/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
pytorch
Опубликована
17 авг 2026

EG-FM-ImageNet

Генерация изображенийТекст → изображение

EG-FM — модель для генерации изображений ImageNet-1K по метке класса в разрешении 256×256 или 512×512.

0скачиваний за 30 дней2лайкавеса обновлены19 авг 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

Energy-Guided Flow Matching (EG-FM) — модель генерации изображений, разработанная авторами проекта EG-FM. Она предназначена для генерации изображений ImageNet-1K по метке класса, используя flow matching с энергетически направляемой траекторией coarse-to-fine. Выпущены чекпойнты PixelDiT-200 и PixelDiT-600 для разрешения 256×256, а также PixelDiT-220 для 512×512; обучение проводилось на ImageNet-1K. В карточке указана лицензия CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерческое.

Модель работает в пространстве пикселей и использует архитектуру PixelDiT. В README приведены показатели FID от 1,45 до 1,72 по оценке ADM; дополнительные детали о числе параметров, контексте и языковой поддержке не относятся к этой модели. Репозиторий содержит веса PyTorch. Модель предназначена для условной генерации изображений по классам ImageNet; результаты и заявленные показатели относятся к указанным разрешениям и протоколу оценки.

Сценарии применения

  • генерация изображения по классу ImageNet
  • создание изображений 256×256 для экспериментов с генеративными моделями
  • создание изображений 512×512 для исследований генерации
  • сравнение методов flow matching по метрике FID

Ограничения

Модель рассчитана на генерацию изображений по классам ImageNet-1K и опубликована для разрешений 256×256 и 512×512; переносимость на другие наборы классов не описана. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Energy-Guided Flow Matching (EG-FM)

Official checkpoints for Energy-Guided Flow Matching (EG-FM) on class-conditional ImageNet-1K generation at 256×256 and 512×512 resolutions.

EG-FM introduces an image-specific, energy-guided moving endpoint to construct an explicit coarse-to-fine generation trajectory while requiring no changes to the backbone or training data.

Released models

ModelResolutionTrainingFID
PixelDiT-200256×256200 epochs1.55
PixelDiT-600256×256600 epochs1.45
PixelDiT-220512×512200+20 epochs1.72
PixelDiT-240512×512200+40 epochs1.68

All FID values use the ADM evaluation suite. The 512×512 models continue from the 200-epoch 256×256 checkpoint; 200+20 and 200+40 denote the initial training followed by additional high-resolution adaptation epochs.

For installation, checkpoint loading, inference, and evaluation commands, see the official GitHub repository.

License

The model weights are released under CC BY-NC 4.0. Commercial use is not permitted under this license.

Citation

@article{tong2026energy,
  title   = {Energy-Guided Flow Matching},
  author  = {Tong, Haoyang and He, Yu and Li, Fang and Ma, Lichen and Fu, Jingling and Chen, Dong and Chen, Zhen and Huang, Junshi and Cao, Jie},
  journal = {arXiv preprint arXiv:2608.05811},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
52d7c63

0 моделей