/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
dreamshaper-7
Опубликована
7 июн 2026

TokForge-SD15-IPAdapter

Генерация изображенийТекст → изображение3 профессии

Пакет Stable Diffusion 1.5 для генерации изображений по тексту с сохранением идентичности лица с референсной фотографии.

227скачиваний за 30 дней0лайковвеса обновлены12 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

TokForge-SD15-IPAdapter — пакет для генерации изображений по текстовому запросу с переносом внешности человека с эталонной фотографии. Он предназначен для работы на устройстве в приложении TokForge и объединяет DreamShaper-7 на базе Stable Diffusion 1.5, IP-Adapter plus-face и визуальный энкодер OpenCLIP ViT-H-14. Модель использует текстовый энкодер CLIP, UNet и VAE в файле GGUF F16, а адаптер и энкодер изображения поставляются отдельными файлами.

Пользователь задаёт сцену текстом и прикладывает фотографию лица: адаптер переносит идентичность, а запрос определяет окружение и действие. В README приведён пример генерации изображения супергероя над Нью-Йорком; рекомендуются 30 шагов, размер 512×512 и sampler euler_a. Пакет основан на слиянии DreamShaper-7 от Lykon и IP-Adapter plus-face от h94; базовая модель конвертирована в GGUF F16. Лицензия базовой модели указана как CreativeML-OpenRAIL-M; файлы адаптера и энкодера изображения имеют лицензии Apache-2.0 и MIT соответственно.

Сценарии применения

  • генерация портретов человека в заданной текстом сцене
  • создание изображений персонажа с сохранением внешности по фото
  • перенос лица на образ супергероя или другого персонажа
  • генерация новых фонов и окружения вокруг человека с референса

Ограничения

Для переноса идентичности требуется фотография лица и поддержка IP-Adapter; пример и рекомендуемые настройки рассчитаны на изображение 512×512. Пакет включает несколько крупных файлов, в том числе энкодер изображения размером около 2,5 ГБ.

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

Published by TokForge for on-device inference.

TokForge

Runs on-device in the TokForge app.

TokForge: SD1.5 IP-Adapter (Reference Identity) bundle

The reference-identity image route for the TokForge Android app. Attach a photo of a person, then render that person in any scene ("me as a superhero flying over New York"). The plus-face IP-Adapter transfers the face only while the prompt drives the whole scene.

This bundle runs on the on-device stable-diffusion.cpp GGUF engine (TokForge's IP-Adapter port) on CPU and Adreno OpenCL. SD1.5 is light enough for any 8 GB+ phone, the broadest-reach identity tier (lighter than the SDXL PhotoMaker tier).

Files

FileSizeLicenseContents
sd15-base-f16.gguf~2.2 GBCreativeML-OpenRAIL-MDreamShaper-7 (SD1.5 realistic finetune), CLIP text encoder + UNet + VAE in one f16 GGUF
ip-adapter-plus-face_sd15.safetensors~98 MBApache-2.0IP-Adapter plus-face (h94/IP-Adapter), 16-token Resampler + decoupled cross-attn
ip_adapter_clip_vision_vith.safetensors~2.5 GBMITOpenCLIP ViT-H-14 image encoder (the plus-face path needs ViT-H, not bigG)

manifest.json and MD5SUMS carry the integrity hashes + render defaults.

Why this base, and why f16 (not Q4)

The base is the standard, non-LCM DreamShaper-7, the same realistic SD1.5 finetune TokForge ships on its other image tiers. It is converted at f16 (full precision) so the IP-Adapter's decoupled cross-attention and the face Resampler keep subject quality high. A q4_0/emaonly base measurably weakens the transferred identity, so this bundle deliberately uses f16.

Why plus-face (not the base adapter)

The base ip-adapter_sd15 projects the whole pooled CLIP embedding (4 tokens) → it drags the reference's entire scene through (a car selfie came out "the person in his car"). The plus-face Resampler extracts the face only (16 tokens from the ViT-H penultimate hidden state) → identity is preserved while the prompt controls the scene. The TokForge sd.cpp IP-Adapter loader auto-detects plus-face by the presence of image_proj.latents.

How TokForge uses it

In the app: Image model picker → download "SD1.5 IP-Adapter (Reference Identity)" → attach a face photo as a reference under chat → prompt the scene. The engine is invoked as:

sd -M img_gen \
   -m sd15-base-f16.gguf \
   -p "as a superhero flying over New York" \
   -n "<strong negative>" \
   --clip_vision ip_adapter_clip_vision_vith.safetensors \
   --ip-adapter ip-adapter-plus-face_sd15.safetensors \
   --ip-adapter-image <your_face.jpg> \
   --ip-adapter-scale 0.6 \
   --cfg-scale 7.0 --sampling-method euler_a --scheduler discrete \
   --steps 30 -H 512 -W 512

Recommended render settings

SettingValue
samplereuler_a
schedulerdiscrete
steps30 (full quality; fewer = faster)
cfg-scale7.0
ip-adapter-scale0.6 (≈0.5-0.6 keeps the scene with recognizable identity; ~0.8 reconstructs the reference)
resolution512×512 (SD1.5 native)

Licenses

This is an aggregate of three independently-licensed components, and each retains its own license:

  • DreamShaper-7 base (sd15-base-f16.gguf): CreativeML-OpenRAIL-M (Lykon/dreamshaper-7). Use must comply with the OpenRAIL-M use-based restrictions.
  • IP-Adapter plus-face (ip-adapter-plus-face_sd15.safetensors): Apache-2.0 (h94/IP-Adapter).
  • OpenCLIP ViT-H-14 image encoder (ip_adapter_clip_vision_vith.safetensors): MIT (OpenCLIP / LAION ViT-H-14).

The non-commercial IP-Adapter-FaceID / InsightFace path is NOT used here, only the Apache-2.0 base + plus-face adapters from h94/IP-Adapter.

Provenance

  • Base converted from Lykon/dreamshaper-7 (diffusers) to a single f16 GGUF via the TokForge stable-diffusion.cpp convert path (-M convert --type f16).
  • Adapter + image encoder copied verbatim from h94/IP-Adapter (models/ip-adapter-plus-face_sd15.safetensors, models/image_encoder/model.safetensors).

Credits

  • DreamShaper 7 by Lykon (Civitai, Hugging Face). Used under the CreativeML OpenRAIL-M license and the creator's Civitai terms. Lykon's Civitai terms: no selling the model or merges of it.
  • Stable Diffusion v1.5 by Runway and CompVis (Hugging Face). Used under the CreativeML OpenRAIL-M license.
  • IP-Adapter by Tencent AI Lab (h94) (Hugging Face). Used under the Apache-2.0 license.
  • OpenCLIP ViT-H-14 image encoder by LAION (Hugging Face). Used under the MIT license.
  • Converted to GGUF with stable-diffusion.cpp by leejet (MIT).

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
6141483

0 моделей