/ Модель

Характеристики

Размер весов
92 ГБ
Лицензия
Своя лицензия
Опубликована
20 ноя 2024

FLUX.1-Depth-dev

Генерация изображенийТекст → изображение3 профессии

Модель Black Forest Labs создаёт изображения по тексту, сохраняя структуру исходного изображения с помощью карты глубины.

3 890скачиваний за 30 дней243лайкавеса обновлены27 июн 2025

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

FLUX.1 Depth [dev] — модель генерации изображений от Black Forest Labs. Это трансформер rectified flow на 12 млрд параметров, обученный с дистилляцией guidance. Он создаёт изображение по текстовому описанию и использует входное изображение, чтобы сохранять его структуру на основе карты глубины.

Модель предназначена для творческих и исследовательских рабочих процессов, где нужно преобразовать или переосмыслить изображение, задавая результат текстом и сохраняя пространственную структуру исходника. Веса доступны для использования с Diffusers через FluxControlPipeline. Качество следования запросу зависит от формулировки промпта, а результат может не соответствовать ему.

Лицензия FLUX.1 [dev] Non-Commercial License разрешает личное и научное использование; README также упоминает коммерческое использование, но отсылает к условиям лицензии. Модель не предназначена для выдачи фактической информации. Она может усиливать общественные предубеждения; действуют ограничения на незаконное и вредоносное использование.

Сценарии применения

  • генерация изображения по текстовому описанию с сохранением структуры исходника
  • переработка изображения с управлением по карте глубины
  • создание вариаций исходного изображения по текстовому запросу
  • творческие эксперименты с управляемой генерацией изображений

Ограничения

Результат может не соответствовать промпту, а качество следования запросу зависит от стиля формулировки; модель не предназначена для получения фактической информации и может усиливать общественные предубеждения.

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

image/png

FLUX.1 Depth [dev] is a 12 billion parameter rectified flow transformer capable of generating an image based on a text description while following the structure of a given input image. For more information, please read our blog post.

Key Features

  1. Cutting-edge output quality.
  2. It blends impressive prompt adherence with maintaining the structure of source images based on depth maps.
  3. Trained using guidance distillation, making FLUX.1 Depth [dev] more efficient.
  4. Open weights to drive new scientific research, and empower artists to develop innovative workflows.
  5. Generated outputs can be used for personal, scientific, and commercial purposes as described in the FLUX.1 [dev] Non-Commercial License.

Usage

We provide a reference implementation of FLUX.1 Depth [dev], as well as sampling code, in a dedicated github repository. Developers and creatives looking to build on top of FLUX.1 Depth [dev] are encouraged to use this as a starting point.

API Endpoints

FLUX.1 Depth [pro] is available in our API bfl.ml

image/png

Diffusers

To use FLUX.1-Depth-dev with the 🧨 diffusers python library, first install or upgrade diffusers and image_gen_aux.

pip install -U diffusers
pip install git+https://github.com/asomoza/image_gen_aux.git

Then you can use FluxControlPipeline to run the model

import torch
from diffusers import FluxControlPipeline, FluxTransformer2DModel
from diffusers.utils import load_image
from image_gen_aux import DepthPreprocessor

pipe = FluxControlPipeline.from_pretrained("black-forest-labs/FLUX.1-Depth-dev", torch_dtype=torch.bfloat16).to("cuda")

prompt = "A robot made of exotic candies and chocolates of different kinds. The background is filled with confetti and celebratory gifts."
control_image = load_image("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/robot.png")

processor = DepthPreprocessor.from_pretrained("LiheYoung/depth-anything-large-hf")
control_image = processor(control_image)[0].convert("RGB")

image = pipe(
    prompt=prompt,
    control_image=control_image,
    height=1024,
    width=1024,
    num_inference_steps=30,
    guidance_scale=10.0,
    generator=torch.Generator().manual_seed(42),
).images[0]
image.save("output.png")

To learn more check out the diffusers documentation


Limitations

  • This model is not intended or able to provide factual information.
  • As a statistical model this checkpoint might amplify existing societal biases.
  • The model may fail to generate output that matches the prompts.
  • Prompt following is heavily influenced by the prompting-style.

Out-of-Scope Use

The model and its derivatives may not be used

  • In any way that violates any applicable national, federal, state, local or international law or regulation.
  • For the purpose of exploiting, harming or attempting to exploit or harm minors in any way; including but not limited to the solicitation, creation, acquisition, or dissemination of child exploitative content.
  • To generate or disseminate verifiably false information and/or content with the purpose of harming others.
  • To generate or disseminate personal identifiable information that can be used to harm an individual.
  • To harass, abuse, threaten, stalk, or bully individuals or groups of individuals.
  • To create non-consensual nudity or illegal pornographic content.
  • For fully automated decision making that adversely impacts an individual's legal rights or otherwise creates or modifies a binding, enforceable obligation.
  • Generating or facilitating large-scale disinformation campaigns.

License

This model falls under the FLUX.1 [dev] Non-Commercial License.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
fb5e9b1

0 моделей