחים שלו ארזו אותו לעבודה עם ספריית diffusers ישירות מהקוד העדכני ביותר בגיטהאב, כדי לאפשר שילוב מהיר בצינורות עיבוד קיימים.

הוא מיועד לתמיכה בהנחיות באנגלית ובסינית בלבד. עם מעל ארבע מאות אלף הורדות, ברור שיש עניין בגרסאות מואצות מסוג זה, בעיקר עבור מפתחים שמנסים לחתוך עלויות חישוב וזמני המתנה בשרתים שלהם.

במקום להתעסק בהגדרות מורכבות, הוא נשען על האקוסיסטם הסטנדרטי של האגינג פייס. עם זאת, המשקל הכולל של הקבצים חריג ביחס ליוזמות קלות משקל אחרות, מה שאומר שההאצה כאן היא בעיקר במספר צעדי הדגימה ולא בהכרח בגודל המודל עצמו בזיכרון.

מתאים ל

  • מחולל תמונות לשרתי ייצור

    צמצום זמני תגובה למשתמשים במערכות שדורשות ייצור תמונות שוטף באנגלית.

  • עיבוד תמונות מפרומפטים בסינית

    תמיכה ישירה בשפה הסינית חוסכת שכבות תרגום ומאפשרת דיוק בהבנת הנחיות.

  • פייפליין מקומי ב־diffusers

    שילוב מהיר בתוך סביבות פיתוח מבוססות פייתון ללא צורך בספריות קנייניות.

איפה זה נופל

המודל תומך רק באנגלית ובסינית, כך שפרומפטים בעברית פשוט לא יעבדו כאן בלי תרגום מקדים. בנוסף, כרטיס המודל לא חושף ציוני מדדים, מבחני ביצועים או דוגמאות איכות, אלא רק מפנה לריפו חיצוני. זה אומר שתצטרכו לבדוק בעצמכם אם תהליך ההאצה פגע בדיוק של הפרטים הקטנים או באחידות של התמונות.

שאלות
נפוצות

האם המודל מבין הנחיות בעברית?

לא, הוא הוגדר ותועד לתמיכה באנגלית ובסינית בלבד. אם תזינו טקסט בעברית התוצאות יהיו משובשות לחלוטין. תצטרכו להוסיף רכיב תרגום לפני שאתם שולחים את הפרומפט למודל.

למה צריך להתקין את diffusers מ־main?

המודל משתמש בארכיטקטורה או שינויים שטרם נכנסו לגרסה היציבה של הספרייה ב־PyPI. התקנה רגילה באמצעות pip תכשיל את הטעינה. חייבים למשוך את הקוד האחרון מגיטהאב.

איך מריצים

כדי להריץ אותו צריך להתקין את diffusers ישירות מגרסת הפיתוח הראשית בגיטהאב. המשקל הכולל של הקבצים מגיע לשישים ואחד גיגה בייט, כך שאי אפשר להסתפק בכרטיס מסך ביתי ממוצע וחייבים מאיץ גרפי חזק עם נפח זיכרון משמעותי מאוד, או תחנת עבודה ייעודית.

אם אין לכם תשתית ענן מוכנה עם מעבדים גרפיים כבדים, להחזיק שרת כזה באופן קבוע בשביל ניסויים יעלה לכם לא מעט. במקרים של עומס נמוך או בדיקות ראשוניות, עדיף לחפש נקודת קצה מנוהלת אם תמצאו כזו, לפני שאתם מורידים את כל הקבצים ומקצים חומרה יקרה.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("lightx2v/Qwen-Image-Lightning")
img = pipe("a photo").images[0]

הקבצים

24 קבצים במאגר, 61.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא אפאצ'י שתיים אפס. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו בתוך מוצרים. התנאי היחיד הוא שמירה על הודעות זכויות היוצרים והרישיון המקורי, בלי חובת פתיחת קוד משלכם.

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

הרישיון המלא בעמוד המודל ↗