Flex.1-alpha

מה זה

מדובר במודל מבוסס טרנספורמר עם שמונה מיליארד פרמטרים שמייצר תמונות מטקסט, עם תמיכה בקלט של עד 512 טוקנים. הוא פותח במקור כאימון המשך של גרסת schnell במטרה לשמור על רישיון חופשי, עבר תהליכי גיזום והפשטה ארכיטקטונית, ומכיל שמונה בלוקים כפולים לעומת תשעה עשר במודל הפיתוח המקורי.

ההבדל המשמעותי נמצא במנגנון ההכוונה שלו. המפתח אימן רכיב נפרד שמאפשר לייצר תמונות בלי צורך בהכוונת סיווג רגילה, אך השאיר אותו כתוסף שניתן לעקוף לחלוטין. הגישה הזו נותנת חופש תמרון רחב ומאפשרת לשלוט בדיוק התוצאה או לאמן מתאמים אישיים בלי להיתקע במבנה קשיח.

מתאים ל

• אימון מתאמים מותאמים

  הרכיב הנפרד מאפשר לאמן שכבות לורה ישירות באמצעות חבילות קיימות בלי להסתבך עם דחיסת צעדים.

• מחולל תמונות למוצר מסחרי

  הרישיון החופשי מאפשר לשלב את יצירת התמונות בתוך שירות עסקי ללא תשלום תמלוגים למפתחים.

• יצירה בסביבת עבודה מקומית

  הקובץ המאוחד עובד ישר מתוך ממשקי עבודה נפוצים ומאפשר יצירה עם הנחיות טקסט ארוכות במיוחד.

איפה זה נופל

המודל מוגדר כגרסת אלפא ופותח על ידי מהנדס יחיד שמתבסס על מימון קהילתי, מה שאומר שאין גב של תאגיד גדול לתחזוקה שוטפת. הכרטיס אינו כולל ציוני מבחן השוואתיים רשמיים, ולכן תצטרכו לבחון בעצמכם את מידת העמידה בהנחיות מורכבות ואיכות הטקסט בתוך תמונות לפני שילוב במערכות חיות.

איך מריצים

כדי להריץ אותו מקומית או בשרת ענן צריך כרטיס גרפי מודרני עם זיכרון משמעותי, שכן המשקלים שוקלים מעל ארבעים וארבעה ג'יגה בייט ודורשים לפחות עשרים וארבעה ג'יגה בייט זיכרון וידאו לאימון מתאמים. הוא משתלב ישירות בתוך דיפיוזרס וסביבות עבודה כמו קומפי יו איי באמצעות קובץ מאוחד בתיקיית הבדיקות.

אם אין לכם חומרה ייעודית עם כוח עיבוד חזק וחיבור רשת מהיר להורדת עשרות ג'יגה בייטים, כדאי לשקול קריאה לשירות מרוחק. הרצה עצמית שווה את המאמץ בעיקר אם אתם מתכננים לאמן שכבות מותאמות או לשלב אותו בצינור עיבוד פנימי שלא תלוי בספקים חיצוניים.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("ostris/Flex.1-alpha")
img = pipe("a photo").images[0]

הקבצים

26 קבצים במאגר, 44.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• Flex.1-alpha.safetensors21.7 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
• tokenizer_2/tokenizer.json2.4 MB
• tokenizer/vocab.json1.1 MB
• tokenizer_2/spiece.model791.7 KB
• tokenizer/merges.txt524.6 KB
• transformer/diffusion_pytorch_model.safetensors.index.json84.8 KB
• README.md28.6 KB
• tokenizer_2/tokenizer_config.json20.8 KB
• text_encoder_2/model.safetensors.index.json19.9 KB
• LICENSE.txt11.5 KB
• tokenizer_2/special_tokens_map.json2.5 KB
• .gitattributes1.5 KB
• vae/config.json820 B
• text_encoder_2/config.json798 B
• tokenizer/tokenizer_config.json705 B
• text_encoder/config.json616 B
• tokenizer/special_tokens_map.json588 B
• model_index.json578 B
• transformer/config.json424 B
• scheduler/scheduler_config.json274 B

הרישיון

הפרויקט מופץ תחת רישיון אפאצ'י שתיים אפס. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד והמשקלים, לאמן עליו מודלים נוספים ולשלב אותו במוצרים סגורים, כל עוד שומרים על הודעת זכויות היוצרים ומצרפים עותק של הרישיון.

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

הרישיון המלא בעמוד המודל ↗