I.10Видео, анимация и 3D

NoobAI XL 0.5 — диффузионная модель генерации изображений по текстовому описанию, разработанная Laxhar Lab. Это первая публичная версия семейства NoobAI XL, дообученная на Illustrious XL; для обучения использовались датасеты Danbooru и e621 с подписями в виде тегов. Модель предназначена для создания иллюстративных изображений, в том числе по теговым промптам. Для генерации авторы рекомендуют около 25–30 шагов, CFG 5–6 и разрешение с общей площадью примерно 1024×1024 пикселя; карточка описывает использование через StableDiffusionXLPipeline и формат safetensors. Модель ориентирована на английские промпты и теги. В README приведены рекомендации по параметрам и качественным тегам, но результаты зависят от промпта и выбранных настроек. Лицензия указана как other; README запрещает коммерческое использование и требует открывать производные модели и делиться сведениями о рабочих процессах в соответствии с fair-ai-public-license.

OpenNiji — модель Stable Diffusion для генерации изображений в эстетике Nijijourney, обученная ShoukanLabs на изображениях Nijijourney. Она принимает текстовые запросы и создаёт изображения; в README приведён пример запроса для иллюстрации девушки под водой. Модель распространяется в форматах Diffusers, PyTorch и Safetensors и использует лицензию CreativeML OpenRAIL-M. В README также отмечено, что к модели применён приём in01, который, по заявлению автора, должен улучшать генерацию рук. Карточка сообщает о выпуске OpenNiji-V2, однако описывает конкретные характеристики и качество именно этой версии ограниченно; также опубликована LoRA-версия дообучения для использования на других моделях.

Pastelcake — модель преобразования текста в изображения на базе Stable Diffusion 1.5, собранная автором слиянием Yntec/Cheesecake и Yntec/PastelMix. Автор описывает её как художественную модель с мягкой, детализированной стилистикой; в тегах указаны аниме, мультфильмы, яркие цвета и живопись. Модель предназначена для генерации изображений по текстовым запросам и поддерживает загрузку через Diffusers в форматах safetensors. Автор предпочитает основную версию Pastelcake за тонкие детали и более художественный результат. README помечает её как работу в процессе; также упоминаются альтернативные варианты с более мягкой стилистикой и упрощённым промптингом. Модель распространяется по лицензии CreativeML OpenRAIL-M, условия которой следует учитывать при использовании и распространении результатов.

Pixel Art XL — модель-адаптер LoRA, разработанная пользователем nerijs для Stable Diffusion XL Base 1.0 от Stability AI. Она предназначена для генерации изображений в стиле пиксель-арта по текстовым описаниям, включая изометрические и неизометрические сцены. Для получения пиксельной детализации рекомендуется уменьшать изображение в 8 раз с использованием интерполяции Nearest Neighbor. Модель поддерживает работу с Diffusers и может применяться как самостоятельный LoRA-адаптер поверх Stable Diffusion XL. В карточке указано, что специальное ключевое слово или стилевой промпт не требуются, а достаточно описывать содержание изображения; в качестве примера используется запрос с милым корги. Рекомендуется использовать фиксированный VAE для снижения артефактов. Также адаптер можно комбинировать с LCM LoRA для ускоренной генерации примерно за 8 шагов при guidance scale 1.5 и силе Pixel Art XL 1.2. Сильные стороны модели — специализация на пиксельной стилистике, совместимость с изометрическими сценами и возможность ускоренной генерации в сочетании с LCM LoRA. Ограничения включают необходимость корректного последующего уменьшения изображения для получения точного пиксельного результата, а также возможное появление артефактов при неподходящем VAE. Сведения о поддерживаемых языках, размере адаптера, максимальном контексте и конкретных аппаратных требованиях не указаны. Лицензия — CreativeML OpenRAIL-M.

