I.10Видео, анимация и 3D

wy8edhuh/flux2-klein-9b-uncensored-text-encoder-Q6_K-GGUF — это текстовый энкодер для экосистемы FLUX.2 Klein, подготовленный в формате GGUF. Модель создана конвертацией исходной модели ponpoke/flux2-klein-9b-uncensored-text-encoder с использованием llama.cpp и GGUF-my-repo; в лицензии указана связь с FLUX.2 Klein от Black Forest Labs. По назначению она ориентирована прежде всего на обработку текстовых запросов в сценариях text-to-image, а также может запускаться как текстовая модель через инструменты llama.cpp. Модель имеет размер 9B параметров согласно идентификатору, использует квантизацию Q6_K и поддерживает английский и японский языки. README не содержит подробностей об архитектуре, точном размере контекста, требованиях к памяти или качестве генерации. Для llama.cpp приведён пример запуска с контекстом 2048 токенов, однако это не подтверждает максимальную длину контекста модели. К сильным сторонам относятся совместимость с llama.cpp, компактный квантизированный формат GGUF и отсутствие встроенной фильтрации безопасности, что расширяет допустимый диапазон генерируемого контента, включая общий NSFW-контент. Ограничения связаны с отсутствием фильтрации и необходимостью соблюдать применимое законодательство и ответственное использование. Модель распространяется по лицензии flux-non-commercial-v2.1; коммерческое использование README не разрешает.

HassanBlend1.4 — модель для генерации изображений по текстовым запросам, созданная разработчиком hassan. Она распространяется в форматах Diffusers, PyTorch и Safetensors и предназначена для использования с StableDiffusionPipeline. Модель можно применять для создания изображений по промптам; автор также публикует примеры и советы по фотореалистичным изображениям. Для запуска доступен интерфейс Gradio. Репозиторий лицензирован по CreativeML OpenRAIL-M.

Это коллекция из 34 LoRA-адаптеров в формате .safetensors для генерации изображений. Репозиторий создан пользователем или организацией highscoregames12018 и предназначен для использования с базовой моделью stabilityai/stable-diffusion-xl-base-1.0, совместимой с экосистемой Diffusers и, вероятно, интерфейсом Automatic1111. Коллекция рассчитана на сценарии text-to-image и содержит около 6,7 ГБ данных в 139 файлах. В README не указаны назначение отдельных адаптеров, их тематики, обучающие данные, поддерживаемые языки, требования к памяти или параметры контекста, поэтому оценить сильные стороны и ограничения каждого компонента невозможно. Также отсутствует информация о конкретных настройках применения и результатах тестирования. Для модели указана лицензия Apache-2.0, допускающая использование на условиях этой лицензии. Для работы необходима базовая модель Stable Diffusion XL 1.0 и совместимое программное обеспечение для загрузки LoRA-адаптеров.

LTX2.3_NSFW_motion — LoRA-адаптер для модели lynaNSFW/LTX2BFN, разработанный автором lynaNSFW. Он предназначен для генерации изображений и, судя по описанию, может применяться к 2D-, 3D- и реалистичным сценам, а также к furry- и non-furry-контенту. Модель относится к экосистеме Diffusers и ориентирована на text-to-image-сценарии. Рекомендуемая сила LoRA составляет около 0,7, однако её следует подбирать в зависимости от рабочего процесса и используемого стека LoRA. Автор указывает совместимость с distilled model и рекомендует использовать wan2gp вместо ComfyUI, поскольку в его опыте это обеспечивает более качественные результаты и упрощает настройку. Сведения о размере, архитектуре, поддерживаемых языках, максимальном контексте и лицензии в README не указаны.

SidXXD/m-451 — это веса textual inversion, созданные автором для Stable Diffusion v1.5 и предназначенные для генерации изображений по текстовым запросам с использованием выученного текстового представления. Модель загружается как адаптация к stable-diffusion-v1-5/stable-diffusion-v1-5 в библиотеке Diffusers; файлы представлены в форматах Diffusers и Safetensors. Адаптацию можно применять в сценариях генерации изображений по промпту, подключив её к базовой модели. Карточка не уточняет, какое именно понятие или визуальный стиль кодируют веса, поэтому конкретную тематику применения определить нельзя. Лицензия — CreativeML OpenRAIL-M.

