/ Профессии
Универсальные способности и операции

I.10Видео, анимация и 3D

В разделе собраны самостоятельные задачи, где AI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены. Для каждого пункта отдельно указаны механизм, входы, результат и способ проверки.

ВидеоТекст
AI-задач
18
в этой профессии
Подходящих моделей
3 279
по типу задач и модальности
Категория
I. Универсальные способности
Основные типы
ВидеоТекст

Рекомендованные модели

3 279 моделей
Загрузки
Лайки
Дата выхода
2 821–2 850 из 3 279
yuk
madoka-waifu-diffusion

Модель yuk/madoka-waifu-diffusion — специализированный вариант Stable Diffusion в формате Diffusers, разработанный для генерации иллюстраций樋口円香, персонажа игры THE iDOLM@STER SHINY COLORS. Автор создал её дополнительным обучением Waifu Diffusion методом DreamBooth. Модель принимает текстовые запросы и создаёт изображения. В метаданных указан английский язык; размер и длина контекста не приведены. Репозиторий распространяется под лицензией bigscience-bloom-rail-1.0. В README отмечено, что изображения, похожие на персонажа 黛冬優子, могут подпадать под авторское право Bandai Namco Entertainment Inc.

816окт. 2022
textimagebigscience-bloom-r…hugging-face
asezualdemifluid
nsfwMarrier

asezualdemifluid/nsfwMarrier — LoRA-адаптер для модели black-forest-labs/FLUX.1-dev, разработанный EnhanceAI. Он предназначен для генерации изображений по текстовым запросам, включая контент для взрослых и другие изображения без встроенных ограничений исходной модели. Адаптер подключается к пайплайну FLUX.1-dev через библиотеку diffusers. Версия v2 заявлена как более производительная и стабильная по сравнению с предыдущей, а также имеет уменьшенный размер LoRA-весов без существенной потери качества. Указаны веса lora.safetensors, рекомендуемый тип данных torch.bfloat16 и необходимость CUDA-совместимого GPU для оптимальной работы. Модель ориентирована на text-to-image-сценарии; сведения о поддерживаемых языках, размере параметров, максимальной длине контекста и точных характеристиках архитектуры не приведены. Сильная сторона модели — специализация на создании откровенных изображений и возможность расширить соответствующие возможности FLUX.1-dev с помощью компактного LoRA-адаптера. Ограничения включают зависимость от базовой модели и вычислительных ресурсов, а также риски неправомерного или неэтичного применения. В README указано, что модель предназначена для исследований и личного использования и распространяется на условиях FLUX-1-dev Non-Commercial License (flux-1-dev-non-commercial-license), что запрещает коммерческое использование согласно условиям лицензии.

2.0K9май 2026
textimagecreativeml-openrai…hugging-face
hearmeneigh
sd21-e621-rising-v1

E621 Rising v1 — модель генерации изображений на основе Stable Diffusion 2.1, разработанная Hearmeneigh и дообученная на отобранных изображениях из E621. Она создаёт изображения по текстовым запросам, особенно с антропоморфными персонажами и тегами, характерными для разметки E621. Модель обучалась 19 эпох на наборе из 5 356 тегов и рассчитана на генерацию изображений размером 512×512 пикселей. Модель предназначена для создания фурри-арта, включая откровенный контент. В README указано, что эта версия устарела и уступает более новой версии 2. Поддерживаются Diffusers и интерфейс stable-diffusion-webui; веса доступны в форматах Diffusers, PyTorch и safetensors. Лицензия в предоставленных данных не указана.

2514янв. 2023
textimagehugging-face
stale2000
sd-dnditem

stale2000/sd-dnditem — модель генерации изображений, предназначенная для создания магических предметов для Dungeons & Dragons. По карточке модели, её обучили создавать изображения, похожие на официальные иллюстрации игровых предметов; в описании не указана базовая модель или разработчик обучающего набора. Модель работает по текстовым запросам с ключевым словом «dnditem» и шаблоном, включающим тип предмета, его стиль и фон. Поддерживаются, например, сапоги, плащи, перчатки, шлемы, кольца, щиты, мечи и посохи, а также более 100 стилей предметов. Репозиторий содержит веса в форматах Diffusers и PyTorch; метаданные указывают Stable Diffusion Pipeline и лицензию other. Карточка ориентирует запросы на английские формулировки. Лицензионные условия подробнее в README не раскрыты. Для наилучших результатов требуется следовать указанному шаблону запроса; модель специализирована на магических предметах D&D и не заявлена как универсальный генератор изображений.

4621дек. 2022
textimageotherhugging-face
Isafuttin
SNOFS

SNOFS — это адаптер LoRA для генерации изображений по текстовому описанию, разработанный пользователем или организацией Isafuttin. Модель предназначена для использования с базовой моделью black-forest-labs/FLUX.1-dev и интеграцией через Diffusers. Судя по названию и тегам, адаптер ориентирован на создание откровенного контента, включая обнажённые изображения и другие материалы для взрослых. В карточке не указаны размер адаптера, архитектурные детали сверх формата LoRA, поддерживаемые языки, максимальный контекст, требования к ресурсам или конкретные параметры применения. Лицензия — Apache-2.0, однако при использовании необходимо также учитывать условия лицензии базовой модели FLUX.1-dev и применимые ограничения на генерацию и распространение контента для взрослых.

