/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
11 июн 2026

prxpixel-t2i

Генерация изображенийТекст → изображение3 профессии

PRXPixel — пиксельная диффузионная модель Photoroom для генерации изображений по текстовым описаниям.

391скачиваний за 30 дней51лайквеса обновлены16 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

PRXPixel — модель генерации изображений по текстовому описанию, разработанная Photoroom. Это пиксельная версия PRX: диффузионный трансформер PRXTransformer2DModel напрямую очищает от шума RGB-пиксели, без VAE, и использует текстовый энкодер Qwen3-VL. Модель содержит около 7 млрд параметров, работает в bfloat16 и рассчитана на генерацию с разрешением 1024 пикселя; при формировании изображения учитывается заданное разрешение.

Модель предназначена для создания изображений по текстовым запросам. Для запуска README описывает PRXPixelPipeline из diffusers и Transformers версии 4.57 или выше; PRXPixelPipeline пока не входит в выпущенную версию diffusers. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание изображений по текстовому запросу
  • генерация иллюстраций заданного разрешения
  • прототипирование визуальных концепций

Ограничения

PRXPixelPipeline пока недоступен в выпущенной версии diffusers, поэтому для запуска нужна версия библиотеки из ветки с поддержкой этой модели и Transformers 4.57 или новее. README указывает разрешение 1024 пикселя и вычисления в bfloat16.

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

PRXPixel (text-to-image, pixel space)

PRXPixel is a pixel-space variant of PRX: it denoises raw RGB directly (no VAE), conditions on a Qwen3-VL text encoder (rather than T5Gemma), and feeds the generation resolution into the timestep modulation. The denoiser is a ~7B PRXTransformer2DModel with a bottleneck patch projection and a resolution embedder.

  • Resolution: 1024
  • Transformer: ~7B params, torch.bfloat16
  • Text encoder: Qwen3-VL text tower (Qwen3VLTextModel)
  • VAE: none (pixel space)
  • Scheduler: FlowMatchEulerDiscreteScheduler

Requirements

[!IMPORTANT] PRXPixelPipeline is not yet in a released diffusers. Install diffusers from the branch that adds it, and use transformers >= 4.57 (the version that introduced Qwen3VLTextModel):

pip install "transformers>=4.57"
pip install "git+https://github.com/huggingface/diffusers.git@prx-pixel-pipeline"

Usage

import torch
from diffusers import PRXPixelPipeline

pipe = PRXPixelPipeline.from_pretrained("Photoroom/prxpixel-t2i", torch_dtype=torch.bfloat16)
pipe.to("cuda")

prompt = "A front-facing portrait of a lion in the golden savanna at sunset."
image = pipe(prompt, num_inference_steps=28, guidance_scale=5.0).images[0]
image.save("prxpixel_output.png")

License

Released under the Apache 2.0 license. See LICENSE and NOTICE.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
bcd5e63

0 моделей