MiniT2I — это семейство моделей генерации изображений по текстовому описанию, опубликованное в виде весов PyTorch, совместимых с Diffusers. Репозиторий содержит варианты MiniT2I-B/16 и MiniT2I-L/16; оба чекпойнта выгружены с шага обучения 290 тысяч. Выбрать вариант можно при инференсе через параметр model_type, причём загружаются только веса выбранной модели. Модель предназначена для создания изображений по текстовым запросам. Веса доступны в форматах Diffusers и Safetensors, библиотека запуска — Diffusers. Репозиторий распространяется по лицензии MIT. Карточка не сообщает о поддерживаемых языках запросов и ограничениях качества или области применения.

ModernArt Diffusion — модель генерации изображений в стиле современного искусства, представленная пользователем theintuitiveye. Она предназначена для создания изображений по текстовым запросам; для усиления стилистического эффекта можно добавить триггер «modernartst». Модель обучена на примерно 100 изображениях современного искусства и распространяется в форматах Diffusers, PyTorch и Safetensors. В README рекомендован VAE от Stability AI для улучшения результатов. Лицензия — CreativeML OpenRAIL-M.

rgbylr — модель генерации изображений по текстовому описанию, созданная пользователем rq0 методом DreamBooth на базе Stable Diffusion v2-768. Для генерации через diffusers в карточке рекомендуются промпты с триггером «rgbylr». Модель распространяется в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M. Карточка содержит примеры изображений, но не описывает их содержание, поэтому назначение обученного концепта и его ограничения определить нельзя.

Norod78/sd2-simpsons-blip — дообученная версия Stable Diffusion 2.0, созданная Norod78 для генерации изображений в мультяшном стиле «Симпсонов». Модель принимает текстовый запрос и создаёт изображение; её обучали 10 000 итераций на изображениях, связанных с «Симпсонами», с подписями BLIP. Базовая модель — stabilityai/stable-diffusion-2-base. Модель предназначена для создания стилизованных изображений по текстовым описаниям. Репозиторий содержит веса в форматах Diffusers/PyTorch и SafeTensors; README также описывает использование checkpoint-файла в AUTOMATIC1111 Stable Diffusion WebUI. Лицензия — CreativeML OpenRAIL-M, условия которой следует учитывать при использовании и распространении результатов.

dlcvproj/sd-test — модель для генерации изображений, размещённая пользователем dlcvproj на Hugging Face. Метаданные относят её к задаче text-to-image и указывают форматы Diffusers, PyTorch и safetensors; README показывает загрузку через библиотеку diffusers с помощью DDPMPipeline и генерацию изображения без текстового запроса. Данных о разработчике архитектуры, размере модели, обучающих данных, языках и лицензии в доступных источниках нет.

SoteDiffusion Wuerstchen3 — экспериментальная аниме-модель для генерации изображений по текстовому описанию. Автор дообучил Würstchen V3 на датасете аниме-иллюстраций; в карточке также указана базовая модель Disty0/sote-diffusion-cascade-alpha0. Модель распространяется в формате Diffusers с весами SafeTensors и предназначена для запуска, в частности, через SD.Next или ComfyUI. Обучение ещё продолжается. Карточка описывает настройку для иллюстраций в аниме-стиле, включая рекомендации по разрешению и параметрам генерации. Реалистичные изображения не тестировались; модель может переключаться на реалистичную стилистику, а глаза персонажей на дальнем плане, анатомия и кисти рук могут получаться неудачно. В README указано ограничение на коммерческое использование; конкретная лицензия обозначена в метаданных как other.

