/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
12 ноя 2024

shuttle-3-diffusion

Генерация изображенийТекст → изображение4 профессии

Shuttle 3 Diffusion создаёт детализированные изображения по текстовым промптам за четыре шага.

3 051скачиваний за 30 дней215лайковвеса обновлены23 ноя 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

Shuttle 3 Diffusion — модель генерации изображений по текстовому описанию от ShuttleAI, предназначенная для создания детализированных и разнообразных изображений за четыре шага. Она работает через библиотеку Diffusers и доступна в вариантах bfloat16, FP8 и GGUF для разных аппаратных условий. В карточке заявлено улучшенное качество изображений, работа с типографикой и сложными промптами, а также эффективность использования ресурсов; приведено сравнение с Flux Dev, но независимые результаты оценки не указаны.

Модель принимает текстовые промпты и выдаёт изображения. Лицензия Apache 2.0 разрешает использование и распространение на её условиях. Поддерживается английский язык; сведения о других языках и длине контекста не приведены.

Сценарии применения

  • генерация изображений по текстовому описанию
  • создание иллюстраций с текстом и типографикой
  • визуализация сложных промптов
  • локальная генерация изображений в ComfyUI

Ограничения

В README не приведены независимые результаты сравнительной оценки. Упоминание превосходства над Flux Dev является заявлением автора; оптимальная производительность зависит от выбранного формата и оборудования.

Для каких профессий подходит4

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

Shuttle 3 Diffusion

Join our Discord to get the latest updates, news, and more.

Model Variants

These model variants provide different precision levels and formats optimized for diverse hardware capabilities and use cases

Shuttle 3 Diffusion is a text-to-image AI model designed to create detailed and diverse images from textual prompts in just 4 steps. It offers enhanced performance in image quality, typography, understanding complex prompts, and resource efficiency.

image/png

You can try out the model through a website at https://chat.shuttleai.com/images

Using the model via API

You can use Shuttle 3 Diffusion via API through ShuttleAI

Using the model with 🧨 Diffusers

Install or upgrade diffusers

pip install -U diffusers

Then you can use DiffusionPipeline to run the model

import torch
from diffusers import DiffusionPipeline

# Load the diffusion pipeline from a pretrained model, using bfloat16 for tensor types.
pipe = DiffusionPipeline.from_pretrained(
    "shuttleai/shuttle-3-diffusion", torch_dtype=torch.bfloat16
).to("cuda")

# Uncomment the following line to save VRAM by offloading the model to CPU if needed.
# pipe.enable_model_cpu_offload()

# Uncomment the lines below to enable torch.compile for potential performance boosts on compatible GPUs.
# Note that this can increase loading times considerably.
# pipe.transformer.to(memory_format=torch.channels_last)
# pipe.transformer = torch.compile(
#     pipe.transformer, mode="max-autotune", fullgraph=True
# )

# Set your prompt for image generation.
prompt = "A cat holding a sign that says hello world"

# Generate the image using the diffusion pipeline.
image = pipe(
    prompt,
    height=1024,
    width=1024,
    guidance_scale=3.5,
    num_inference_steps=4,
    max_sequence_length=256,
    # Uncomment the line below to use a manual seed for reproducible results.
    # generator=torch.Generator("cpu").manual_seed(0)
).images[0]

# Save the generated image.
image.save("shuttle.png")

To learn more check out the diffusers documentation

Using the model with ComfyUI

To run local inference with Shuttle 3 Diffusion using ComfyUI, you can use this safetensors file.

Comparison to other models

Shuttle 3 Diffusion can produce images better images than Flux Dev in just four steps, while being licensed under Apache 2. image/png More examples

Training Details

Shuttle 3 Diffusion uses Flux.1 Schnell as its base. It can produce images similar to Flux Dev or Pro in just 4 steps, and it is licensed under Apache 2. The model was partially de-distilled during training. When used beyond 10 steps, it enters "refiner mode," enhancing image details without altering the composition. We overcame the limitations of the Schnell-series models by employing a special training method, resulting in improved details and colors.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
7b614c4

0 моделей