/ Модель

Характеристики

Лицензия
MIT
Опубликована
5 окт 2026

sphere2

Языковая модельТекст → изображение

Sphere Encoder 2 генерирует изображения без текстового условия, декодируя случайные точки из латентной сферы.

0скачиваний за 30 дней2лайкавеса обновлены9 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

Sphere Encoder 2 — самостоятельный автоэнкодер для генерации изображений, разработанный группой tomg-group-umd. Он создаёт изображения, декодируя случайные точки из высокоразмерной латентной сферы; доступны варианты Sphere2-B и Sphere2-L, обученные для разрешений 256 и 512 пикселей на ImageNet и Oxford Flowers. Модель подходит для безусловной генерации изображений, выборки примеров и оценки качества генерации; репозиторий также содержит контрольные точки и статистику для оценки FDr6.

Веса представлены в формате PyTorch. Лицензия — MIT. В карточке не приведены сведения о языках или контекстном окне; модель работает с изображениями, а не с текстовыми запросами. Результаты зависят от варианта модели и обучающего набора; генерация ограничена изображениями доменов, на которых обучались соответствующие контрольные точки.

Сценарии применения

  • генерация изображений цветов без текстового запроса
  • генерация изображений ImageNet без условия
  • создание выборок изображений размером 256 пикселей
  • создание выборок изображений размером 512 пикселей
  • оценка качества генерации на ImageNet и Oxford Flowers

Ограничения

Контрольные точки обучены для ImageNet или Oxford Flowers и ориентированы на генерацию изображений в этих наборах данных. Генерация не управляется текстовым запросом.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sphere2

Sphere Encoder 2

Paper | Code

Sphere Encoder 2 is a standalone autoencoder that generates images by decoding random points from a high-dimensional latent sphere. This repository hosts the pretrained checkpoints, the FDr6 reference statistics and the dataset json files used by the official code.

Models

Modelflowers-256pxflowers-512pximagenet-256pximagenet-512px
Sphere2-Bckptckptckptckpt
Sphere2-Lckptckptckptckpt

Models trained with the FD-lite loss (Sec. B.1 of the paper):

Modelimagenet-256pximagenet-512px
Sphere2-B†ckptckpt
Sphere2-L†ckptckpt

Files

FolderContent
experimentsone folder per model, with cfg.json and the checkpoint
fdr6_statsFDr6 reference statistics for Oxford Flowers and ImageNet, at 256px and 512px
imagenet.jsontrain.json, val.json and folder_to_id_to_label.json for ImageNet
flowers.jsontrain.json and val.json for Oxford Flowers

Usage

Download a model folder into workspace/experiments of the code repository, then follow its README for sampling, evaluation and training:

hf download tomg-group-umd/sphere2 --include "experiments/sphere2-large-imagenet-512px/*" --local-dir workspace
bash scripts/sample_imagenet.sh

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
d18d9f8

0 моделей