I.10Видео, анимация и 3D

PixelModel v5 — модель генерации изображений по тексту от bench-labs. Это диффузионный трансформер DiT с rectified-flow, содержащий около 40 млн обучаемых параметров. Он создаёт изображения размером 256 × 256 за 50 шагов; в состав также входят замороженные VAE sd-vae-ft-mse и текстовый энкодер CLIP ViT-B/32. Модель предназначена для генерации изображений по коротким текстовым описаниям объектов и сцен. Она обучена на 2 986 571 парах изображений и подписей из CC12M с переформулированными под стиль COCO подписями. По оценке авторов на MS-COCO v5 улучшила FID и CLIPScore относительно v4 при том же числе обучаемых параметров. Результат зависит от масштаба guidance и протокола оценки; сравнение FID авторы оговаривают из-за возможного различия конкретных тестовых изображений. В карточке указана лицензия MIT. Модель небольшая по числу обучаемых параметров и ограничена генерацией изображений 256 × 256; README не сообщает о поддержке других разрешений или языков помимо английского.

pornvidion — модель генерации изображений по текстовому описанию, предоставляемая через ModelsLab API и загружаемая в формате Diffusers/PyTorch. Она предназначена для создания ультрареалистичных изображений, в том числе портретов и изображений для взрослых сценариев. В запросе можно задавать текстовый prompt и negative prompt, размер изображения, число шагов генерации и guidance scale; README приводит пример параметров 512×512 и 30 шагов. Модель принимает текст и выдаёт изображения. README указывает на настройку safety_checker и многоязычного режима через параметры API, но не описывает обучение, базовую модель или языковой охват. Лицензия репозитория — CreativeML OpenRAIL-M; генерация через API требует ключа ModelsLab.

Norod78 дообучил Stable Diffusion v1.5 на портретах карикатур из набора 2D Caricature Dataset, созданного на основе 3D-CariGAN. Изображения были обрезаны до 512×512 пикселей и снабжены подписями BLIP; обучение длилось 10 000 итераций и выполнялось с помощью скрипта Hugging Face для генерации изображений по тексту. Модель предназначена для создания карикатурных портретов по текстовому запросу. Её можно использовать через Diffusers или как чекпойнт формата Safetensors в Stable Diffusion WebUI. Лицензия — CreativeML OpenRAIL-M; она устанавливает условия использования и распространения модели.

Balloon Art model V1 — дообученная модель генерации изображений на основе Stable Diffusion 1.5, разработанная Fictiverse. Она предназначена для создания изображений скрученных воздушных шаров по текстовым описаниям; для вызова характерного стиля в запрос рекомендуется добавлять слово BalloonArt. Модель использует архитектуру Stable Diffusion и запускается через StableDiffusionPipeline из библиотеки Diffusers. В README приведён пример генерации изображения по запросу «BalloonArt R2-D2». Лицензия — CreativeML OpenRAIL-M; условия использования определяются её положениями.

TokenFlow-t2i — модель из проекта ByteVisionLab для генерации изображений по текстовому описанию. README представляет TokenFlow как унифицированный токенизатор изображений с двумя кодовыми книгами, разделяющими семантические и пиксельные признаки и сохраняющими их согласованность через общий механизм отображения. Репозиторий содержит вариант для преобразования текста в изображение; архитектура в метаданных указана как LlavaLlamaForCausalLM семейства llava_llama, размер — 6,7 млрд параметров, контекст — 4096 токенов. Модель предназначена для экспериментов и оценки генерации изображений по тексту. В README заявлено сопоставимое с SDXL качество при разрешении 256×256, однако сравнительные результаты приведены без подробностей в карточке. Весы опубликованы в формате safetensors по лицензии Apache-2.0.

Это изменённая версия текстового энкодера для Z-Image-Turbo, опубликованная KaraKaraWitch. Автор сообщает, что энкодер перепакован в тот же формат для дополнительных сценариев использования; заметной разницы с оригиналом автор не обнаружил. Репозиторий размечен как модель для генерации изображений по тексту и предназначен для использования в составе Z-Image-Turbo. Базовая модель — Tongyi-MAI/Z-Image-Turbo, дистиллированная модель Alibaba для быстрой генерации изображений по текстовым описаниям; метаданные указывают поддержку английского и китайского текста на изображениях. Модель распространяется в форматах Diffusers и Safetensors по лицензии Apache-2.0. README не описывает отдельные улучшения или дополнительные возможности этой версии, а автор отмечает небольшую разницу с исходным энкодером. Для генерации изображений её следует применять вместе с совместимыми компонентами Z-Image-Turbo.

