/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
28 окт 2024

Monetico

Генерация изображенийТекст → изображение4 профессии

Monetico — эффективная модель Collov Labs для генерации изображений 512×512 по текстовым описаниям.

26скачиваний за 30 дней66лайковвеса обновлены28 окт 2024

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

Monetico — модель генерации изображений по текстовому описанию, разработанная Collov Labs. Это эффективное воспроизведение Meissonic на основе нем autoregressive masked image modeling: модель создаёт изображение целиком, а не генерирует его последовательность пикселей или токенов. В README заявлена генерация изображений 512×512 качества, сопоставимого с Meissonic и SDXL, и возможность запуска на потребительских видеокартах.

Модель предназначена для создания изображений по текстовым запросам. README не сообщает поддерживаемые языки запросов и подробные требования к видеопамяти. Репозиторий использует форматы Diffusers и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • генерация концепт-арта
  • быстрое создание изображений на потребительской видеокарте

Ограничения

В README описана генерация изображений 512×512; результаты на других разрешениях и требования к видеопамяти не уточнены. Поддерживаемые языки текстовых запросов не перечислены.

Для каких профессий подходит4

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

Monetico: An Efficient Reproduction of Meissonic for Text-to-Image Synthesis

Introduction

Similar to Meissonic, Monetico is a non-autoregressive masked image modeling text-to-image synthesis model capable of generating high-resolution images. It is designed to run efficiently on consumer-grade graphics cards.

Monetico is an efficient reproduction of Meissonic. Trained on 8 H100 GPUs for approximately one week, Monetico can generate high-quality 512x512 images that are comparable to those produced by Meissonic and SDXL.

Monetico was developed by Collov Labs. We extend our gratitude to @MeissonFlow and @viiika for their valuable advice on efficient training.

Usage

For detailed usage instructions, please refer to GitHub repository.

Citation

If you find this work helpful, please consider citing:

@article{bai2024meissonic,
  title={Meissonic: Revitalizing Masked Generative Transformers for Efficient High-Resolution Text-to-Image Synthesis},
  author={Bai, Jinbin and Ye, Tian and Chow, Wei and Song, Enxin and Chen, Qing-Guo and Li, Xiangtai and Dong, Zhen and Zhu, Lei and Yan, Shuicheng},
  journal={arXiv preprint arXiv:2410.08261},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов
13db19e

0 моделей