/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
3 июн 2024

HunyuanDiT-Diffusers

Генерация изображенийТекст → изображение3 профессии

HunyuanDiT — модель Tencent на архитектуре Diffusion Transformer для генерации изображений по текстовым запросам, включая запросы с китайскими элементами.

795скачиваний за 30 дней17лайковвеса обновлены4 июн 2024

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

HunyuanDiT от Tencent — предварительно обученная модель генерации изображений по тексту, опубликованная в формате Diffusers для использования с библиотекой Hugging Face Diffusers. Это Diffusion Transformer, рассчитанный на генерацию изображений по описаниям, с поддержкой нескольких разрешений и особым вниманием к тонкому пониманию китайского языка.

Модель подходит для создания изображений по коротким и длинным текстовым запросам, в том числе с китайскими элементами. В README упомянуты сравнения по соответствию изображения тексту, чёткости объектов, эстетике и артефактам, но численные результаты в доступной карточке отсутствуют. Метаданные указывают английский язык; README отдельно подчёркивает понимание китайского, поэтому их можно считать поддерживаемыми. Репозиторий содержит веса в формате Diffusers и safetensors. Лицензия указана как other, поэтому условия использования следует сверять с лицензией Tencent для модели.

Сценарии применения

  • создание изображений по текстовому описанию
  • генерация изображений с китайскими культурными элементами
  • создание изображений по длинным текстовым запросам
  • генерация изображений с настройкой разрешения

Ограничения

Доступная карточка не содержит численных результатов сравнительной оценки. Лицензия указана как other, поэтому условия использования нужно уточнить в документации Tencent.

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

Hunyuan-DiT : A Powerful Multi-Resolution Diffusion Transformer with Fine-Grained Chinese Understanding

混元-DiT: 具有细粒度中文理解的多分辨率Diffusion Transformer

[Arxiv] [project page] [github]

This repo contains the pre-trained text-to-image model in 🤗 Diffusers format.

Dependency

Please install PyTorch first, following the instruction in https://pytorch.org

Install the latest version of transformers with pip:

pip install --upgrade transformers

Then install the latest github version of 🤗 Diffusers with pip:

pip install git+https://github.com/huggingface/diffusers.git

Example Usage with 🤗 Diffusers

import torch
from diffusers import HunyuanDiTPipeline

pipe = HunyuanDiTPipeline.from_pretrained("Tencent-Hunyuan/HunyuanDiT-Diffusers", torch_dtype=torch.float16)
pipe.to("cuda")

# You may also use English prompt as HunyuanDiT supports both English and Chinese
# prompt = "An astronaut riding a horse"
prompt = "一个宇航员在骑马"
image = pipe(prompt).images[0]

image/png

📈 Comparisons

In order to comprehensively compare the generation capabilities of HunyuanDiT and other models, we constructed a 4-dimensional test set, including Text-Image Consistency, Excluding AI Artifacts, Subject Clarity, Aesthetic. More than 50 professional evaluators performs the evaluation.

🎥 Visualization

  • Chinese Elements
  • Long Text Input

🔥🔥🔥 Tencent Hunyuan Bot

Welcome to Tencent Hunyuan Bot, where you can explore our innovative products in multi-round conversation!

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
014d205

0 моделей