BigGAN-deep-128 — модель генерации изображений, опубликованная osanseviero. Карточка указывает, что модель работает только с входами ImageNet; конкретные варианты входа в README не приведены. Метаданные обозначают задачу как text-to-image, однако README не подтверждает текстовое управление генерацией, поэтому описание этой возможности ограничено сведениями каталога. Модель предназначена для генерации изображений в рамках распределения ImageNet. В репозитории указан формат PyTorch. Сведения о размере модели, контексте и лицензии в предоставленных источниках отсутствуют.

Модель создана hiero: это Stable Diffusion, дообученная методом DreamBooth для генерации изображений в стиле Эмили Кэрролл. Для вызова стиля в запросе используется instance prompt «a detailed digital matte illustration by sks». Модель предназначена для создания цифровых иллюстраций по текстовому описанию и работает с библиотекой diffusers в форматах Diffusers и PyTorch. Модель распространяется по лицензии MIT. Карточка указывает на обучение на изображениях, связанных с концепцией стиля Эмили Кэрролл; конкретные ограничения качества и поддерживаемые языки не описаны.

ERNIE-Image Abliterated (GGUF) — модифицированная версия текстовых энкодеров модели baidu/ERNIE-Image, подготовленная разработчиком ponpoke. Модель предназначена для генерации изображений по текстовым запросам в составе ERNIE-Image; репозиторий содержит изменённые Prompt Enhancer и Text Encoder в формате GGUF, а не полностью самостоятельную систему генерации изображений. Архитектура ERNIE-Image включает два этапа обработки текста: Prompt Enhancer на основе Ministral3, который интерпретирует и расширяет короткие запросы, и Text Encoder на основе Mistral3, преобразующий расширенный текст в представления для Diffusion Transformer (DiT). Заявлены поддерживаемые языки English и Japanese. Размер моделей, максимальная длина контекста и точные требования к оборудованию в предоставленных данных не указаны. Из текстовых энкодеров удалены векторы отказа, связанные с защитным выравниванием, методом ортогонализации концептуальных векторов без дообучения. Это позволяет обрабатывать более широкий спектр запросов, включая общий NSFW-контент, при сохранении заявленной близости к исходной модели на безопасных запросах. Ограничением является отсутствие встроенной фильтрации безопасности, поэтому модель требует ответственного и законного использования; она не предназначена для создания незаконного контента. Указана лицензия baidu-ernie-image-license с типом other.

thedeoxen/FLUX.2-klein-9B-manga-colorization-by-reference-LORA — это LoRA-адаптер для Black Forest Labs FLUX.2 Klein Base 9B, предназначенный для раскрашивания манги и комиксов по цветовой референсной картинке. Он принимает первым изображением чёрно-белую или линейную страницу манги, а вторым — цветной референс с персонажами и их палитрами, после чего переносит цвета волос, глаз, кожи, одежды и аксессуаров на целевую сцену, стараясь сохранить структуру линейного рисунка и идентичность персонажей. Модель поддерживает несколько персонажей в одном референсе и относится к семейству RefControl для управляемого редактирования изображений по образцу. Адаптер рассчитан на сценарии колоризации новых глав, поддержания единообразной палитры в серии, работы с цветными обложками, разворотами и листами персонажей. Для активации требуется триггерное слово mngclranm; к запросу можно добавлять краткое текстовое описание освещения, атмосферы или оттенка фона. Рекомендуемый вес LoRA составляет 0,8–1,0. Для использования необходима базовая модель black-forest-labs/FLUX.2-klein-base-9B; README указывает для её недистиллированного варианта около 50 шагов генерации и guidance_scale около 4,0. Наилучшие результаты ожидаются, когда референс чётко показывает персонажей, присутствующих на целевой странице. При недостаточно информативном референсе, избыточной насыщенности цветов или сложных сценах может потребоваться настройка веса адаптера и параметров запроса. Архитектура самого LoRA-адаптера, точный размер его весов, поддерживаемые языки и контекст не указаны; модель предназначена для обработки изображений, а не для текстовой генерации. Распространяется по лицензии Apache-2.0.

