Экспериментальная компактная модель bench-labs для генерации изображений по текстовым запросам.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
PixelModel v2 — небольшая модель генерации изображений по текстовому запросу, опубликованная bench-labs. Согласно карточке, её веса непосредственно представляют изображение; по сравнению с предыдущей версией число параметров увеличено с 23 тысяч до 200 тысяч.
Модель предназначена для экспериментального создания изображений по тексту. В карточке не описаны архитектурные детали, кроме семейства PixelModel v2 и плотного типа, а также не приведены сведения о контексте, качестве генерации или поддерживаемых языках сверх английского языка в метаданных. Репозиторий содержит веса safetensors и помечен лицензией MIT.
В карточке указано только увеличение числа параметров до 200 тысяч; подробности о качестве, разрешении и ограничениях генерации не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
🏆 BenchLabs Leaderboard • 🌍 Tiny-T2I Leaderboard • 📝 Blog Post
A neural network where the weights are the image. Scaled up.
Consider looking at previous versions for more context.
23k parameters -> 200k parameters (thats the only change)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Генеративная модель выложена не в формате diffusers.