John6666/spicy-realism-nsfw-mix-v30-sdxl — модель преобразования текста в изображение на базе Stable Diffusion XL, предназначенная для генерации реалистичных и фотореалистичных изображений по текстовым описаниям. Модель опубликована пользователем John6666; в README указано, что исходная модель создана ohmyvyom и размещена на Civitai. Модель работает через библиотеку Diffusers с конвейером StableDiffusionXLPipeline и ориентирована на высокую реалистичность, соблюдение текстовых промптов и создание контента для взрослой аудитории. Основным языком текстовых запросов заявлен английский. Модель распространяется по лицензии FAIR AI Public License 1.0 for Stable Diffusion (FAIPL-1.0-SD), обозначенной в карточке как other. Следует учитывать ограничения лицензии и требования к безопасному и законному использованию сгенерированных изображений.

qujincheng/Z-Image-Lora — модель LoRA для генерации изображений по текстовому описанию, разработанная сообществом Hugging Face пользователем qujincheng. Она предназначена для использования вместе с базовыми моделями Tongyi-MAI/Z-Image и Tongyi-MAI/Z-Image-Turbo в сценариях text-to-image, в частности для создания изображений людей, персонажей и публичных персон по специальным триггерным словам. Модель распространяется в формате safetensors и интегрируется с экосистемой Diffusers. README указывает на большое количество поддерживаемых образов и имён, для которых используются триггеры вида vrtlxxxx; обычные описания вроде «woman» или «1girl» могут не срабатывать. Для неоднозначных имён рекомендуется явно указывать пол, а при слабом или некорректном знании базовой модели — исключать имя и использовать только триггер. Точные размер модели, архитектурные параметры, поддерживаемые языки и максимальный контекст не указаны. Сильная сторона модели — специализация на воспроизведении множества конкретных лиц и персонажей в сочетании с Z-Image и Z-Image-Turbo. Ограничения включают зависимость от точных триггерных слов и базовой модели, а также возможные ошибки или цензурирование отдельных образов. Лицензия — Apache-2.0.

Anima-turbo-v1.0-GGUF — квантизированная версия модели Anima-Turbo-v1.0, первоначально разработанной CircleStone Labs и опубликованной в формате GGUF пользователем Abiray. Модель основана на архитектуре nvidia/Cosmos-Predict2-2B-Text2Image и содержит около 2 миллиардов параметров. Это text-to-image-модель, ориентированная преимущественно на аниме-концепты, персонажей, стили, иллюстрации и другие художественные изображения; для фотореалистичной генерации она подходит плохо. Вариант Turbo является дистиллированной версией, оптимизированной для быстрой генерации за небольшое число шагов. Модель предназначена для запуска в ComfyUI с использованием узла ComfyUI-GGUF и поддерживает работу на CPU и GPU с выгрузкой вычислений. Доступны квантизации Q3_K_M, Q4_K_S, Q4_K_M, Q5_K_M, Q6_K и Q8_0 размером примерно от 1,02 до 2,24 ГБ; Q4_K_M и Q5_K_M заявлены как сбалансированные варианты. Для Turbo рекомендуются 8–12 шагов, CFG 1.0 и sampler euler. Поддерживаются разрешения от 512×512 до 1536×1536 пикселей. Модель обучалась на Danbooru-style tags, описаниях на естественном языке и их сочетаниях; язык текстовых запросов явно не указан. Для работы требуются ComfyUI версии 0.14.1 или выше, дополнительные text encoder Qwen 3 0.6B и VAE qwen_image_vae. Основные ограничения — узкий художественный фокус, низкая пригодность для реализма и зависимость Turbo-варианта от ограниченных параметров генерации. Лицензия указана как circlestone-labs-non-commercial-license; коммерческое использование не разрешено.

Elden Ring Diffusion — дообученная модель Stable Diffusion от nitrosocke, обученная на игровых изображениях Elden Ring с использованием DreamBooth и функции сохранения prior knowledge за 3 000 шагов. Она создаёт изображения по текстовым запросам, добавляя стиль игры при использовании в промпте слов «elden ring style». Модель подходит для генерации портретов, персонажей и фэнтезийных пейзажей в эстетике Elden Ring. Репозиторий содержит веса для Diffusers и PyTorch; в README также упомянута версия checkpoint eldenRing-v3-pruned.ckpt. Указана лицензия CreativeML OpenRAIL-M. Это специализированная модель стилизации, поэтому её результаты ориентированы на визуальную эстетику Elden Ring и зависят от формулировки запроса.