Sagalink/Flux-uncensored — это LoRA-расширение для базовой модели black-forest-labs/FLUX.1-dev, разработанное командой EnhanceAI. Модель предназначена для генерации изображений по текстовым описаниям, включая контент для взрослых и другие материалы, которые могут блокироваться ограничениями базовой модели. Она ориентирована на исследовательское и личное использование. Расширение подключается к pipeline FLUX.1-dev через библиотеку diffusers. Указаны веса LoRA в формате lora.safetensors и рекомендуемый тип данных torch.bfloat16; для оптимальной производительности требуется GPU с поддержкой CUDA. README не содержит сведений о размере LoRA, поддерживаемых языках, максимальном контексте или точных архитектурных изменениях относительно FLUX.1-dev. Сильная сторона модели — снятие заявленных ограничений на генерацию откровенных изображений, однако это также является ключевым ограничением с точки зрения безопасности, этики и применимого законодательства. Распространение осуществляется на условиях FLUX-1-dev Non-Commercial License, то есть коммерческое использование не заявлено как разрешённое. Пользователь обязан соблюдать лицензию, законодательство и правила площадок, особенно при создании материалов для взрослых.

IncursiosMemeDiffusion v1.6 — модель генерации изображений по текстовому описанию от FallenIncursio. Она предназначена для создания изображений и мемов по промптам; в карточке приведены демонстрационные изображения, созданные через AUTOMATIC1111 и API Hugging Face. Репозиторий содержит модель в формате Diffusers с весами Safetensors и рассчитан на использование с Stable Diffusion. Лицензия обозначена как other, поэтому конкретные условия использования следует уточнять в материалах репозитория.

Kelix-DiT — чекпойнт предварительного обучения диффузионного декодера изображений в системе Kelix, разработанной OpenOneRec. Он преобразует скрытые состояния унифицированной языковой модели Kelix в изображения высокого разрешения. Модель построена на модифицированной архитектуре SANA-DiT и обучена методом flow matching; базовая модель — Efficient-Large-Model/Sana_1600M_1024px_diffusers. Kelix-DiT предназначена для генерации изображений размером 1024×1024 в составе конвейера Kelix: языковая модель формирует семантические представления, а этот декодер превращает их в изображение. Чекпойнт относится к стадии предварительного обучения; отдельная версия Kelix-SFT ориентирована на более точное следование инструкциям и управление генерацией. Для работы нужны скрытые состояния Kelix-LLM, поэтому это не самостоятельная текстовая модель генерации изображений. В README описаны результаты всей системы Kelix на бенчмарках GenEval, WISE и DPG-Bench, а не отдельная оценка этого чекпойнта. Лицензия в предоставленных сведениях не указана.

maxmarcon/klimt-diffusion — безусловная диффузионная модель, обученная имитировать живописный стиль Густава Климта. Автор сообщает, что модель обучалась 500 эпох на картинах с указанного им сайта. Модель построена на Denoising Diffusion Probabilistic Model (DDPM) и распространяется в форматах Diffusers и safetensors. Она генерирует изображения без текстового запроса; в примере из карточки показана генерация нескольких изображений через библиотеку Diffusers. Карточка не сообщает о лицензии или ограничениях использования. Результаты предназначены для стилизации под живопись Климта, однако качество и разнообразие генерации не описаны.

Krea2 NSFW v3 — это LoRA-адаптер для генерации изображений на базе Krea-2-Raw, разработанный автором или организацией nnndite. Модель предназначена для сценариев text-to-image и подключается к пайплайнам Diffusers как дополнительный компонент, изменяющий поведение базовой модели. В README указано рекомендуемое значение силы применения адаптера в диапазоне от 0,8 до 2, однако подробности о влиянии этих значений не приведены. Данные о размере модели, архитектуре базовой модели, поддерживаемых языках, контекстных ограничениях и модальностях, помимо генерации изображений по тексту, отсутствуют. Модель опубликована под лицензией Apache-2.0; конкретные ограничения и особенности качества также не описаны.

LUSTIFY-SDXL-NSFW-checkpoint-v2-0-INPAINTING — чекпойнт для генерации изображений по текстовому описанию и преобразования изображений. Репозиторий рассчитан на использование с библиотекой Diffusers; метаданные указывают на архитектуру Stable Diffusion XL Inpaint. В README приведён пример генерации изображения из текстового запроса через Diffusers. Модель подходит для создания изображений с заданными объектами, стилем и визуальными деталями, а также для сценариев редактирования изображений. В названии и тегах указана ориентация на контент для взрослых. Модель распространяется по лицензии CreativeML OpenRAIL-M.

