/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-0.6B
Библиотека
diffusers
Опубликована
2 ноя 2025

URSA-0.6B-IBQ1024

Генерация изображенийТекст → изображение3 профессии

Модель BAAI для создания и редактирования изображений по текстовым запросам с разрешением до 1024×1024.

23скачиваний за 30 дней6лайковвеса обновлены2 ноя 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

URSA-0.6B-IBQ1024 — модель генерации и редактирования изображений по текстовым запросам, разработанная BAAI в семействе BAAI-Vision-URSA. Модель размером 0,6 млрд параметров использует FP16, токенизатор Emu3.5-Vision-Tokenizer и библиотеку Diffusers; заявленное разрешение изображений — 1024×1024. В метаданных указана донастройка Qwen/Qwen3-0.6B.

Модель предназначена для экспериментов с генеративными моделями, а также для творческих и образовательных инструментов, иллюстрации и дизайна. Лицензия — Apache-2.0. Разработчик отмечает, что модель не предназначена для достоверного изображения реальных людей и событий; среди ограничений — трудности с разборчивым текстом, сложными деталями вроде пальцев и фотореализмом. Обучающие данные включали материалы с контентом для взрослых, насилием и сексуальными темами, а генерация может усиливать социальные предубеждения.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • генерация концепт-арта и художественных изображений
  • подготовка визуальных идей для дизайна
  • редактирование изображений по текстовой инструкции
  • эксперименты с генеративными моделями и их ограничениями

Ограничения

Модель может плохо генерировать разборчивый текст, сложные детали и фотореалистичные изображения; автоэнкодер работает с потерями. Обучающие данные содержали взрослый, сексуальный и жестокий контент, а результаты могут отражать социальные предубеждения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

URSA-0.6B-IBQ1024 Model Card

Model Details

Examples

Using the 🤗's Diffusers library to run URSA in a simple and efficient manner.

pip install diffusers transformers accelerate imageio[ffmpeg]
pip install git+ssh://git@github.com/baaivision/URSA.git

Running the pipeline:

import torch
from diffnext.pipelines import URSAPipeline

model_id, height, width = "BAAI/URSA-0.6B-IBQ1024", 1024, 1024
model_args = {"torch_dtype": torch.float16, "trust_remote_code": True}
pipe = URSAPipeline.from_pretrained(model_id, **model_args)
pipe = pipe.to(torch.device("cuda"))

prompt = "The bear, calm and still, gazes upward as if lost in contemplation of the cosmos."
negative_prompt = "worst quality, low quality, inconsistent motion, static, still, blurry, jittery, distorted, ugly"

image = pipe(**locals()).frames[0]
image.save("ursa.jpg")

Uses

Direct Use

The model is intended for research purposes only. Possible research areas and tasks include

  • Research on generative models.
  • Applications in educational or creative tools.
  • Generation of artworks and use in design and other artistic processes.
  • Probing and understanding the limitations and biases of generative models.
  • Safe deployment of models which have the potential to generate harmful content.

Excluded uses are described below.

Out-of-Scope Use

The model was not trained to be factual or true representations of people or events, and therefore using the model to generate such content is out-of-scope for the abilities of this model.

Misuse and Malicious Use

Using the model to generate content that is cruel to individuals is a misuse of this model. This includes, but is not limited to:

  • Mis- and disinformation.
  • Representations of egregious violence and gore.
  • Impersonating individuals without their consent.
  • Sexual content without consent of the people who might see it.
  • Sharing of copyrighted or licensed material in violation of its terms of use.
  • Intentionally promoting or propagating discriminatory content or harmful stereotypes.
  • Sharing content that is an alteration of copyrighted or licensed material in violation of its terms of use.
  • Generating demeaning, dehumanizing, or otherwise harmful representations of people or their environments, cultures, religions, etc.

Limitations and Bias

Limitations

  • The autoencoding part of the model is lossy.
  • The model cannot render complex legible text.
  • The model does not achieve perfect photorealism.
  • The fingers, .etc in general may not be generated properly.
  • The model was trained on a subset of the web datasets LAION-5B and COYO-700M, which contains adult, violent and sexual content.

Bias

While the capabilities of image generation models are impressive, they can also reinforce or exacerbate social biases.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Пайплайн URSAPipeline не входит в diffusers 0.41.0.dev0: нужен custom_pipeline.

Ревизия весов
4ad8002

0 моделей