GPT
הוספת כלי
N

nunchaku-qwen-image

קוד פתוח

nunchaku-aiapache-2.02025-08-14

  • diffusers
  • text-to-image
  • SVDQuant
  • Qwen-Image
  • Diffusion

גרסה מכווצת ב־4 ביט של Qwen-Image שמיועדת לחיתוך זמני רינדור. היא מתאימה למי שרוצה לייצר תמונות עם טקסט מורכב על חומרה מקומית בלי לאבד איכות.

  • 137 GBמשקל הקבצים
  • 10,324הורדות בחודש
  • 262לייקים

מה זה

המאגר הזה מציע מימושים מכווצים של מודל יצירת התמונות Qwen-Image באמצעות שיטת SVDQuant. המטרה כאן היא לאפשר הסקה יעילה במיוחד תוך שמירה על היכולת החזקה של מודל הבסיס ברינדור טקסט מורכב בתוך תמונות. במקום להריץ את המשקלים המקוריים והכבדים, מקבלים כאן קבצים דחוסים לרמת 4 ביט.

ההבדל המשמעותי נמצא באפשרויות הבחירה. המפתחים שילבו גרסאות מזוקקות של 4 ו־8 צעדים שמבוססות על LoRA בשם Qwen-Image-Lightning, לצד מודלי בסיס רגילים. בנוסף קיימת חלוקה לפי דיוק פנימי: רמה של r32 שמכוונת למהירות מירבית, לעומת r128 שנותנת איכות תמונה עדיפה במחיר של מהירות הסקה איטית יותר.

מתאים ל

  • רינדור שלטים וטיפוגרפיה

    המודל שומר על יכולות הבסיס של Qwen-Image בשילוב טקסט קריא ומדויק על שלטים, תוויות וכרזות.

  • יצירה מהירה של סקיצות

    גרסאות ה־4 צעדים מאפשרות להפיק תמונות בזמן קצר מאוד לבדיקת רעיונות ראשוניים.

  • עבודה מקומית ב־ComfyUI

    התאמה מלאה למעצבים שרוצים להריץ גרסת INT4 מקומית על כרטיסי מסך ביתיים ללא חיבור רשת.

איפה זה נופל

הכרטיס מצהיר על אנגלית בלבד כשפת קלט, כך שאין כאן תמיכה בעברית או בניתוח הנחיות מקומיות. נקודה קריטית נוספת היא התלות במנוע ההרצה הייעודי של nunchaku. זה לא מודל שפשוט טוענים בספריית קוד גנרית בלי לבדוק תאימות דרייברים וסביבות CUDA ספציפיות. מעבר לכך, גרסאות ה־Lightning המהירות חוסכות שלבי דיפוזיה אבל עלולות לפספס פרטים קטנים בהשוואה למודל המלא.

שאלות
נפוצות

איזה קובץ להוריד מתוך כל ה־14?

זה תלוי בחומרה ובמהירות שאתם צריכים. אם יש לכם כרטיס מדור Blackwell תבחרו ב־NVFP4, ועבור כל כרטיס ישן יותר תורידו INT4. למהירות מקסימלית תבחרו בגרסת 4steps עם r32, ולאיכות טובה יותר לכו על r128 במסלול 8 צעדים או על מודל הבסיס.

האם המודל יבין הנחיות בעברית?

לא. המודל מתועד לעבודה באנגלית בלבד. אם תזינו פרומפטים בעברית או תבקשו ממנו לצייר טקסט בעברית בתוך התמונה, התוצאות יהיו משובשות לחלוטין. יש להעביר אליו הנחיות באנגלית בלבד.

איך מריצים

כדי להריץ את המודלים צריך את ספריית nunchaku של המפתחים, תמיכה ב־Diffusers או שימוש בוורקפלו מובנה של ComfyUI. חלוקת הקבצים תלויה ישירות בכרטיס המסך שלכם. כרטיסי Blackwell מסדרה 50 דורשים את גרסאות NVFP4, בעוד שכל כרטיס אחר לפני הדור הזה יעבוד עם קובצי INT4.

המאגר כולו שוקל 137 גיגה בגלל ריבוי הגרסאות, אבל בפועל מורידים רק את המשקל הספציפי שמתאים לחומרה ולתרחיש שלכם. אם אין לכם מעבד גרפי מודרני של אנבידיה שתומך בהרחבות האלו, עדיף לא להסתבך עם התקנות מקומיות ופשוט לגשת למודל המקורי דרך שירות ענן.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("nunchaku-ai/nunchaku-qwen-image")
img = pipe("a photo").images[0]

הקבצים

14 קבצים במאגר, 137 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל מופץ תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי מלא, שינוי של הקוד והפצה מחדש בלי תשלום תמלוגים. התנאי העיקרי הוא שמירה על הודעת זכויות היוצרים והצהרת הרישיון המקורית בתוך המוצר שלכם.

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

הרישיון המלא בעמוד המודל ↗