/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Fibo-Edit-1.5-base
Библиотека
diffusers
Опубликована
10 авг 2026

Fibo-Edit-1.5-turbo

Преобразование изображенийИзображение, текст → изображение3 профессии

Дистиллированная модель Bria AI для управляемого редактирования изображений по структурированным инструкциям и нескольким референсам.

1 301скачиваний за 30 дней33лайкавеса обновлены24 сен 2026

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

FIBO-Edit 1.5 Turbo — модель редактирования изображений от Bria AI, созданная на основе FIBO-Edit 1.5 Base. Она принимает исходное изображение, текстовую инструкцию в структурированном JSON формате VGL и до четырёх референсных изображений, а затем создаёт отредактированное изображение. Поддерживаются редактирование по маске, перенос стиля и внешнего вида, виртуальная примерка, интеграция товаров и композиция по нескольким референсам.

Модель использует Diffusers pipeline BriaFiboEditPipeline и архитектуру с трансформером на 8 млрд параметров; в составе также указаны VAE Wan 2.2 и текстовый энкодер SmolLM3. Это дистиллированная версия: для вывода требуется 4 шага диффузии вместо 30 у базовой версии. Карточка заявляет поддержку английского языка для карточки модели, но не перечисляет языки инструкций отдельно.

Модель разработана для управляемого редактирования изображений в интерактивных и коммерческих конвейерах. Веса доступны для некоммерческого использования по отдельной лицензии; коммерческое использование предлагается через отдельные условия Bria AI. README заявляет обучение на лицензированных данных и высокое качество следования инструкциям, однако эти утверждения не заменяют независимую оценку для конкретного сценария.

Сценарии применения

  • редактирование выбранной области изображения по маске
  • композиция изображения по нескольким референсам
  • виртуальная примерка одежды и аксессуаров
  • интеграция товара в сцену
  • перенос стиля или внешнего вида с референса

Ограничения

Веса доступны для некоммерческого использования; коммерческое применение требует отдельной лицензии. Для подготовки структурированного VGL-промпта в описанном примере используется внешний сервис Gemini с API-ключом.

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

Installation

Install Diffusers and additional requirements:

uv pip install --torch-backend=auto git+https://github.com/huggingface/diffusers torch torchvision google-genai boltons ujson sentencepiece accelerate transformers

Usage

Write your edit instruction in plain text and convert it, together with the source image, into a structured VGL JSON prompt with briaai/FIBO-edit-gemini-prompt-to-JSON. This block calls Gemini and supports single references, multiple references, and masks. Set its API key first:

export GEMINI_API_KEY="your-api-key"
import torch
from diffusers import BriaFiboEditPipeline
from diffusers.modular_pipelines import ModularPipelineBlocks
from PIL import Image

vlm_pipe = ModularPipelineBlocks.from_pretrained(
    "briaai/FIBO-edit-gemini-prompt-to-JSON", trust_remote_code=True
)
vlm_pipe = vlm_pipe.init_pipeline()

# Load the turbo (4-step distilled) pipeline
pipe = BriaFiboEditPipeline.from_pretrained(
    "briaai/Fibo-Edit-1.5-turbo",
    torch_dtype=torch.bfloat16,
)
pipe.to("cuda")

# Optional: compile the repeated transformer blocks for faster inference.
# pipe.transformer.compile_repeated_blocks()

# Your source image
image = Image.open("photo.jpg")

# Convert the edit instruction to a structured VGL JSON prompt
json_prompt = vlm_pipe(image=image, prompt="make the sky dramatic and stormy").values["json_prompt"]

result = pipe(
    image=image,
    prompt=json_prompt,
    num_inference_steps=4,     # 4 steps only — this is a distilled model
    guidance_scale=1.0,        # CFG 1.0 — no classifier-free guidance needed
).images[0]

result.save("edited.png")

Multiple references

BriaFiboEditPipeline also accepts a list of reference images (multiple references, not a batch). Keep the distilled 4-step / guidance 1.0 defaults:

references = [Image.open("ref-1.png").convert("RGB"), Image.open("ref-2.png").convert("RGB")]

json_prompt = vlm_pipe(
    image=references, prompt="place the subject from both references on a beach"
).values["json_prompt"]

result = pipe(
    image=references,
    prompt=json_prompt,
    num_inference_steps=4,
    guidance_scale=1.0,
).images[0]
result.save("multi_ref.png")

Architecture

ComponentDetails
PipelineBriaFiboEditPipeline
TransformerBriaFiboTransformer2DModel — 8B parameters (24 heads × 128 dim, 8 joint + 38 single layers)
VAEAutoencoderKLWan — Wan 2.2 VAE (48 latent channels, 16× spatial downscale)
Text EncoderSmolLM3ForCausalLM (bfloat16)
TokenizerSmolLM PreTrainedTokenizerFast
SchedulerFlowMatchEulerDiscreteScheduler (shift=3.0, dynamic shifting)

Provenance

  • Transformer: DMD student checkpoint (step 1500), distilled from Fibo-Edit 1.5 teacher with character LoRA merged at scale 0.9.
  • VAE: Wan 2.2 VAE (shared with the Fibo-Edit family).
  • Text Encoder / Tokenizer: SmolLM3 (shared with the Fibo-Edit family).
  • Scheduler: FlowMatchEulerDiscreteScheduler (same config as Fibo-Edit).

More Examples

Citation

@article{gutflaish2025generating,
  title={Generating an Image From 1,000 Words: Enhancing Text-to-Image With Structured Captions},
  author={Gutflaish, Eyal and Kachlon, Eliran and Zisman, Hezi and Hacham, Tal and Sarid, Nimrod and Visheratin, Alexander and Huberman, Saar and Davidi, Gal and Bukchin, Guy and Goldberg, Kfir and others},
  journal={arXiv preprint arXiv:2511.06876},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

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

Ревизия весов
21061e9

0 моделей