2.1K0май 2026
textimageapache-2.0hugging-face
Prgckwb
trpfrog-diffusion

TrpFrog Diffusion — модель Stable Diffusion, дообученная автором на концепции TrpFrog с помощью DreamBooth и датасета trpfrog-icons. Она предназначена для генерации изображений по текстовому запросу, содержащему триггер «a photo of trpfrog», и стремится воспроизводить образ японского комедийного автора TrpFrog. Модель распространяется в формате Diffusers/PyTorch по лицензии CreativeML OpenRAIL-M. Модель рассчитана на создание изображений с этим конкретным персонажем; README не описывает её как универсальную модель генерации. В карточке не приведены сведения о размере, контексте или поддерживаемых языках.

58дек. 2022
textimagecreativeml-openrai…hugging-face
Bigfawg6669
create-nsfw

Bigfawg6669/create-nsfw — это LoRA-расширение FLUX Uncensored LoRA v2, разработанное командой EnhanceAI для базовой модели black-forest-labs/FLUX.1-dev. Оно предназначено для генерации изображений по текстовым описаниям, включая материалы для взрослых и другой контент без стандартных ограничений базовой модели. Расширение подключается к пайплайну FLUX через библиотеку diffusers. Модель представляет собой облегчённые LoRA-веса в файле lora.safetensors. Заявлены улучшенная производительность, более быстрая генерация, исправления стабильности и уменьшенный размер по сравнению с предыдущей версией. В README не указаны точный размер весов, количество параметров, поддерживаемые языки и максимальная длина контекста. Для оптимальной работы рекомендуется CUDA-совместимый GPU и тип данных torch.bfloat16. Сильной стороной модели является специализация на генерации откровенных изображений и возможность адаптировать FLUX.1-dev без замены базовой модели. Ограничения связаны с необходимостью использования совместимого пайплайна, вычислительных ресурсов и соблюдения законодательства, этических норм и правил площадки; модель не должна применяться для незаконного или вредоносного контента. Расширение распространяется на условиях FLUX-1-dev Non-Commercial License, поэтому коммерческое использование не допускается.

4.7K13апр. 2026
textimagecreativeml-openrai…hugging-face
google
ddpm-ema-cat-256

google/ddpm-ema-cat-256 — диффузионная модель безусловной генерации изображений на основе Denoising Diffusion Probabilistic Models (DDPM). Карточка связывает семейство DDPM с работой Джонатана Хо, Аджая Джейна и Питера Аббила; веса доступны в формате Diffusers на PyTorch, лицензия — Apache-2.0. Модель предназначена для создания изображений кошек размером 256×256 без текстового запроса. Она постепенно преобразует шум в изображение и запускается через DDPMPipeline; для генерации подходят дискретные планировщики шума, включая DDPM, DDIM и PNDM. Указанные в README результаты для CIFAR-10 и LSUN относятся к описанию метода DDPM в целом и не являются метриками именно этого чекпойнта. Модель принимает шум и выдаёт изображение; текстовые и другие модальности в её назначении не заявлены. Она подходит для экспериментов с диффузионной генерацией и создания образцов кошек, но не выполняет генерацию по текстовому описанию. В карточке не указаны отдельные ограничения чекпойнта; применяются условия лицензии Apache-2.0.

1055июль 2022
imageapache-2.0hugging-face
hearmeneigh
e621-rising-v3

E621 Rising V3 — модель генерации изображений по текстовому описанию, созданная HearMeNeigh на базе Stable Diffusion XL 1.0. Она предназначена прежде всего для создания изображений в стиле furry и anthro по тегам и промптам, включая откровенный контент. Модель рассчитана на изображения 1024×1024 пикселя и совместима с diffusers, stable-diffusion-webui и ComfyUI. В README указано обучение на изображениях, преимущественно из E621: 11 эпох на наборе из 280 000 изображений и последующее дообучение в течение 23 эпох на наборе из 40 000 изображений. Репозиторий содержит веса в форматах fp32, fp16 и bf16; метаданные указывают на diffusers и safetensors. Лицензия — MIT. Модель специально ориентирована на взрослые furry- и anthro-изображения и может генерировать явно сексуальный контент, поэтому не подходит для несовершеннолетних. Качество и соответствие результатам зависят от промпта; README не приводит систематических оценок качества.