Keltezaa/emma-watson-face-flux-sdxl — это LoRA-адаптер для генерации изображений, обученный на базе black-forest-labs/FLUX.1-dev. Автором или владельцем публикации указан Keltezaa. Модель предназначена для создания изображений женщины, визуально связанной с Эммой Уотсон, в том числе портретов, селфи, сцен в различных эпохах и стилях, а также фотореалистичных, аниме, сюрреалистических и кинематографических композиций. Модель работает в сценариях text-to-image через экосистему Diffusers и Stable Diffusion-совместимые рабочие процессы, хотя точные параметры подключения, вес LoRA, требования к памяти, размер модели, контекст и поддерживаемые языки в README не указаны. Примеры показывают управление внешностью, одеждой, освещением, окружением и художественным стилем с помощью текстового запроса. Сильной стороной является специализация на образе лица и гибкость применения в разных визуальных сценах. Ограничения включают возможную нестабильность сходства, зависимость результата от базовой модели и формулировки запроса, а также потенциальные ограничения при генерации изображений реального человека и персонажей, защищённых авторским правом. Лицензия указана как bespoke-lora-trained-license. Согласно ссылке в README, она допускает коммерческое использование изображений, создание производных работ и использование другой лицензии, а также не требует обязательного указания авторства; перед применением следует проверить актуальные условия лицензии по указанной ссылке.

Tiemi/FunnyShihTzu-dog — модель Stable Diffusion, которую Tiemi дообучил методом DreamBooth на фотографиях своей собаки породы ши-тцу. Она предназначена для генерации изображений по текстовому описанию с сохранением концепта FunnyShihTzu; тег FunnyShihTzu следует включать в запрос, а остальную часть описания можно менять. Модель работает с библиотекой Diffusers и распространяется в форматах PyTorch и Diffusers. Модель подходит для создания разных изображений FunnyShihTzu, например фотографических сцен, мультяшного арта и стилизованных фигурок. Каждая генерация может отличаться даже при одинаковом запросе. Лицензия — CreativeML OpenRAIL-M; README не приводит дополнительных сведений об ограничениях.

Krea-2-Engineer-V1-GGUF — экспериментальная модель от BennyDaBall, созданная на основе текстового энкодера Krea-2-Turbo от Krea. Это дообученная языковая часть Qwen3-VL объёмом 4B, перепакованная в стандартный формат GGUF и предназначенная для запуска как обычная causal language model. В README указан английский язык модели. Модель специализируется на улучшении и переписывании запросов для генерации изображений: превращает короткое или неформализованное описание в подробный, связный и кинематографичный промпт. Она ориентирована на сценарии prompt engineering, подготовку запросов для Krea-2 и использование в LM Studio или других совместимых инструментах на базе llama.cpp. Доступны варианты квантования от F16 до Q2_K; рекомендуемым компромиссом между качеством и размером названа Q4_K_M объёмом около 2,5 ГБ. Сильные стороны модели — компактный размер, поддержка распространённого GGUF и специализация на структурировании визуальных описаний с учётом композиции, освещения, материалов, атмосферы и стилевых ограничений. Это только текстовая модель без vision tensors: она не создаёт изображения и не может использоваться как полноценный текстовый энкодер Krea-2 в ComfyUI или генерировать соответствующее conditioning. Модель экспериментальная, а качество снижается при агрессивном квантовании. Модель распространяется по Krea 2 Community License Agreement. Коммерческое использование разрешено только компаниям с годовой выручкой менее 1 млн долларов; требуется реализовать разумную фильтрацию контента, сохранять префикс «Krea» в названии и не распространять производные веса на более мягких условиях. Модель не является официальным продуктом Krea и не endorsed компанией Krea.

Mad Max: Fury Road Diffusion — дообученная модель Stable Diffusion 2.0, созданная на изображениях фильма «Безумный Макс: Дорога ярости». Она предназначена для генерации изображений по текстовым описаниям в стилистике фильма; для активации эффекта автор рекомендует добавлять в запрос токен mad_max_fr. Модель рассчитана на генерацию изображений размером 768×768 и работает через библиотеку Diffusers. В карточке указана лицензия OpenRAIL++; модель поддерживает английский язык запросов. Её можно использовать для создания стилизованных изображений автомобилей, городов и персонажей. Качество зависит от формулировки запроса, а сильная привязка к эстетике одного фильма ограничивает применение вне этой стилистики.