Карточка модели mrlonelydwarf/LUSTIFY-SDXL-NSFW-checkpoint-v2-0-INPAINTING на Hugging Face совпадает с карточкой andro-flock/LUSTIFY-SDXL-NSFW-checkpoint-v2-0-INPAINTING, поэтому описание составлено по ней. LUSTIFY-SDXL-NSFW-checkpoint-v2-0-INPAINTING — чекпойнт для генерации изображений по текстовому описанию и преобразования изображений. Репозиторий рассчитан на использование с библиотекой Diffusers; метаданные указывают на архитектуру Stable Diffusion XL Inpaint. В README приведён пример генерации изображения из текстового запроса через Diffusers. Модель подходит для создания изображений с заданными объектами, стилем и визуальными деталями, а также для сценариев редактирования изображений. В названии и тегах указана ориентация на контент для взрослых. Модель распространяется по лицензии CreativeML OpenRAIL-M.

pony-diffusion-v2 — латентная диффузионная модель для генерации изображений по текстовому описанию, разработанная AstraliteHeart. Модель дообучена на изображениях пони и антропоморфных персонажей в стиле furry; в обучающую выборку вошли около 450 тысяч пар «текст—изображение» с тегами из Derpibooru и e621. Модель предназначена для генеративного искусства и развлечений. Она лучше подходит для создания изображений пони и furry-персонажей; автор отмечает небольшой уклон в сторону 3D-стиля. Модель может генерировать как SFW-, так и NSFW-контент, причём в версии v2 вероятность NSFW-результатов выше, чем в v1. Для управления содержанием автор рекомендует использовать тег safe и негативный промпт. Это дообученный ранний чекпойнт Waifu-Diffusion, основанный на Stable Diffusion v1.4. Репозиторий содержит веса в форматах Diffusers и PyTorch. Лицензия — BigScience BLOOM RAIL 1.0.

Roy PopArt Diffusion — модель генерации изображений на основе Stable Diffusion 1.5, дообученная автором ItsJayQz методом DreamBooth на поп-арт работах Роя Лихтенштейна и других художников. Для обращения к стилю в запросе используется токен «roypop style». Модель предназначена прежде всего для создания портретов в эстетике поп-арта по текстовому описанию. Качество результатов может быть нестабильным: для подходящего изображения часто требуется подбирать формулировки запроса и генерировать несколько вариантов. Иногда модель создаёт реалистичных людей на фоне в стиле поп-арт; автор отмечает, что её ещё можно улучшить. Модель распространяется по лицензии CreativeML OpenRAIL-M, условия которой включают ограничения на использование.

SeaArt-Furry-XL-1.0 — модель генерации изображений по текстовому описанию от SeaArt, предназначенная для создания furry-арта. Она построена на архитектуре Stable Diffusion XL и использует латентную диффузию с двумя фиксированными предварительно обученными текстовыми энкодерами: OpenCLIP-ViT/G и CLIP-ViT/L. В карточке указана специализация на персонажах и видах животных, включая млекопитающих и птиц, а также на настройке художественных стилей и подсказок качества. Модель принимает текстовые промпты и выдаёт изображения. Для промптов рекомендован порядок: вид, художник, детализация, подсказка качества и уровень NSFW; для генерации также приведены рекомендуемые размеры около 1024 пикселей по сторонам. Это инструмент для художников и поклонников furry-арта, которым нужны иллюстрации персонажей, вариации стиля или визуальные идеи. Карточка предупреждает, что подсказки «masterpiece» и «best quality» могут склонять генерацию к NSFW-содержанию. Для получения подходящего результата важны точные промпты; известные ограничения по контексту и числу параметров в предоставленных данных отсутствуют. Метаданные указывают лицензию CreativeML OpenRAIL-M, тогда как README называет Fair AI Public License 1.0-SD; перед использованием следует проверить применимые условия лицензирования репозитория.