3240окт. 2023
textimagemithugging-face
aifeifei798
flux-lora-uncensored

Flux_LoRA-uncensored — адаптер LoRA для генерации изображений по текстовому описанию, созданный на базе black-forest-labs/FLUX.1-dev. Модель обучена локально с использованием Fluxgym; в карточке она идентифицирована как aifeifei798/flux-lora-uncensored, при этом README также содержит ссылку на репозиторий prashanth970/flux-lora-uncensored. Адаптер предназначен для создания изображений с откровенным содержанием, включая обнажённые и сексуализированные сцены. Для активации рекомендуется использовать триггерные слова «porn», «nude», «sex» и «boobs». Модель распространяется в формате Safetensors и заявлена как совместимая с ComfyUI, AUTOMATIC1111, SD.Next, InvokeAI и Forge. Дополнительные сведения о размере адаптера, языках, поддерживаемых разрешениях и ограничениях качества в README отсутствуют. Указана лицензия flux-1-dev-non-commercial-license, поэтому использование ограничено условиями некоммерческой лицензии FLUX.1-dev.

2.1K37окт. 2024
textimageotherhugging-face
Keltezaa
MysticV3

MysticV3 — LoRA-модель для генерации изображений по текстовому описанию, разработанная пользователем или организацией Keltezaa на базе black-forest-labs/FLUX.1-dev. Модель предназначена для создания NSFW-изображений с использованием FLUX и Diffusers. Модель распространяется в формате Safetensors и подключается к базовой модели FLUX.1-dev. В README не указаны точный размер весов, архитектурные детали LoRA, поддерживаемые языки и максимальный размер контекста. Для запуска рекомендованы strength 1 с возможной корректировкой, sampling method DPMPP_2M, scheduler BETA, CFG scale 4 и 35 шагов генерации. К сильным сторонам относятся специализация на эротическом контенте и совместимость с рабочими процессами FLUX; примеры изображений могут содержать встроенный workflow в PNG. Автор предупреждает о возможных артефактах, включая монструозные формы, отсоединённые части тела и другие визуальные искажения, поэтому может потребоваться смена seed или корректировка промпта. Лицензия — CC BY-NC-ND 4.0, допускающая использование с ограничениями, включая запрет коммерческого использования и производных работ.

1.9K1апр. 2025
textimagecc-by-nc-nd-4.0hugging-face
UnfilteredAI
NSFW-gen

NSFW-gen — модель генерации изображений по текстовому описанию, разработанная UnfilteredAI. Она предназначена для создания разнообразных изображений, включая откровенный контент. Модель основана на дообученной PixelGen и распространяется в форматах Diffusers и ONNX; в README указаны 3,47 млрд параметров и тип тензоров FP16. Модель подходит для создания изображений по текстовым запросам и творческих экспериментов с генерацией контента для взрослых. Карточка отмечает отсутствие фильтрации NSFW-выходов и рекомендует использовать модель ответственно. Указана лицензия other, поэтому конкретные условия использования следует уточнять в материалах репозитория.

2.3K68апр. 2024
textimageotherhugging-face
Jonjew
NSFWMaster

NSFW Master — это LoRA-адаптер для генерации изображений по текстовому описанию на базе black-forest-labs/FLUX.1-dev. Модель опубликована пользователем Jonjew; в описании также указано, что она происходит из Civitai. Для запуска используются веса в формате Safetensors. Адаптер предназначен для сценариев text-to-image, связанных с генерацией изображений для взрослой аудитории. Для активации модели рекомендуется использовать триггерное слово NSFW в текстовом запросе. Доступная карточка не содержит сведений о размере адаптера, точной архитектуре базовой модели, поддерживаемых языках, максимальной длине контекста или конкретных характеристиках качества. К сильным сторонам относятся специализация на контенте для взрослых и совместимость с экосистемой Diffusers и базовой моделью FLUX.1-dev. Ограничения включают зависимость от этой базовой модели и отсутствие подробных данных о результатах, параметрах генерации и требованиях к ресурсам. Лицензия указана как неизвестная, поэтому условия коммерческого и иного использования необходимо уточнять отдельно.

1.2K25янв. 2025
textimageunknownhugging-face
thutes-gbr25
NSFW-MASTER-Z-IMAGE-TURBO

NSFW-MASTER-Z-IMAGE-TURBO — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем или организацией thutes-gbr25. Модель предназначена для использования с базовой моделью Tongyi-MAI/Z-Image-Turbo в задачах text-to-image через экосистему Diffusers. Адаптер ориентирован на создание контента для взрослых и заявлен как универсальное дополнение для соответствующих сценариев генерации. Рекомендуемый вес подключения составляет 0,8. В README также упоминается наличие небольших проблем, которые автор планирует исправить в будущих обновлениях, поэтому результаты могут быть нестабильными и требуют подбора параметров. Модель распространяется как LoRA-адаптер; точный размер, архитектурные детали, поддерживаемые языки, максимальный контекст и набор модальностей в описании не указаны. Лицензия обозначена как unknown, поэтому условия использования необходимо уточнять отдельно.

