/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
29 июн 2026

CAFM-diffusers

Генерация изображенийТекст → изображение

Набор чекпойнтов CAFM для генерации изображений ImageNet по метке класса и изображений по текстовому запросу через Hugging Face Diffusers.

0скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

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

BiliSakura/CAFM-diffusers — набор самодостаточных чекпойнтов Continuous Adversarial Flow Models, подготовленных для Hugging Face Diffusers и преобразованных из ByteDance-Seed/Adversarial-Flow-Models. В репозитории представлены варианты JiT-H/16 и SiT-XL/2 для генерации изображений ImageNet по метке класса, а также Z-Image для генерации по текстовому описанию. Модель принимает текстовый запрос или метку класса в зависимости от варианта и выдаёт изображение.

Для вариантов JiT и SiT указаны результаты на ImageNet с разрешением 256×256: FID 1,80 при 100 шагах для JiT-H/16 и FID 1,53 при 250 шагах для SiT-XL/2. Вариант Z-Image использует 25 шагов; для него приведён пример генерации изображения золотистого ретривера. Чекпойнты распространяются в формате safetensors и используются через библиотеку Diffusers. Репозиторий лицензирован по MIT. README не уточняет ограничения по аппаратным ресурсам или качество за пределами описанных вариантов и настроек.

Сценарии применения

  • генерация изображений ImageNet по метке класса
  • создание изображений по текстовому описанию с Z-Image
  • сравнение генеративных моделей на ImageNet 256×256
  • локальный запуск генерации изображений через Diffusers

Ограничения

Описанные результаты относятся к ImageNet 256×256 и конкретным настройкам числа шагов и решателя; качество варианта Z-Image в README не оценено метрикой FID. Практический запуск требует библиотеки Diffusers и для приведённого примера — CUDA.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BiliSakura/CAFM-diffusers

Self-contained Continuous Adversarial Flow Models checkpoints for Hugging Face diffusers.

Converted from ByteDance-Seed/Adversarial-Flow-Models using libs/AFM-diffusers/scripts/convert_cafm_to_diffusers.py. Z-Image weights are bundled self-contained under CAFM-Z-Image-T2I/.

Demo

CAFM-JiT-H-16-256 — class 207 (golden retriever), seed 0, 100 NFE (Heun):

Each variant folder includes demo.png generated with the same prompt settings.

Benchmark results (ImageNet 256×256)

ModelSpaceNFEFIDCheckpoint
CAFM JiT-H/16pixel1001.80CAFM-JiT-H-16-256/
CAFM SiT-XL/2latent2501.53CAFM-SiT-XL-2-256/
CAFM Z-Imagelatent T2I25—CAFM-Z-Image-T2I/

Available checkpoints

VariantBackboneStepsSolver
CAFM-JiT-H-16-256/JIT100heun
CAFM-SiT-XL-2-256/SIT250heun
CAFM-Z-Image-T2I/Z-IMAGE25euler

Inference

ImageNet class-conditional (JiT / SiT)

from pathlib import Path
import torch
from diffusers import DiffusionPipeline

model_dir = Path("./CAFM-SiT-XL-2-256")
pipe = DiffusionPipeline.from_pretrained(
    str(model_dir),
    local_files_only=True,
    custom_pipeline=str(model_dir / "pipeline.py"),
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
).to("cuda")

image = pipe(class_labels="golden retriever", num_inference_steps=250, sampler="heun").images[0]

Text-to-image (Z-Image)

from pathlib import Path
import torch
from diffusers import DiffusionPipeline

model_dir = Path("./CAFM-Z-Image-T2I")
pipe = DiffusionPipeline.from_pretrained(
    str(model_dir),
    local_files_only=True,
    custom_pipeline=str(model_dir / "pipeline.py"),
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
)
pipe.enable_model_cpu_offload()  # recommended for single-GPU inference

image = pipe(
    prompt="A golden retriever sitting in a sunny park, photo realistic.",
    height=512,
    width=512,
    num_inference_steps=25,
    sampler="euler",
).images[0]

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
b897fe7

0 моделей