/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
14 авг 2024

AuraFlow-v0.3

Генерация изображенийТекст → изображение3 профессии

AuraFlow v0.3 — flow-based модель fal для генерации изображений по текстовым запросам с поддержкой разных соотношений сторон и разрешения до 1536 пикселей.

978скачиваний за 30 дней136лайковвеса обновлены15 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

AuraFlow v0.3 — открытая модель генерации изображений по текстовому описанию, разработанная fal. Это flow-based модель для преобразования текстовых запросов в изображения; по сравнению с AuraFlow v0.2 она обучалась с большими вычислительными затратами и дополнительно дообучалась на эстетических наборах данных.

Модель поддерживает разные соотношения сторон и генерацию изображений шириной и высотой до 1536 пикселей. В карточке заявлены результаты уровня state of the art на GenEval. Модель находится в бета-версии, поэтому качество и поведение могут меняться по мере дальнейшей разработки. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание иллюстраций по текстовому описанию
  • генерация изображений в разных соотношениях сторон
  • создание изображений с шириной и высотой до 1536 пикселей

Ограничения

Модель находится в бета-версии, поэтому её качество и поведение могут измениться в ходе разработки.

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

AuraFlow v0.3

image/png

AuraFlow v0.3 is the fully open-sourced flow-based text-to-image generation model. The model was trained with more compute compared to the previous version, AuraFlow-v0.2.

Compared to AuraFlow-v0.2, the model is fine-tuned on more aesthetic datasets and now supports various aspect ratio, (now width and height up to 1536 pixels).

This model achieves state-of-the-art results on GenEval. Read our blog post for more technical details. You can also check out the comparison with other models on this gallery page.

The model is currently in beta. We are working on improving it and the community's feedback is important. Join fal's Discord to give us feedback and stay in touch with the model development.

Credits: A huge thank you to @cloneofsimo and @isidentical for bringing this project to life. It's incredible what two cracked engineers can achieve in such a short period of time. We also extend our gratitude to the incredible researchers whose prior work laid the foundation for our efforts.

Usage

$ pip install transformers accelerate protobuf sentencepiece
$ pip install git+https://github.com/huggingface/diffusers.git
from diffusers import AuraFlowPipeline
import torch

pipeline = AuraFlowPipeline.from_pretrained(
    "fal/AuraFlow-v0.3",
    torch_dtype=torch.float16,
    variant="fp16",
).to("cuda")

image = pipeline(
    prompt="rempage of the iguana character riding F1, fast and furious, cinematic movie poster",
    width=1536,
    height=768,
    num_inference_steps=50, 
    generator=torch.Generator().manual_seed(1),
    guidance_scale=3.5,
).images[0]

image.save("output.png")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
2cd8588

0 моделей