14K20февр. 2026
textimageunknownhugging-face
rachel-luxangel-ai
nsfw-zit

NSFW Master (Z-Image Turbo) — LoRA-адаптер для генерации изображений на базе Tongyi-MAI/Z-Image-Turbo. Модель разработана Shopon_Skp и опубликована rachel-luxangel-ai; исходная версия доступна на CivitAI. Она предназначена для text-to-image-сценариев в Diffusers, включая создание изображений для взрослых и эротического содержания, а также реалистичных и стилизованных женских персонажей по текстовым описаниям. Модель не содержит специальных trigger words; рекомендуемый автором вес LoRA — 0,8. В репозитории представлены версии V2 и V1 в формате SafeTensors: V2 обучалась 17 532 шага, V1 — 8 766 шагов. Данных о размере адаптера, языках, максимальной длине контекста, точных параметрах архитектуры и поддерживаемых модальностях, кроме текстового ввода и генерации изображений, не указано. Для работы требуется базовая модель Tongyi-MAI/Z-Image-Turbo и совместимый пайплайн Diffusers. Сильная сторона модели — специализация на NSFW-генерации и отсутствие необходимости добавлять триггерные слова, при этом README не приводит подробных сравнительных оценок качества или ограничений по содержанию. Лицензия обозначена как other, без уточнения условий использования, поэтому права на коммерческое и иное применение следует проверять отдельно.

2.5K0апр. 2026
textimageotherhugging-face
bench-labs
PixelModel-v2

PixelModel v2 — небольшая модель генерации изображений по текстовому запросу, опубликованная bench-labs. Согласно карточке, её веса непосредственно представляют изображение; по сравнению с предыдущей версией число параметров увеличено с 23 тысяч до 200 тысяч. Модель предназначена для экспериментального создания изображений по тексту. В карточке не описаны архитектурные детали, кроме семейства PixelModel v2 и плотного типа, а также не приведены сведения о контексте, качестве генерации или поддерживаемых языках сверх английского языка в метаданных. Репозиторий содержит веса safetensors и помечен лицензией MIT.

2610июль 2026
textimagemithugging-face
votepurchase
pornmasterPro_noobV3VAE

votepurchase/pornmasterPro_noobV3VAE — модель генерации изображений по текстовому описанию из семейства Stable Diffusion XL, опубликованная пользователем votepurchase на Hugging Face. По названию и карточке модели она ориентирована на создание реалистичных и откровенных изображений; применяется в сценариях, где нужно получать изображения по текстовым промптам. Модель доступна в форматах Diffusers и safetensors, а метаданные указывают лицензию CreativeML OpenRAIL-M. Карточка относит её к text-to-image и Stable Diffusion XL; поиск также подтвердил, что это отдельный вариант PornMaster Pro Noob V3 VAE. Подробности об архитектуре обучения, точном размере, контексте и поддерживаемых языках в доступных источниках надёжно не установлены.

6.8K18май 2025
textimagecreativeml-openrai…hugging-face
rijulpaul
Qwen3-TTS-12Hz-0.6B-Nefer-LoRa-32

Nefer — LoRA-адаптер для Qwen3-TTS-12Hz-0.6B-Base, созданный сообществом для синтеза английской речи голосом Нефер из Genshin Impact. Вариант с полным чекпойнтом из репозитория не требует референсного аудио: голосовой образ персонажа заложен в весах. При подключении папки adapter/ к базовой модели требуется аудиопример голоса. Модель предназначена для озвучивания английского текста и фанатских голосовых демонстраций персонажа. Архитектура — Qwen3-TTS с плотной моделью на 0,6 млрд параметров; базовая модель мультиязычная, но этот адаптер рассчитан только на английский. Лицензия репозитория — MIT. Это неофициальная фанатская работа, не связанная с HoYoverse и не одобренная компанией.

1070сент. 2026ctx131.1K
textaudiomithugging-face
Diamond1400
qwen-image-edit-plus-nsfw-lora

MCNL v1 — Multi Concept NSFW LoRA — это адаптер LoRA для диффузионного пайплайна Qwen/Qwen-Image-Edit-2511, разработанный и опубликованный ScottzillaSystems. Он предназначен для генерации и редактирования изображений с контентом NSFW на основе исходного изображения и текстового запроса, включая активацию заданных в README концепций и сцен. Адаптер использует архитектуру QwenImageTransformer2DModel (MMDiT) и распространяется в формате safetensors. Размер файла составляет около 563 МБ. Модель рассчитана на работу с пайплайном QwenImageEditPlusPipeline и поддерживает сценарии image-to-image; сведения о количестве параметров, языках, максимальном контексте и дополнительных модальностях не указаны. Для активации возможностей применяются специальные триггерные слова, включая nsfw и названия отдельных концепций. К сильным сторонам относятся специализация на редактировании и генерации NSFW-контента, совместимость с базовой моделью Qwen-Image-Edit-2511 и возможность подключения как отдельного LoRA-адаптера. Ограничения включают зависимость от базовой модели и совместимого окружения Diffusers, а также отсутствие в README подробных данных о качестве, безопасности, поддерживаемых языках и системных требованиях. Лицензия указана как OpenRAIL++.