Pony_Diffusion_V6_XL — модель генерации изображений, представленная в репозитории LyliaEngine и связанная с разработчиком PurpleSmartAI. Это дообученная версия SDXL на базе Bakanayatsu/Pony-Diffusion-V6-XL-for-Anime, предназначенная для создания SFW- и NSFW-изображений антропоморфных, животных и гуманоидных персонажей, а также их взаимодействий. Модель понимает естественные языковые описания и теги, включая тематику furry, pony, cartoon и anime, и способна распознавать множество персонажей и вымышленных вселенных. Обучение проводилось примерно на 2,6 млн эстетически отобранных изображений с сочетанием подписей и тегов; около половины изображений имела подробные текстовые описания. Рекомендуются clip skip 2, sampler Euler a, около 25 шагов и разрешение 1024 пикселя. В большинстве случаев отрицательные промпты и дополнительные усилители качества не требуются, однако для V6 рекомендуется использовать строку тегов score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up. Ограничениями являются возможное появление трудноудаляемых псевдоподписей и необходимость корректной настройки clip skip. В метаданных указана лицензия CDLA-Permissive-2.0, но подробный раздел README описывает модифицированную Fair AI Public License 1.0-SD с ограничением на запуск инференса в монетизируемых веб-сайтах и приложениях, включая производные модели и объединения. Коммерческое использование требует отдельного разрешения; в README отдельно указано разрешение для CivitAI и Hugging Face, поэтому условия лицензии следует дополнительно проверить перед использованием.

Prompt Extend — генеративная модель на базе GPT-2, обученная на наборе промптов для Stable Diffusion. По основной идее она продолжает текст и предлагает подходящие стилевые подсказки для промпта, помогая подготовить описание для генерации изображения. Модель принимает текст и выдаёт текст; её архитектура — GPT2LMHeadModel, а длина контекста составляет 1024 токена. Модель предназначена для создания и расширения промптов в стиле датасета Stable Diffusion. В карточке указана лицензия MIT. Сведений о поддерживаемых языках или специальных ограничениях качества нет.

Qwen-Image-2.1-LoRAs — набор LoRA-адаптеров, разработанный WarmBloodAban для базовой модели Qwen/Qwen-Image-2.1. Репозиторий предназначен главным образом для редактирования изображений в аниме-стилистике, включая повышение согласованности персонажа при работе с референсами и изменении выражений лица. В README указан адаптер Qwen2.1_Anime_consistency, обученный преимущественно на листах персонажей с четырьмя ракурсами и примерах редактирования мимики. Модель находится в экспериментальной стадии, поэтому стабильность и конкретные результаты редактирования не гарантируются. Это LoRA-модель для Diffusers с поддержкой image editing; сведения о размере, точной архитектуре адаптера, мультимодальных возможностях, языках и максимальном контексте не указаны. Для использования рекомендуется применять официальные настройки Qwen-Image 2.1 для числа шагов сэмплирования и CFG Scale, а вес LoRA первоначально устанавливать в диапазоне 0,6–0,8 с последующей корректировкой под задачу. Модель распространяется по лицензии Apache-2.0.

Qwen-Image-Edit-2511-Midnight-Noir-Eyes-Spotlight — адаптер LoRA, разработанный prithivMLmods для модели Qwen/Qwen-Image-Edit-2511. Он предназначен для image-to-image обработки: преобразует исходные изображения в выразительный стиль midnight noir с акцентом на глаза. Адаптер усиливает контраст, глубокие тени и направленное spotlight-освещение, сохраняя реалистичные текстуры, исходные черты лица и композицию. Модель подходит для создания кинематографичных, мрачных и эмоционально насыщенных изображений с заметными бликами в глазах и согласованными светом, тенями и цветовыми тонами. Для применения используется триггерный запрос «Transform into Midnight Noir Eyes Spotlight». Модель совместима с Qwen-Image-Edit-2511 и Diffusers, включая версии 2509 и 2511. В README не указаны размер адаптера, точная архитектура базовой модели, поддерживаемые языки ввода или максимальный контекст. Лицензия — Apache-2.0; для работы требуется базовая модель Qwen/Qwen-Image-Edit-2511 и совместимое окружение Diffusers.

Qwen-Image-Edit-2511-Noir-Comic-Book-Panel — адаптер LoRA, разработанный prithivMLmods для модели Qwen/Qwen-Image-Edit-2511. Он предназначен для задач image-to-image и преобразует исходные изображения в отдельные кинематографичные панели в стилистике нуарного комикса. Модель делает акцент на контрастной чёрно-белой тушёвке, грубых иллюстрированных текстурах, глубокой светотени, резких бликах, дождливой атмосфере и выразительных силуэтах. Она ориентирована на визуальное повествование, драматичную композицию и сохранение ясности сцены. Для активации эффекта рекомендуется триггерный запрос «Transform into a noir comic book style». Размер модели, точная архитектура адаптера и максимальная длина контекста в README не указаны. Для запуска используется библиотека Diffusers; заявлена совместимость с версиями 2509 и 2511, а базовая модель поддерживает работу с CUDA и MPS. Адаптер сфокусирован на создании одной нуарной комикс-панели, поэтому его применение ограничено данным художественным стилем и зависит от возможностей базовой модели, исходного изображения и текстового запроса. Лицензия — Apache 2.0.

