/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
1 июл 2024

HunyuanDiT-v1.2-Diffusers

Генерация изображенийТекст → изображение3 профессии

Диффузионная модель Tencent на архитектуре Transformer для генерации изображений по текстовым запросам, с акцентом на понимание китайского языка и длинных описаний.

506скачиваний за 30 дней31лайквеса обновлены1 июл 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 v1.2 — предварительно обученная модель Tencent для генерации изображений по текстовым описаниям, опубликованная в формате Diffusers. Это Diffusion Transformer с поддержкой генерации в нескольких разрешениях; авторы подчёркивают детальное понимание китайских текстовых запросов и показывают сценарии с китайскими элементами и длинными описаниями. Модель предназначена для создания изображений по текстовым промптам. README описывает сравнительную оценку по соответствию запросу, заметности артефактов, чёткости объектов и эстетике, но не приводит здесь численные результаты.

Репозиторий содержит веса в форматах Diffusers и safetensors. Метаданные указывают английский язык, тогда как README отдельно заявляет поддержку детального понимания китайского; сведений о других языках нет. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с файлами лицензии репозитория.

Сценарии применения

  • генерация изображений по текстовому описанию
  • создание иллюстраций с китайскими культурными элементами
  • визуализация длинных текстовых промптов
  • подготовка изображений по запросам на китайском языке

Ограничения

README не содержит приведённых численных результатов оценки. Лицензия указана как other, поэтому условия использования нужно проверять в репозитории.

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-v1.2-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
5e96094

0 моделей