3892авг. 2026
textimageopenrail++hugging-face
1AJA1
sd-class-butterflies-32

Модель 1AJA1/sd-class-butterflies-32 — диффузионная модель от автора 1AJA1 для безусловной генерации изображений милых бабочек. Она рассчитана на создание изображений без текстового запроса: пример использования загружает веса через DDPMPipeline из библиотеки Diffusers и генерирует изображение. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии MIT. Карточка описывает модель как Unit 1 учебного курса по диффузионным моделям. Она предназначена для экспериментов с генерацией изображений бабочек; сведения о размере модели, разрешении изображений и поддерживаемых языках в карточке и метаданных отсутствуют.

1080сент. 2026
imagemithugging-face
Ethernos
ArkEcho-GSV-Closure-Chinese-Full

Ethernos Studio подготовила GPT-SoVITS-модель для синтеза китайской речи голосом Closure из игры Arknights. Модель принимает текст и генерирует аудио; README описывает связку GPT для отображения текста в акустические признаки и SoVITS для синтеза звуковой волны. Для обучения использованы примерно 8–10 минут игровых голосовых записей и малообразцовое дообучение на 5–15 эпохах. Модель предназначена для личного обучения, алгоритмических исследований и фанатского творчества. Автор отмечает возможную нестабильность тембра, металлическое звучание, нечеткое произношение и ограниченную передачу эмоций, а также не гарантирует качество и сходство синтеза. Метаданные указывают лицензию CC BY-NC 4.0; README дополнительно запрещает коммерческое использование, требует маркировать результат как синтезированный ИИ голос и указывать источник голоса и техническую реализацию.

221сент. 2026
textaudiocc-by-nc-4.0hugging-face
google
ddpm-ema-church-256

google/ddpm-ema-church-256 — модель генерации изображений, опубликованная Google в формате Diffusers/PyTorch. Это безусловная диффузионная модель DDPM с экспоненциальным скользящим усреднением весов (EMA), обученная создавать изображения церкви размером 256×256 пикселей. Она подходит для получения образцов изображений без текстового запроса и демонстрации работы диффузионной генерации. Модель принимает случайный шум и пошагово преобразует его в изображение; текстовый ввод и управление содержанием через промпт не предусмотрены. README описывает семейство DDPM и ссылается на исследовательскую статью, а репозиторий содержит веса в формате Diffusers/PyTorch. Лицензия — Apache-2.0. Генерация ограничена изображениями церквей и разрешением 256×256; модель не предназначена для генерации по текстовому описанию. В README не приведены результаты оценки именно этого чекпойнта.

1.4K18июль 2022
imageapache-2.0hugging-face
FWKV
FWKV-Image

FWKV-Image — экспериментальная модель генерации изображений по текстовому описанию, созданная как исследовательский проект по эффективным диффузионным трансформерам. Её разработчик в предоставленной карточке не назван. Модель содержит около 40 млн обученных параметров и использует 12 блоков FWKV-DiT шириной 384: вместо обычного self-attention применяется двунаправленное затухающее накопление, вычисляемое параллельным сканированием. Генерация основана на rectified flow в латентном пространстве замороженного VAE; текстовые условия кодирует замороженный CLIP ViT-B/32. Модель принимает текстовые промпты и создаёт изображения размером 256×256. Она предназначена для исследований и учебных демонстраций, а не для производственного применения. Небольшой размер и обучающий набор из 100 тысяч пар ограничивают детализацию, следование сложным запросам и разнообразие; возможны артефакты и смещения из обучающих данных. Для загрузки требуется пользовательская архитектура из репозитория и разрешение удалённого кода. Лицензия — Apache-2.0.

914июль 2026
textimageapache-2.0hugging-face
BreadAi
MuseCan

MuseCan — модель генерации текста на базе GPT-2, представленная под именем BreadAi. В README она описана как система для создания музыки по текстовым запросам: заявлены генерация композиций в разных стилях и настройка по жанру или настроению. Карточка связывает модель с набором данных musenet-encoders-12k; метаданные указывают формат PyTorch и контекст до 4096 токенов. README заявляет применение для фоновой музыки к играм и фильмам, а также для личного творчества. Однако описание не объясняет, в каком формате модель кодирует или выдаёт музыку, и не приводит результатов оценки качества; метаданные классифицируют её как text-generation, поэтому способность выдавать непосредственно аудио или ноты независимо не подтверждена. Лицензия в предоставленных данных не указана.

4400февр. 2023ctx4.1K
texthugging-face
Banshee511
NSFW_flux_dev

NSFW_flux_dev — LoRA-дообучение модели FLUX.1 [dev] от Black Forest Labs, опубликованное пользователем Banshee511. Модель предназначена для генерации изображений по текстовым описаниям с использованием базовой модели FLUX.1 [dev], 12-миллиардной модели генерации изображений. Весовые файлы доступны в формате Safetensors для Diffusers. Метка модели указывает на генерацию контента для взрослой аудитории. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает конкретный стиль, тематику изображений или ограничения качества.

