shuttle-jaguar

מה זה

מדובר במודל של כמעט 12 מיליארד פרמטרים שמיועד ליצירת תמונות מטקסט. הדגש העיקרי כאן הוא על מהירות וסגנון קולנועי, כשהוא מגיע לתוצאה מלאה בארבעה צעדי דיפיוז'ן בלבד. מי שמריץ מודלים כאלה מקומית יודע שקיצור מספר הצעדים מוריד משמעותית את זמן ההמתנה לכל פריים.

בגודל הזה הוא מתחרה ישירות בארכיטקטורות מודרניות כבדות, כשהתיעוד מצביע על שימוש בצנרת של flux דרך ספריית diffusers. השילוב בין מודל גדול מאוד לתהליך יצירה קצר במיוחד מנסה לתת איכות תמונה גבוהה בלי לשתק את השרת לדקה שלמה על כל פרומפט.

מתאים ל

• רינדור תמונות בזמן קצר

  ארבעה צעדי רינדור מאפשרים להחזיר תמונה למשתמש תוך שניות בודדות, בלי לתקוע שרתי עיבוד יקרים.

• הפקת ויז'ואל קולנועי

  המודל אומן מראש לספק פריימים פוטוריאליסטיים שנראים כמו צילום ולא כמו ציור דיגיטלי.

• שילוב במוצר מסחרי

  רישיון אפאצ'י פתוח מאפשר להטמיע אותו באפליקציות שלכם בלי חשש משינויי תנאים או דרישות תשלום.

איפה זה נופל

היוצרים מגדירים אותו ספציפית למראה ריאליסטי וקולנועי, כך שסביר להניח שהוא פחות יתאים לסגנונות גרפיים מופשטים, איורים פשוטים או לוגואים. בנוסף, המודל מוגדר לשפה האנגלית בלבד, אז אין מה לבנות על פרומפטים בעברית בלי לתרגם אותם קודם. ארבעה צעדים אומרים גם שיש לכם הרבה פחות מרחב תמרון לשחק עם סמיכות הצעדים או לתקן עיוותים קטנים בפרטים עדינים.

איך מריצים

כדי להריץ אותו מקומית תצטרכו חומרה רצינית. משקל הקבצים הכולל מגיע ל־114 גיגה בייט, כך שאי אפשר פשוט לזרוק אותו על כרטיס מסך ביתי רגיל בגרסת המשקל המלאה. הוא זמין בפורמטים שונים כמו bfloat16, קבצי fp8 מכווצים וגם גרסאות GGUF, ונטען ישירות לתוך ComfyUI או דרך ספריית diffusers בפייתון.

מי שאין לו כרטיס עם זיכרון וידאו מסיבי יעדיף לעבוד עם גרסאות ה־fp8 או ה־GGUF כדי לחסוך מקום. אם אין לכם שרת ייעודי זמין, shuttleai מציעים גישה דרך ה־API שלהם, מה שחוסך את הורדת עשרות הגיגות ואת עלויות החומרה.

ollama run hf.co/shuttleai/shuttle-jaguar:Q4_K_S

איזו גרסה

אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.

הקבצים

32 קבצים במאגר, 114 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• gguf/shuttle-jaguar-BF16.gguf23.9 GB
• shuttle-jaguar.safetensors23.8 GB
• gguf/shuttle-jaguar-Q8_0.gguf12.7 GB
• fp8/shuttle-jaguar-fp8.safetensors11.9 GB
• transformer/diffusion_pytorch_model-00001-of-00003.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00002-of-00003.safetensors9.9 GB
• gguf/shuttle-jaguar-Q6_K.gguf9.8 GB
• gguf/shuttle-jaguar-Q4_K_S.gguf6.8 GB
• text_encoder_2/model-00001-of-00002.safetensors5.0 GB
• text_encoder_2/model-00002-of-00002.safetensors4.5 GB
• transformer/diffusion_pytorch_model-00003-of-00003.safetensors3.9 GB
• text_encoder/model.safetensors246.1 MB
• vae/diffusion_pytorch_model.safetensors167.7 MB
• demo.png11.8 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.json120.8 KB
• tokenizer_2/tokenizer_config.json20.8 KB
• text_encoder_2/model.safetensors.index.json19.9 KB
• README.md3.0 KB
• tokenizer_2/special_tokens_map.json2.5 KB
• .gitattributes1.8 KB
• text_encoder_2/config.json781 B
• vae/config.json769 B
• tokenizer/tokenizer_config.json705 B
• text_encoder/config.json612 B
• tokenizer/special_tokens_map.json588 B
• model_index.json583 B
• transformer/config.json366 B
• scheduler/scheduler_config.json269 B

הרישיון

רישיון apache-2.0 הוא מה שכל מפתח רוצה לראות. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, להריץ אותו בענן שלכם או להטמיע אותו במוצר בלי לשלם לאף אחד, כל עוד שומרים על תנאי הרישיון המקורי והצהרת זכויות היוצרים.

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

הרישיון המלא בעמוד המודל ↗