Характеристики

Лицензия: Apache 2.0
Библиотека: diffusers
Опубликована: 25 авг 2026

Ссылки

omnigen2-base-df5dca8a

Мультимодальная модель

Зеркало OmniGen2 — мультимодальной модели для понимания изображений, их генерации по тексту и редактирования по инструкциям.

9скачиваний за 30 дней0лайковвеса обновлены11 окт 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

Это зеркало весов OmniGen2, перенесённое в формат diffusers и закреплённое на конкретной версии upstream-репозитория. OmniGen2 разработана VectorSpaceLab; модель объединяет мультимодальную языковую модель на базе Qwen2.5-VL, диффузионный трансформер, VAE и планировщик flow-match Euler.

Модель предназначена для визуального понимания, генерации изображений по тексту, редактирования изображений по инструкциям и генерации изображений с использованием примеров в контексте. Для текста и изображений предусмотрены отдельные пути декодирования. Репозиторий содержит веса и код для запуска через pipeline в upstream-проекте; для использования требуется загрузить его код.

Файлы представлены в формате diffusers и safetensors. Лицензия — Apache-2.0. Сведения о размере модели, длине контекста и поддерживаемых языках в доступных материалах не приведены.

Сценарии применения

генерация изображения по текстовому описанию
редактирование изображения по текстовой инструкции
понимание содержания изображения
генерация изображения по примеру в контексте

Ограничения

Для запуска требуется код pipeline из upstream-репозитория VectorSpaceLab/OmniGen2. Сведения о качестве модели и её вычислительных требованиях в доступных материалах отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omnigen2-base-df5dca8a

Mirror of the OmniGen2 unified multimodal model weights in diffusers layout, pinned to one upstream revision.

What it is for

The repo holds a copy of OmniGen2: the Qwen2.5-VL based MLLM, its processor, the OmniGen2 diffusion transformer and its code, the VAE and the flow-match Euler scheduler. OmniGen2 has separate decoding paths for text and images. It does visual understanding, text-to-image generation, instruction-guided image editing and in-context generation. The repo also keeps upstream's example images under assets/ and a CITATION.cff.

Provenance

Upstream source: OmniGen2/OmniGen2. The suffix df5dca8a in the repo name is the upstream revision.
Code: VectorSpaceLab/OmniGen2.
Paper: OmniGen2: Exploration to Advanced Multimodal Generation.

Use

hf download chibifire/omnigen2-base-df5dca8a --local-dir omnigen2

Load the folder with the pipeline in the upstream code repo. See the upstream card for setup, examples and tuning parameters.

Licence

Apache 2.0, as upstream licenses it. See the Apache License 2.0 terms and the upstream card.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов: 2fe5b08