2.3K3дек. 2024
textimageapache-2.0hugging-face
Papai25
nsfwMarrier

Papai25/nsfwMarrier — LoRA-расширение для генеративной модели изображений FLUX.1-dev, разработанное командой EnhanceAI. Оно предназначено для интеграции с pipeline библиотеки diffusers и генерации изображений по текстовым запросам, включая материалы для взрослых и другой контент без стандартных ограничений базовой модели. Модель использует архитектуру LoRA поверх black-forest-labs/FLUX.1-dev. Указаны файл весов lora.safetensors, поддержка запуска с типом данных torch.bfloat16 и рекомендация использовать CUDA-совместимый GPU. В README не приведены точные сведения о количестве параметров, поддерживаемых языках, максимальной длине контекста или характеристиках исходного изображения; при этом заявлены улучшенная производительность, исправления стабильности и уменьшенный размер весов по сравнению с предыдущей версией. Сильной стороной расширения является специализация на создании высококачественных изображений для взрослых и более гибкая генерация по сравнению с ограниченной базовой моделью. Ограничения связаны с зависимостью от FLUX.1-dev и вычислительных ресурсов, а также с рисками незаконного или неэтичного применения; использование должно соответствовать законодательству и правилам платформ. Распространение осуществляется на условиях FLUX-1-dev Non-Commercial License, то есть коммерческое использование не допускается.

4044июль 2026
textimagecreativeml-openrai…hugging-face
lodestones
P.A.W.F.E.C.T-Alpha

P.A.W.F.E.C.T-Alpha — диффузионная модель для генерации изображений по текстовым тегам, обученная Lodestone Rock на 500 тысячах пар изображений и тегов из Furaffinity. Исходную концепцию и данные подготовил amogus__enjoyer. Модель рассчитана на создание furry-изображений, в том числе нишевых сюжетов и персонажей; в обучающие теги входят категории рейтинга general, mature и adult, а также теги художников, если они часто встречались в наборе данных. Модель находится на ранней стадии обучения: автор характеризует её как Alpha и ожидает улучшений после дополнительных эпох и расширения данных. Теги Furaffinity дают широкий охват редких сюжетов, но могут быть менее точными, чем теги e621; автор рекомендует объединять модель с FluffyRock для большего контроля над запросами. README описывает использование в Automatic1111 с файлами safetensors и YAML, а метаданные указывают форматы Diffusers, Flax, PyTorch и safetensors. Лицензия — WTFPL.

1210июль 2023
textimagewtfplhugging-face
mlx-community
phartakos-mlx

Карточка модели mlx-community/phartakos-mlx на Hugging Face совпадает с карточкой pequodresearch/phartakos-mlx, поэтому описание составлено по ней. Phartakos MLX — модель-генератор звуков метеоризма, подготовленная pequodresearch для локального запуска на компьютерах Apple Silicon. Это безусловная генеративная модель на основе многомасштабного waveform U-Net с диффузионным процессом: она создаёт монофоническое аудио с частотой 32 кГц, обычно длительностью одну секунду. Для генерации используется полный 200-шаговый ancestral DDPM; модель работает только на этапе инференса. Модель предназначена для создания коротких звуковых эффектов. В тесте сравнения длительности двухсекундные образцы получили больше предпочтений, однако не достигли заранее заданного порога принятия, поэтому длительность по умолчанию — одна секунда. Генерация может звучать неправдоподобно, повторяться или фрагментироваться, а также напоминать обучающие записи. Для работы требуются Apple Silicon и macOS 14 или новее. Модель распространяется по лицензии MIT.

861окт. 2026
audiomithugging-face
perpetual3x
Qwen-Image-Female-Anatomy-Fix-NSFW-LoRA-Triggered-v2

Qwen-Image-Female-Anatomy-Fix-NSFW-LoRA-Triggered-v2 — адаптер LoRA от perpetual3x для базовой модели Qwen/Qwen-Image-2512. Модель предназначена для генерации изображений по текстовому описанию и специализируется на исправлении анатомических деталей женских персонажей в контексте NSFW-сцен. Для работы используется библиотека Diffusers; заявлена поддержка английского, французского и испанского языков. Это не самостоятельная модель персонажа, идентичности, стиля или композиции, а вспомогательный адаптер, который рекомендуется применять вместе с другой NSFW-моделью или LoRA, отвечающей за человека, сцену и визуальный стиль. Для активации требуется триггерное слово или иной предусмотренный автором механизм запуска. В README указаны 8 000 шагов обучения и использование GPU RTX PRO 6000 Blackwell 96GB, однако сведения о точном размере адаптера, контекстном окне и формате триггера не приведены. Сильная сторона модели — целевая коррекция анатомических ошибок при сохранении управляемого включения эффекта. Ограничения связаны с узкой специализацией, зависимостью от базовой модели и других компонентов рабочего процесса, а также с экспериментальным характером. Модель содержит материалы для взрослых и предназначена только для совершеннолетних. Указана специальная лицензия qwen-image-female-anatomy-fix-nsfw-lora-triggered-v2-non-commercial, разрешающая некоммерческое использование на условиях лицензии.