Retro Diffusion — модель генерации изображений по текстовому описанию, опубликованная под именем Lost Media и сохранённая в архиве для дальнейшего доступа. Карточка указывает на использование библиотеки Diffusers и StableDiffusionPipeline. Модель предназначена для создания изображений в стиле пиксель-арта; пример описания также задаёт милую героиню в стиле чиби и фэнтези с уличной одеждой. Модель принимает текстовые запросы и генерирует изображения. В качестве лицензии указана Public Domain Mark 1.0. Карточка не приводит сведений о размере модели, длине контекста или поддерживаемых языках. Описание содержит пример промпта, но не подтверждает стабильность конкретных стилей или деталей на выходе.

ReVAnimated — модель преобразования текста в изображение для создания иллюстраций в аниме, мультяшной и стилизованной манере. В карточке указано, что это версия v10 с разрешением 768×768 и встроенным MoistMixV2VAE; модель опубликована в формате Diffusers с весами Safetensors и использует библиотеку Diffusers. Модель предназначена для генерации изображений по текстовым запросам, в том числе персонажей с детализированными чертами и волосами. В README приведён пример запроса для иллюстрации девушки в стиле chibi и журнальной рекламы. Лицензия — CreativeML OpenRAIL-M.

bghira/sd35m-sfwbooru-lokr — адаптер LoRA для генерации изображений на базе Stability AI Stable Diffusion 3.5 Medium. В README имя разработчика или организации, создавшей адаптер, не указано. Модель предназначена для генерации изображений по текстовому описанию и, согласно метаданным, может использоваться в сценариях text-to-image и image-to-image через экосистему Diffusers и SimpleTuner. Название указывает на ориентацию на SFW-материалы в стиле booru, однако подробное описание обучающего набора и стилистических особенностей отсутствует. Известно, что это LoRA-адаптер, а не самостоятельная базовая модель; для работы требуется совместимая Stable Diffusion 3.5 Medium и соответствующий пайплайн. Поддерживаются текстовые промпты и создание изображений, но точный размер параметров адаптера, максимальный контекст, разрешение, языки и требования к оборудованию не указаны. Примеры демонстрируют широкий диапазон сцен, включая фантастические, киберпанк-, хоррор- и бытовые сюжеты, а также изображения с текстом, но этого недостаточно для гарантии стабильного качества в каждом сценарии. Лицензия обозначена как «other», без уточнения условий и ограничений; перед использованием необходимо проверить лицензионные правила репозитория и базовой модели. В README также присутствует пометка not-for-all-audiences, поэтому пригодность результатов для конкретной аудитории следует оценивать отдельно.

SynthwavePunk-v2 — модель преобразования текста в изображение, созданная JustMaier. Это слияние в пропорции 50/50 моделей Synthwave и InkPunk для генерации изображений в сочетании этих стилей. В подсказках можно использовать ключевые слова «snthwve style» и «nvinkpunk», а также веса промпта, чтобы менять баланс между стилями. Модель рассчитана на генерацию изображений по текстовым описаниям в эстетике synthwave и InkPunk. Репозиторий содержит файлы Diffusers, PyTorch и SafeTensors. Лицензия — CreativeML OpenRAIL-M. Карточка не приводит сведений о размере модели, длине контекста или языковых ограничениях.

gzeskas/test-model-upload-1 — модель генерации изображений по текстовому описанию, опубликованная на Hugging Face. Метаданные относят её к семейству Stable Diffusion и указывают на применение для создания художественных и аниме-изображений; репозиторий содержит веса в формате Diffusers/PyTorch и Safetensors. Модель принимает текстовые запросы на английском языке и создаёт изображения. Лицензия указана как «other», поэтому условия использования следует уточнить на странице репозитория. README не содержит сведений о разработчике, размере модели, контексте или проверенных ограничениях качества.

Timeless Diffusion — модель генерации изображений по текстовому описанию, созданная автором репозитория wavymulder. Это DreamBooth-дообучение Stable Diffusion 1.5 с VAE на разнообразных колоризированных фотографиях 1880–1980-х годов. Модель предназначена для создания выразительных изображений с насыщенными тонами и анахроничным ощущением; для вызова характерного стиля автор рекомендует добавлять в запрос фразу «timeless style». Репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors. Лицензия — CreativeML OpenRAIL-M.