xey/sldr_flux_nsfw_v2-studio — это адаптер LoRA для генерации изображений по текстовому описанию. Модель предназначена для использования с базовой моделью black-forest-labs/FLUX.1-dev и экосистемой Diffusers; в метаданных она также обозначена как diffusion LoRA и Flux-модель. Автор или разработчик адаптера в README явно не указан, однако идентификатор модели содержит имя xey. Адаптер ориентирован на фотореалистичную генерацию изображений, включая сценарии с контентом для взрослых, что следует из идентификатора модели и ссылки на исходную публикацию с пометкой photorealistic-nsfw. Данных о размере адаптера, поддерживаемых языках, длине контекста, точных настройках применения и конкретных улучшениях качества в README нет. Поэтому нельзя достоверно оценить его сильные стороны по сравнению с базовой моделью или ограничения при различных типах промптов. Условия лицензирования в предоставленном README не указаны. Для использования потребуется совместимая с FLUX.1-dev среда и соблюдение условий лицензии базовой модели, а также правил площадки-источника и применимого законодательства, особенно при создании контента для взрослых.

pharmapsychotic/sugar-glider — DreamBooth-модель автора pharmapsychotic для генерации изображений сахарных сумчатых летяг по текстовому описанию. Она основана на Stable Diffusion и предназначена для создания изображений с этим животным, в том числе в придуманных пользователем сценах. Для усиления эффекта автор рекомендует добавлять в запрос маркер «pssg» или «pssg sugar glider»; модель обучалась 2 500 шагов, поскольку вариант после 10 000 шагов автор счёл переобученным. Репозиторий доступен в форматах Diffusers и PyTorch; лицензия — CreativeML OpenRAIL-M.

Ukeiyo-style Diffusion — дообученная модель Stable Diffusion от salmonhumorous для создания изображений в стиле традиционной японской укиё-э. Чтобы вызвать этот стиль, в текстовый запрос рекомендуется добавлять токены «ukeiyoddim style». Модель подходит для генерации пейзажей и иллюстраций; её можно запускать через Diffusers или использовать файл checkpoint с собственной реализацией Stable Diffusion. В карточке указана лицензия CreativeML OpenRAIL-M. По приведённым примерам модель обучалась на разных этапах вплоть до 2000 шагов. Ограничения связаны с базовыми возможностями генерации изображений Stable Diffusion и возможным качеством стилизации; конкретные результаты зависят от запроса и настроек генерации.

USNR_STYLE_ILL_V1 — это LoRA-модель для генерации иллюстраций по текстовому описанию в экосистеме Diffusers. Она предназначена для онлайн-генерации изображений и подключается к базовой модели LyliaEngine/ilustmix_v40. Авторство указано за пользователем EWIGKEIT0; модель опубликована в формате Safetensors. Модель активируется триггерным словом usnr и ориентирована на усиление определённого художественного стиля и создание качественных, детализированных композиций. В README приведены примеры с персонажами и драматичными сценами, однако точные сведения об архитектуре, размере, поддерживаемых языках, максимальном контексте и наборе данных не указаны. Для работы рекомендуется использовать sampling method DPM++ 2M SDE, schedule type SGM Uniform и CFG Scale в диапазоне 4–6. Сильной стороной модели является специализированная стилeвая настройка для иллюстративной генерации при совместном использовании с указанной базовой моделью. Ограничения включают зависимость от совместимой diffusion-модели и необходимость применения триггерного слова; универсальность, качество на других базовых моделях и поддерживаемые модальности не подтверждены. Лицензия — Creative Data License Agreement Permissive 2.0 (CDLA-Permissive-2.0).

Verboa Image 1.0 — модель генерации изображений от verboa.io для взрослой аудитории. Это полноразмерное дообучение ERNIE-Image с переносом возможностей быстрого семплирования ERNIE-Image-Turbo; архитектура — одно-поточный диффузионный трансформер DiT примерно на 8 млрд параметров. Модель создаёт фотореалистичные изображения по текстовым запросам и рассчитана прежде всего на откровенный контент для взрослых. Для генерации указаны 8 шагов при guidance 2. Карточка приводит английский язык; лицензия обозначена как other, а конкретные ограничения использования заданы её условиями. Модель ориентирована на запросы, написанные естественным языком, от кратких до подробных. Среди ограничений — меньшая надёжность мужской анатомии, возможное отклонение от описаний сцен с несколькими людьми, несовершенная передача текста, рук и количества объектов, а также склонность к фотореализму вместо разнообразных рисованных стилей. Для точности лучше описывать сцену подробно; разрешение обучения составляет около 1 мегапикселя, поэтому для крупных изображений может потребоваться дополнительная обработка. Защитная настройка снижает вероятность изображения несовершеннолетних, но не исключает её полностью.