5.4K9сент. 2026
textimageotherhugging-face
DEVLENX
sd-class-butterflies-32

DEVLENX/sd-class-butterflies-32 — диффузионная модель, обученная для безусловной генерации милых изображений бабочек. Она рассчитана на создание изображений без текстового запроса; для запуска в README приведён пример использования DDPMPipeline из библиотеки Diffusers. Модель опубликована в форматах Diffusers и safetensors под лицензией MIT. Размер, контекст и языки для неё не указаны, а текстовый ввод не предусмотрен. Карточка описывает её как учебную модель из курса по диффузионным моделям.

60июль 2026
imagemithugging-face

Задачи профессии

18 задач
154Генерация видеосцены по текстовому описанию или раскадровке. — Для этой задачи система собирает содержание и структуру из заданных ограничений, затем формирует несколько вариантов для выбора и доработки. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Рабочие входы: видеоряд, движение, текстовые сценарии, видеозаписи и кадры. Формат результата: редактируемый артефакт по задаче «Генерация видеосцены по текстовому описанию или раскадровке», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Критерии приёмки: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
155Продолжение, расширение или изменение существующего видеоклипа. — Практическая реализация: AI генерирует черновой результат, согласованный с контекстом, форматом и стилевыми требованиями задачи. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Входной контекст включает видеоряд, текстовые сценарии, видеозаписи, кадры и раскадровки. Формат результата: редактируемый артефакт по задаче «Продолжение, расширение или изменение существующего видеоклипа», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Ошибки выявляют по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
156Автоматический монтаж по сценарию, темпу или смысловым событиям. — Механизм: AI обрабатывает исходные данные по формализованным правилам и обученным закономерностям, чтобы получить проверяемый результат. Предметная логика: сопоставляет не только одинаковые слова, но и намерение, контекст и близкие понятия. Исходные данные: текст запроса, видеозаписи, кадры, раскадровки и трёхмерные модели. Формат результата: конкретный результат по задаче «Автоматический монтаж по сценарию, темпу или смысловым событиям» с исходными данными, промежуточными основаниями и возможностью проверки. Проверка: сверкой с эталонными случаями, воспроизводимостью и экспертной проверкой результата; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
157Поиск и нарезка ключевых моментов в длинной записи. — AI преобразует запрос и объекты в сопоставимое представление, затем находит наиболее близкие и подтверждённые результаты. К исходным данным относятся кадры, раскадровки, трёхмерные модели и движение. Формат результата: ранжированный список кандидатов по задаче «Поиск и нарезка ключевых моментов в длинной записи» со ссылками на источники, оценкой соответствия и фрагментами подтверждения. Надёжность оценивают по релевантности, полноте, отсутствию недопустимых источников и точности ссылок на подтверждение; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
158Стабилизация, повышение частоты кадров и разрешения видео. — Для этой задачи система замыкает контур управления: наблюдает результат предыдущего действия и адаптирует следующий управляющий шаг. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Рабочие входы: видеоряд, раскадровки, трёхмерные модели, движение и текстовые сценарии. Формат результата: управляющее решение для «Стабилизация, повышение частоты кадров и разрешения видео» с ожидаемым эффектом, допустимыми пределами и условиями безопасной остановки. Критерии приёмки: в симуляции и контролируемых испытаниях, с проверкой устойчивости и независимых аварийных ограничений; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
159Удаление или замена объектов и фона в видео. — Практическая реализация: AI преобразует исходный материал по заданным правилам, сохраняя смысл, структуру и критически важные детали. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Входной контекст включает видеоряд, трёхмерные модели, движение, текстовые сценарии и видеозаписи. Формат результата: преобразованный материал по задаче «Удаление или замена объектов и фона в видео» с сохранённым содержанием и журналом значимых изменений. Ошибки выявляют сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
160Автоматическая цветокоррекция и согласование кадров. — Механизм: AI сочетает предметные правила с анализом данных и формирует результат, который можно проследить до исходных фактов. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Исходные данные: видеоряд, движение, текстовые сценарии, видеозаписи и кадры. Формат результата: конкретный результат по задаче «Автоматическая цветокоррекция и согласование кадров» с исходными данными, промежуточными основаниями и возможностью проверки. Проверка: сверкой с эталонными случаями, воспроизводимостью и экспертной проверкой результата; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
161Синхронизация движения губ с новой речевой дорожкой. — AI переводит объект в новый формат или вид, контролируя потери информации и нежелательные артефакты. К исходным данным относятся текстовые сценарии, видеозаписи, кадры и раскадровки. Формат результата: преобразованный материал по задаче «Синхронизация движения губ с новой речевой дорожкой» с сохранённым содержанием и журналом значимых изменений. Надёжность оценивают сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
