/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
30 июл 2026

unidflow-base-7B

Преобразование изображенийИзображение, текст → изображение

UniDFlow — модель двунаправленной диффузии с маскированием для редактирования и стилизации изображений по текстовому запросу.

0скачиваний за 30 дней0лайковвеса обновлены30 июл 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

onkarsus13/unidflow-base-7B — опубликованные веса модели UniDFlow, токенизатор и VQ-VAE для модульного пакета Python unidflow. Это модель двунаправленной диффузии с маскированием для преобразования изображений по текстовому запросу: например, она может стилизовать фотографию в акварельную живопись. Для работы предназначен UniDFlowPipeline; README указывает режим редактирования изображения.

Репозиторий содержит файлы safetensors и использует лицензию Apache-2.0. Размер модели, список поддерживаемых языков и длина контекста в предоставленных данных не указаны.

Сценарии применения

  • стилизация фотографии под акварельную живопись
  • редактирование изображения по текстовой инструкции
  • преобразование исходного изображения в заданный художественный стиль

Ограничения

Модель предназначена для запуска через UniDFlowPipeline; README предупреждает, что для неё не следует использовать autoregressive transformers.generate().

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Refined UniDFlow

This repository contains the released UniDFlow weights, tokenizer, and VQ-VAE prepared for the modular unidflow Python package.

from unidflow import UniDFlowPipeline

pipe = UniDFlowPipeline.from_pretrained("onkarsus13/unidflow-base-7B")
result = pipe(
    "image-to-image",
    image="input.jpg",
    prompt="Turn this photograph into a watercolor painting",
    edit_type="edit",
    seed=42,
)
result.save("edited.png")

UniDFlow is a bidirectional masked-diffusion model. Use UniDFlowPipeline rather than the autoregressive transformers.generate() method. Preserve the upstream UniDFlow citation and notices when redistributing this checkpoint.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
0f20336

0 моделей