John6666/wai-nsfw-illustrious-v80-sdxl — модель генерации изображений по текстовому описанию, размещённая John6666; в карточке указано, что исходную модель создал WAI0731. Это дообученная версия OnomaAIResearch/Illustrious-xl-early-release-v0 на базе Stable Diffusion XL, рассчитанная прежде всего на создание аниме-иллюстраций, включая контент для взрослых. Модель использует конвейер StableDiffusionXLPipeline из библиотеки Diffusers и распространяется в формате safetensors. Она принимает текстовые промпты на английском языке и выдаёт изображения. Репозиторий помечен как содержащий чувствительный контент. Лицензия — faipl-1.0-sd; условия использования следует сверять с текстом этой лицензии.

Wild Krea-2 Turbo NSFW — модель генерации изображений по текстовому описанию, разработанная ModdiAdam на основе Krea-2 Turbo от Krea с использованием компонентов Comfy-Org/Krea-2. Она предназначена для создания высококачественных изображений по англоязычным NSFW- и другим зрелым промптам, включая сценарии, где требуется повышенная точность следования таким запросам. Модель интегрируется с Diffusers и ComfyUI через совместимые GGUF-загрузчики. Доступны квантованные варианты Q8_0 размером 13,6 ГБ и Q4_1 размером 8,02 ГБ; Q8_0 рекомендован для наилучшего качества, а Q4_1 — для систем с ограниченной памятью. Для работы рекомендуются VAE qwen_image_vae.safetensors и текстовый энкодер qwen3vl_4b_fp8_scaled.safetensors. Указан английский язык, модальность text-to-image и поддержка метрик FID и CLIP-Score, однако количественные результаты оценки пока не представлены; заявлена только качественная проверка соблюдения NSFW-промптов и качества изображений. Сильные стороны модели — специализация на зрелом контенте, высокое качество генерации и наличие вариантов с разными требованиями к памяти. Ограничения включают зависимость от совместимого GGUF-загрузчика и рекомендованных компонентов, а также отсутствие подробных количественных тестов. Распространение регулируется лицензией krea-2-license; полные условия доступны в указанном файле лицензии. Модель предназначена для совершеннолетней аудитории и не должна использоваться для создания незаконного, несогласованного интимного контента или сексуального контента с участием несовершеннолетних.

Wriggly's-Extra-Gum-artstyle-waifudiffusion — модель преобразования текста в изображения, созданная Kagerage методом DreamBooth на базе Yiffy-e18 с помощью fast-DreamBooth notebook от TheLastBen. Она предназначена для генерации иллюстраций в стилистике каракулей и линейного рисунка, напоминающей рисунки на упаковке жевательной резинки Wrigley's Extra; для активации стиля рекомендуется использовать триггер gvgtgm. Модель рассчитана прежде всего на изображения антропоморфных и обычных животных, включая персонажей фурри, в различных сценах и одежде. Репозиторий содержит веса в форматах Diffusers, PyTorch и safetensors; для работы заявлена лицензия CreativeML OpenRAIL-M. Модель специализируется на узком стиле и персонажах: генерация неантропоморфных фурри может даваться ей сложнее.

Wriggly's-Extra-Gum-artstyle-waifudiffusion — DreamBooth-модель Kagerage, дообученная на базе Waifu Diffusion 1.3 для генерации изображений в стиле необычных нарисованных от руки иллюстраций с обёрток жевательной резинки Wrigley's Extra. Модель принимает текстовые запросы и предназначена для создания изображений с персонажами в аниме-стиле, сочетая этот характерный стиль с описанием персонажей, одежды и окружения. Для выраженного сходства с обучающими изображениями автор рекомендует добавлять триггерное слово «gvgtgm» и формулировки «lineart drawing» или «badly drawn lineart drawing». Модель распространяется в формате Diffusers и Safetensors и использует лицензию CreativeML OpenRAIL-M. В README также приведены советы по выбору формулировок и sampler; количественные сведения о размере и контексте для этой модели неприменимы к генерации изображений.

Alex's-One-Line-Art — модель text-to-image в формате Diffusers/PyTorch, обученная Alexwww методом DreamBooth на коллекции работ @alexwoodesign. Она предназначена для генерации изображений по текстовым запросам в стиле рисунка одной непрерывной линией; автор рекомендует начинать запрос с фразы «One line art drawing of...». Модель основана на Stable Diffusion и опубликована под лицензией CreativeML OpenRAIL-M, условия которой следует учитывать при использовании и распространении результатов.