/ Модель
Каталог

Характеристики

Лицензия
OpenRAIL++
Базовая модель
PixArt-XL-2-1024-MS
Опубликована
28 янв 2025

Ссылки

Hugging FacearXiv 2310.00426arXiv 2403.04692

pixart

calcuis
Генерация изображенийТекст → изображение3 профессии

calcuis/pixart — это квантованная в формате GGUF версия модели PixArt-α/PixArt-Σ для генерации изображений по текстовому описанию.

2 276скачиваний за 30 дней7лайковвеса обновлены31 янв 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

Модель основана на PixArt-alpha/PixArt-XL-2-1024-MS и предназначена для работы в ComfyUI с использованием gguf-node. Разработчик репозитория — calcuis; исходные модели связаны с проектом PixArt-alpha.

Модель поддерживает сценарий text-to-image и рассчитана прежде всего на генерацию изображений размером 1024×1024 или 512×512. Для кодирования текста используется T5 XXL, поэтому модель может работать с короткими описаниями и предложениями, а не только с набором тегов. В представленном README указан английский язык. В комплекте предусмотрены квантованные компоненты: diffusion-модель размером около 1 ГБ, текстовый энкодер около 2,9 ГБ и VAE около 83,7 МБ.

К сильным сторонам относятся относительно небольшой размер квантованных файлов, хорошее качество изображений и поддержка подробных текстовых запросов. Ограничения включают необходимость использования совместимого gguf-node и актуальной версии этого пакета, а также необходимость подбирать разрешение в соответствии с моделью. Контекстное окно, точные параметры архитектуры и требования к аппаратным ресурсам в README не указаны. Лицензия — OpenRAIL++.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gguf quantized version of pixart

setup (once)

  • drag pixart-xl-2-1024-ms-q4_k_m.gguf [1GB] to > ./ComfyUI/models/diffusion_models
  • drag t5xxl_fp16-q4_0.gguf [2.9GB] to > ./ComfyUI/models/text_encoders
  • drag pixart_vae_fp8_e4m3fn.safetensors [83.7MB] to > ./ComfyUI/models/vae

run it straight (no installation needed way)

  • run the .bat file in the main directory (assuming you are using the gguf-node pack below)
  • drag the workflow json file (below) or the demo picture above to > your browser

workflow

review

  • should set the output image size according to the model stated, i.e., 1024x1024 or 512x512
  • pixart-xl-2-1024-ms and pixart-sigma-xl-2-1024-ms are recommended (with 1024x1024 size)
  • small size model but good quality pictures; and t5 encoder allows you inputting short description or sentence instead of tag(s)
  • more quantized versions of t5xxl encoder can be found here
  • upgrade your gguf-node (see the last item in reference list below) to the latest version for pixart model support

paper

reference

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов
9b50345

0 моделей

    Создать бенчмарк