TIPO-100M — компактная модель генерации текста семейства LLaMA от KBlueLeaf, предназначенная для улучшения запросов к системам генерации изображений. Она дополняет и расширяет пользовательский промпт перед передачей его в текстово-графическую модель, чтобы помочь получать более подходящие изображения с меньшими усилиями. В README указан рабочий процесс с расширением z-tipo-extension для Stable Diffusion WebUI, Forge и ComfyUI. В метаданных указаны 79,9 млн параметров, архитектура LlamaForCausalLM, контекст 8192 токена и поддержка английского языка. Доступны веса Safetensors и GGUF F16; модель обучалась на подписях и тегах из наборов, включая Conceptual Captions, COYO-HD, Danbooru2023 и GBC10M. README отмечает, что версия на 100 млн параметров находится в разработке; приведённые там результаты оценки относятся к TIPO-200M, поэтому их нельзя напрямую считать оценкой этой модели. Лицензия — Apache-2.0.

VST-3B-SFT — мультимодальная модель для понимания изображений, разработанная в рамках работы Visual Spatial Tuning. Она основана на архитектуре Qwen2.5-VL и дообучена методом supervised fine-tuning для развития пространственного восприятия и рассуждений по визуальным данным. Модель предназначена для ответов на вопросы о сценах: подсчёта объектов, оценки их размеров и расстояний, определения взаимного расположения и направления, планирования маршрутов и понимания порядка приближения. Карточка приводит результаты на пространственных и общих визуальных бенчмарках, включая VSIBench и MMSI-Bench. Метаданные указывают 3,1 млрд параметров, контекст до 128 000 токенов, поддержку диалога и интерфейс вызова инструментов; репозиторий использует safetensors и библиотеку Transformers. В README также описан подход VST к изображениям, нескольким изображениям и видео, однако указанная задача модели — image-text-to-text. Модель принимает визуальный контент и текстовые запросы и генерирует текстовые ответы. В метаданных указан английский язык. В README не приведены сведения о лицензии, поэтому условия распространения и коммерческого применения следует проверять в карточке репозитория Hugging Face.

Yaki-Dofu-Mix — слитая модель генерации изображений в аниме-стиле. Она предназначена для создания иллюстраций по текстовым описаниям и распространяется в форматах Diffusers, PyTorch и Safetensors по лицензии CreativeML OpenRAIL-M. В карточке приведены настройки генерации: 20–60 шагов, sampler DPM++ 3M SDE Exponential, CFG 7.5 и Clip skip 2. Для повышения разрешения рекомендованы апскейлер R-ESRGAN 4x+ Anime6B и 20 дополнительных шагов; пример использует размер 768×768. Автор отмечает, что модель выдаёт яркие цвета без VAE. Модель специализируется на стилизованных аниме-иллюстрациях. Карточка не сообщает размер модели и длину контекста; качество анатомии и деталей может требовать негативного промпта и настройки параметров. Языковые теги карточки — японский и английский.

2D-Mix — модель генерации изображений по текстовому описанию, созданная объединением чекпойнтов Stable Diffusion через Automatic1111 Checkpoint Merger. В состав указаны Anything-V3.0-pruned, Waifu-v1-3-float16, NAI, sd-v1-5-pruned-emaonly и trinart_stable_diffusion_epoch3. Модель предназначена для создания иллюстраций и изображений в аниме- и художественной стилистике, включая персонажей в кимоно и юката, а также реалистичные портреты. Примеры демонстрируют работу с текстовыми промптами и настройками генерации Stable Diffusion; в метаданных указаны Diffusers и PyTorch. Основной язык карточки — английский. Лицензия — CreativeML OpenRAIL-M. Результат зависит от формулировки промпта и настроек генерации; карточка не приводит систематической оценки качества или полного описания ограничений.

AbyssHellVer3 — модель генерации изображений по текстовому описанию, созданная путём слияния AbyssOrangeMix2, JK Style 0.27, Helltaker 0.2 и HeroAcademia 0.2. Репозиторий опубликован пользователем AIARTCHAN; файлы доступны в форматах Diffusers, PyTorch и Safetensors, включая вариант FP16 размером 2,13 ГБ. Модель предназначена для создания изображений по текстовым запросам в художественных стилях, связанных с объединёнными моделями. Карточка не сообщает о размере архитектуры и длине контекста. Лицензия — CreativeML OpenRAIL-M; условия лицензии следует учитывать при использовании и распространении сгенерированных материалов.