NSFW-GEN-ANIME-v2 — модель UnfilteredAI для генерации изображений в стиле аниме по текстовым описаниям. Она создаёт как обычные, так и откровенные изображения; в карточке указаны 3,47 млрд параметров и формат вычислений FP16. Модель предназначена для создания иллюстраций по текстовым запросам, в том числе контента для взрослой аудитории. В метаданных указана архитектура StableDiffusionXLPipeline и форматы Diffusers и safetensors. Модель объединена на основе OEvortex/PixelGen и UnfilteredAI/NSFW-gen. Для работы с ней нужны текстовый запрос и среда, совместимая с Diffusers. Лицензия обозначена как other, поэтому условия использования следует уточнять в репозитории модели.

ranmadiffusion — дообученная диффузионная модель tashachan28 для генерации изображений в стиле аниме конца 1980-х — начала 1990-х, с акцентом на аниме «Ранма ½». Для вызова целевого стиля рекомендуется добавлять в текстовый запрос ключевое слово «80sanimestyle». Модель обучена методом DreamBooth на 121 кадре из «Ранмы ½» в течение 3000 шагов на базе Linaqruf/anything-v3.0. Модель предназначена для генерации изображений по текстовым запросам и распространяется в форматах Diffusers, PyTorch и safetensors для библиотеки Diffusers. Автор отмечает, что результат зависит от метода сэмплирования; среди удачных вариантов названы DPM2 и DPM++ с их вариантами. Лицензия — CreativeML OpenRAIL-M.

ByteDance SD v2.1-base Zero Terminal SNR — дообученная версия Stable Diffusion 2.1 Base, созданная как официальная модель к статье Common Diffusion Noise Schedules and Sample Steps are Flawed. Модель обучена с расписанием шума Zero Terminal SNR на изображениях из LAION с оценкой эстетики 5 и выше. Она предназначена для генерации изображений по текстовому описанию и демонстрации исследовательского метода. В README приведён пример использования через StableDiffusionPipeline из библиотеки Diffusers. Лицензия модели — OpenRAIL++. Авторы отмечают, что модель рассчитана на исследовательскую демонстрацию, а не на производственное применение.

Seraphm — персонализированная модель генерации изображений, созданная mint designer at alvdansen методом DreamBooth на базе Stable Diffusion. Для обучения использованы 12 изображений и 1500 шагов; разнообразный по эстетике набор данных предназначен для переноса персонажа в разные художественные стили. Модель рассчитана на генерацию изображений по текстовым запросам и доступна в формате Diffusers/PyTorch. Для вызова персонажа в примере README используется токен «serphm prince» вместе с описанием композиции и стилевых ориентиров. Модель распространяется по лицензии CreativeML OpenRAIL-M. README указывает на возможность тестирования через интерфейсы A1111 и Diffusers.

seanjang990/shark_adult_parts_v21_25 — адаптер LoRA для генерации изображений по текстовому описанию, разработанный пользователем seanjang990. Модель предназначена для использования с Diffusers и базовой моделью Tongyi-MAI/Z-Image-Turbo. В карточке она классифицирована как text-to-image и diffusion-lora; конкретное назначение адаптера, поддерживаемые языки, размер, контекст и дополнительные модальности не указаны. Модель может применяться как дополнительный обученный компонент поверх базовой модели Z-Image-Turbo, однако README не содержит сведений о рекомендуемых параметрах, примерах промптов или измерениях качества. Лицензия и условия использования также не указаны, поэтому их необходимо уточнить по метаданным репозитория и лицензии базовой модели. Данных недостаточно, чтобы надежно описать сильные стороны, ограничения и точную визуальную специализацию адаптера.

Модель Classacre — дообученная с помощью DreamBooth модель Stable Diffusion для генерации изображений в художественном стиле манхвы Solo Leveling. Версия 2.1 основана на Anything v3.0; автор описывает объединённые варианты для спокойных и динамичных сцен, которые вызываются промптами SLCalm и SLAction. В README также приведены сведения о ранних версиях на базе Stable Diffusion 1.5. Модель предназначена для создания персонажей и сцен в стилистике Solo Leveling по текстовому описанию. Автор отмечает, что динамичные сцены лучше получаются в форматах 2:1 или 2:2, а генерация в 512×512 может быть неполной. Среди ограничений — склонность добавлять речевые пузыри и слова со спецэффектами; у ранней версии также отмечены перенос динамики в спокойные сцены и трудности с глазами в экшен-сценах. Распространяется по лицензии MIT.