162Создание дубляжа с сохранением временной структуры сцены. — Для этой задачи система создаёт новый артефакт по требованиям, исходным фактам и примерам, сохраняя возможность последующего редактирования. Предметная логика: согласует перевод или текст с длительностью сцены, паузами и артикуляцией. Рабочие входы: речевая дорожка, видеозаписи, кадры, раскадровки и трёхмерные модели. Формат результата: редактируемый артефакт по задаче «Создание дубляжа с сохранением временной структуры сцены», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Критерии приёмки: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
163Генерация субтитров и их временная синхронизация. — Практическая реализация: AI собирает содержание и структуру из заданных ограничений, затем формирует несколько вариантов для выбора и доработки. Предметная логика: согласует перевод или текст с длительностью сцены, паузами и артикуляцией. Входной контекст включает речевая дорожка, кадры, раскадровки, трёхмерные модели и движение. Формат результата: редактируемый артефакт по задаче «Генерация субтитров и их временная синхронизация», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Ошибки выявляют по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
164Преобразование видео в анимацию или иной визуальный стиль. — Механизм: AI переводит объект в новый формат или вид, контролируя потери информации и нежелательные артефакты. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Исходные данные: видеоряд, раскадровки, трёхмерные модели, движение и текстовые сценарии. Формат результата: преобразованный материал по задаче «Преобразование видео в анимацию или иной визуальный стиль» с сохранённым содержанием и журналом значимых изменений. Проверка: сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
165Генерация движения персонажа по тексту, видео или захвату позы. — AI создаёт новый артефакт по требованиям, исходным фактам и примерам, сохраняя возможность последующего редактирования. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. К исходным данным относятся видеоряд, трёхмерные модели, движение, текстовые сценарии и видеозаписи. Формат результата: редактируемый артефакт по задаче «Генерация движения персонажа по тексту, видео или захвату позы», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Надёжность оценивают по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
166Создание раскадровки и превизуализации. — Для этой задачи система собирает содержание и структуру из заданных ограничений, затем формирует несколько вариантов для выбора и доработки. Предметная логика: учитывает временную согласованность между кадрами, движение камеры и непрерывность объектов. Рабочие входы: видеоряд, движение, текстовые сценарии, видеозаписи и кадры. Формат результата: редактируемый артефакт по задаче «Создание раскадровки и превизуализации», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Критерии приёмки: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
167Генерация трёхмерной модели по тексту или эскизу. — Практическая реализация: AI генерирует черновой результат, согласованный с контекстом, форматом и стилевыми требованиями задачи. Входной контекст включает текстовые сценарии, видеозаписи, кадры и раскадровки. Формат результата: редактируемый артефакт по задаче «Генерация трёхмерной модели по тексту или эскизу», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Ошибки выявляют по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
168Генерация текстур, материалов и окружения для 3D-сцены. — Механизм: AI создаёт новый артефакт по требованиям, исходным фактам и примерам, сохраняя возможность последующего редактирования. Предметная логика: восстанавливает глубину, форму и топологию, затем согласует геометрию между ракурсами. Исходные данные: изображения с разных ракурсов, видеозаписи, кадры, раскадровки и трёхмерные модели. Формат результата: редактируемый артефакт по задаче «Генерация текстур, материалов и окружения для 3D-сцены», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Проверка: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
169Автоматическая ретопология, развёртка UV и упрощение 3D-модели. — AI сначала определяет элементы, которые должны сохраниться, затем перестраивает форму представления и отмечает внесённые изменения. Предметная логика: восстанавливает глубину, форму и топологию, затем согласует геометрию между ракурсами. К исходным данным относятся изображения с разных ракурсов, кадры, раскадровки, трёхмерные модели и движение. Формат результата: преобразованный материал по задаче «Автоматическая ретопология, развёртка UV и упрощение 3D-модели» с сохранённым содержанием и журналом значимых изменений. Надёжность оценивают сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
170Создание цифрового аватара с заданной мимикой и жестами. — Для этой задачи система генерирует черновой результат, согласованный с контекстом, форматом и стилевыми требованиями задачи. Рабочие входы: раскадровки, трёхмерные модели, движение и текстовые сценарии. Формат результата: редактируемый артефакт по задаче «Создание цифрового аватара с заданной мимикой и жестами», согласованный с исходными фактами, форматом и ограничениями; тип артефакта — видео- или 3D-актив. Критерии приёмки: по соответствию фактам, требованиям, формату и качеству последующей экспертной доработки; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию.
171Преобразование двухмерного контента в пространственную сцену. — Практическая реализация: AI преобразует исходный материал по заданным правилам, сохраняя смысл, структуру и критически важные детали. Входной контекст включает трёхмерные модели, движение, текстовые сценарии и видеозаписи. Формат результата: преобразованный материал по задаче «Преобразование двухмерного контента в пространственную сцену» с сохранённым содержанием и журналом значимых изменений. Ошибки выявляют сравнением смысла и структуры до и после преобразования, а также поиском потерянных элементов; по временной согласованности, геометрии, качеству движения, артефактам и соответствию сценарию. <a id="section-i-11"></a>

0 моделей