Карточка модели Tuananh20015/acestep-v15-xl-turbo на Hugging Face совпадает с карточкой ACE-Step/acestep-v15-xl-turbo, поэтому описание составлено по ней. ACE-Step 1.5 XL Turbo — вариант модели ACE-Step 1.5 от проекта ACE-Step для генерации музыки и аудио. Это дистиллированная модель с архитектурой DiT Decoder и 3,1 млрд параметров по метаданным; README обозначает вариант как XL 4B. В карточке также указаны библиотека Transformers, формат safetensors и контекст 32 768 токенов. Модель предназначена для генерации аудио по текстовому описанию. Turbo-вариант рассчитан на быстрый вывод за 8 шагов и ориентирован на высокое качество звука; README отмечает, что XL совместима с LM-моделями ACE-Step размером 0,6B, 1,7B и 4B. Для запуска требуется GPU с 12–20 ГБ VRAM в зависимости от квантования и выгрузки на CPU. README сообщает, что обучение использовало лицензированную, royalty-free, общественно доступную и синтетическую музыку, а сгенерированную музыку можно использовать в коммерческих целях. Лицензия репозитория — MIT. Модель генерирует аудио, но сведения о поддерживаемых естественных языках и конкретных аудиоформатах в предоставленных данных отсутствуют.

Aeterna Opus — диффузионная модель генерации изображений по тексту, разработанная NeverWinter13 для создания аниме-иллюстраций. Она основана на архитектуре SDXL и объединяет веса Ars Divina 7.2.4a, Indominus Rex XL и моделей Illustrious XL; после слияния веса проходили циклическое переобучение на наборах s1k_Korean и 1.2M Ordered Tags. Модель предназначена для иллюстраций с выразительным освещением, устойчивой анатомией персонажей и точным следованием промптам. Она принимает как описания на естественном языке, так и упорядоченные теги Danbooru. В README заявлена поддержка генерации в разрешении до 1536 × 1536; в качестве типовых размеров также приведены квадратные изображения 1024 × 1024 и альбомные варианты. Для запуска предлагаются ComfyUI, Stable Diffusion WebUI и библиотека diffusers. Модель распространяется по лицензии OpenRAIL++. Карточка рекомендует 26–30 шагов сэмплирования и CFG 3,0–6,5; для детализации лиц автор рекомендует ADetailer. Заявления о качестве и стабильности основаны на описании разработчика и не сопровождаются количественными оценками.

Animagine XL 2.0 — диффузионная модель генерации изображений по тексту, разработанная Linaqruf и дообученная на базе Stable Diffusion XL 1.0 на наборе аниме-изображений. Она предназначена для создания детализированных иллюстраций в аниме-стилистике по текстовым описаниям; для более точного управления результатом рекомендуются теги в стиле Danbooru. Модель распространяется в форматах Diffusers и Safetensors и поддерживает разные соотношения сторон, включая квадратные и портретные изображения. Модель особенно подходит для создания персонажей и сцен в эстетике аниме, в том числе связанных с Genshin Impact и Honkai. Она склонна к единому стилю, может ошибаться при изображении кистей и стоп и хуже подходит для фотореализма и запросов обычным естественным языком. Разработчик указывает лицензию CreativeML Open RAIL++-M; метаданные Hugging Face обозначают её как OpenRAIL++.

Anything V3.1 — сторонняя версия модели латентной диффузии Anything V3.0 для генерации и редактирования изображений в аниме-стиле по текстовым запросам. Модель поддерживает подсказки в виде тегов Danbooru. Её поддерживает Cagliostro Research Lab; для работы доступны форматы Diffusers, PyTorch и Safetensors. В этой версии заменён VAE и исправлен ключ позиции CLIP; ссылка на CLIP взята из Stable Diffusion 1.5. README описывает дообучение на протяжении 50 эпох с небольшим набором данных, включая синтетические примеры, и предупреждает о переобучении. Лицензия в метаданных — CreativeML OpenRAIL-M.