SoteDiffusion Cascade — ранняя версия модели для генерации аниме-иллюстраций по текстовому описанию, созданная как дообучение Stable Cascade. Обучение ещё продолжается; автор сообщает, что текущая версия тяготеет к более старым стилям аниме. Модель распространяется в формате Diffusers с весами Safetensors. Модель рассчитана на создание аниме-арта, в том числе изображений с тегами стиля, качества и эстетики. Для направления генерации в сторону аниме автор рекомендует добавлять в запрос тег «anime illustration». Реалистичная генерация не проверялась; из-за сильного сжатия латентного представления глаза персонажей на дальнем плане могут получаться неудачно. Лицензия указана как other; автор запрещает коммерческое использование, ссылаясь на Stability AI.

SoteDiffusion Wuerstchen3 — модель генерации изображений в стиле аниме, созданная дообучением Disty0 на базе Würstchen V3. Она предназначена для создания иллюстраций по текстовым запросам и обучалась на наборе из 2,75 млн изображений. Для работы доступны Diffusers и safetensors; в README приведены настройки генерации, включая разрешения, кратные 128, и примеры параметров для SD.Next. Модель ориентирована на аниме-иллюстрации; реалистичные изображения отдельно не проверялись. Обучение продолжается, а лицензия указана как other; автор запрещает коммерческое использование.

uiicon — модель генерации изображений по текстовому описанию, обученная пользователем kanik155 методом DreamBooth на базе v2-1-768. Она предназначена для создания изображений с концепцией uiicon: автор рекомендует добавлять это слово в запрос. Модель распространяется в формате Diffusers/PyTorch и использует лицензию CreativeML OpenRAIL-M. В карточке представлены примеры изображений, однако подробности об обучающих данных и ограничениях генерации не приводятся.

Z-Image-Lora — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем kukidevalml и предназначенный для совместного использования с базовыми моделями Tongyi-MAI/Z-Image и Tongyi-MAI/Z-Image-Turbo. Модель распространяется в формате safetensors и интегрируется с экосистемой Diffusers. Адаптер ориентирован на создание изображений людей и персонажей по специальным триггерам, связанным с именами из набора обучения. Для активации рекомендуется указывать полное имя и соответствующий идентификатор вида vrtlxxxx; обычные описания вроде woman или 1girl могут не сработать. Поддерживаются сценарии text-to-image, включая портреты и другие композиции, а интенсивность применения LoRA можно регулировать. В README также упоминается дополнительный триггер vrtlEvaHelper для ограниченного улучшения NSFW-возможностей базовой модели. Точные размер адаптера, архитектурные параметры, размер контекста и языки не указаны. Эффективность зависит от выбранной базовой модели, корректности триггера и настроек генерации; для неоднозначных или плохо распознаваемых имен автор рекомендует изменять или удалять имя из запроса. Модель распространяется по лицензии Apache-2.0.

After Earth: 2200 AC — Director-8B — это специализированная языковая модель автора spdev45 для создания технических описаний и материалов мира научной фантастики After Earth: 2200 AC. Модель дообучена на базе Llama 3 8B и предназначена для преобразования идей о персонажах, существах, материалах и технике в подробные брифы и промпты для генерации изображений, в том числе для FLUX.1-Dev. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и имеет контекстное окно 8192 токена. Она ориентирована на англоязычную генерацию лора, описания инопланетной биологии, дизайна нечеловеческих существ, экипировки и техники, а также структурированных промптов с технической лексикой и ограничениями вымышленной вселенной. В README заявлена возможность совместного запуска с моделью генерации изображений на одной видеокарте с 24 ГБ VRAM. Модель подходит для творческой разработки сеттинга и подготовки текстовых заданий для последующей генерации концепт-арта. Она не генерирует изображения самостоятельно, а качество и согласованность результатов за пределами мира 2200 AC не охарактеризованы. Лицензия — MIT.