ArtiWaifu Diffusion 1.0 — модель генерации изображений по текстовому запросу, разработанная Euge при финансировании Neta.art. Это дообученная версия Stable Diffusion XL Base 1.0, обученная на отобранном наборе из 1,5 млн аниме-изображений; модель специализируется на иллюстрациях в аниме-стиле и распознаёт множество художественных стилей и персонажей, используя текстовые триггеры. Модель предназначена для создания аниме-иллюстраций с узнаваемыми персонажами и стилями, а также сцен с несколькими персонажами. В README рекомендуются промпты в виде тегов, разделённых запятыми, и разрешение около 1024×1024; качество результата чувствительно к точному написанию и порядку тегов. Для сцен с несколькими персонажами автор отмечает нестабильность. Указана лицензия Fair AI Public License 1.0-SD.

xFutureTechx/BackMixes — модель генерации изображений по текстовому описанию, размещённая под аккаунтом xFutureTechx. Она предназначена для создания иллюстраций, в том числе в стилях аниме и комиксов. Модель распространяется в формате safetensors и рассчитана на запуск через библиотеку diffusers. Модель доступна по лицензии CreativeML Open RAIL-M. Карточка не содержит сведений об архитектуре, размере, контекстных ограничениях или конкретной базовой модели. README сообщает, что авторы прекратили работу над ИИ-проектами, поэтому поддержка модели не заявлена.

Counterfeit-V2.5 — модель генерации изображений в стиле аниме, опубликованная gsdf. Она предназначена для создания иллюстраций по текстовым описаниям; в карточке приведён пример изображения девушки в кимоно с осенними листьями и указаны параметры генерации для Stable Diffusion. Модель распространяется в форматах Diffusers, PyTorch и safetensors и использует лицензию CreativeML OpenRAIL-M. Автор рекомендует применять embedding EasyNegative в негативном запросе; README также отмечает, что предыдущая версия V2.2 была ориентирована на NSFW-контент, но не характеризует так версию V2.5.

CyberRealistic Pony v16.0 — преобразованная в формат Diffusers версия модели, первоначально созданной Cyberdelia и основанной на Pony. Она предназначена для генерации изображений по текстовым запросам. В карточке указаны варианты сэмплеров DPM++ SDE Karras, DPM++ 2M Karras и Euler a, а также рекомендации использовать Clip Skip 2, более 30 шагов и CFG 5. Репозиторий содержит веса в формате safetensors для StableDiffusionXLPipeline. Указана лицензия CreativeML Open RAIL-M; описание лицензии и условия исходной модели следует учитывать при использовании. Качество результата зависит от запроса и настроек генерации.

CySearchAssist-Mesh-0.5B — компактная модель CyberAlien для переформулирования запросов при поиске статических сеток и 3D-ресурсов в библиотеке ассетов. Она дообучена на Qwen/Qwen2.5-0.5B-Instruct, использует архитектуру Qwen2 и содержит около 494 млн параметров. Модель преобразует запрос пользователя в английские поисковые фразы, подсказки категорий и тегов, а также явные исключения. Контекст — до 32 768 токенов; заявлена поддержка английского, французского, испанского, немецкого и итальянского языков. Модель выдаёт структурированный результат по контракту cymesh-query-v1, который хост-приложение должно проверить перед использованием. Она не ищет ассеты самостоятельно, не анализирует геометрию или изображения сеток, не создаёт эмбеддинги и не генерирует 3D-модели. Это экспериментальный лёгкий вариант для интеграции с CyMesh MeshLibrary; веса FP16 занимают около 1 ГБ вместе с файлами токенизатора и конфигурации. Лицензия — Apache-2.0. В небольшом локальном тесте на CPU модель выдала корректный JSON в 30 из 37 запросов, а целевой объект попал в топ-5 в 7 из 10 запросов по метаданным. Тест не подтверждает точность поиска для произвольных библиотек; ошибки возможны при обработке отрицаний, синонимов, неоднозначных многоязычных формулировок и материалов. Качество не гарантирует эквивалентности варианту на 1,5 млрд параметров.

Lykon/DreamShaper — модель генерации изображений по текстовому описанию, размещённая разработчиком Lykon на Hugging Face. Репозиторий содержит веса в форматах Diffusers, PyTorch и SafeTensors; метаданные связывают модель со Stable Diffusion и указывают английский язык карточки и художественную направленность. Модель подходит для создания художественных изображений и иллюстраций по текстовым запросам. Карточка упоминает сервисы Mage.space и sinkin.ai для запуска модели. В метаданных указана лицензия «other», поэтому условия использования следует проверять в самой карточке или в приложенных файлах лицензии. README не описывает ограничения качества, архитектурные детали, размер модели или длину контекста.