IV.9Медиа, журналистика, культура, архивы и игры

Hunyuan3D-2mini — модель Tencent из семейства Hunyuan3D 2.0 для создания 3D-моделей по входному изображению. Репозиторий содержит генератор формы на 0,6 млрд параметров — уменьшенную и более быструю версию генератора на 1,1 млрд параметров. Модель использует архитектуру Hunyuan3D-2 и доступна в форматах PyTorch и Safetensors. Модель предназначена для преобразования изображения в 3D-сетку и подходит для быстрого создания 3D-ассетов по визуальным референсам. README показывает запуск через библиотеку Hunyuan3D-2 и вывод в формате trimesh; для инференса в примере используется CUDA. В метаданных указаны английский и китайский языки, однако основная задача — генерация формы по изображению. Лицензия указана как other; конкретные условия следует уточнять в карточке репозитория Tencent. В README описан генератор формы, поэтому наличие в этом репозитории генерации текстур не подтверждено. Качество результата зависит от входного изображения и параметров генерации.

Ice0.64.1-24.01-RP — текстовая генеративная модель примерно на 7,1 млрд параметров, созданная автором репозитория с помощью mergekit. Это слияние методом SLERP моделей RolePlayLake-7B и Ice0.60-18.01-RP; в конфигурации указана основная модель Ice0.60-18.01-RP. Модель построена на архитектуре Mistral и сохранена в формате Safetensors. Модель предназначена для генерации текста в сценариях ролевого общения. Контекстное окно составляет 32 768 токенов. Карточка не сообщает языки обучения и использования. Данных о лицензии и конкретных ограничениях качества в доступных материалах нет.

Illumiyume Anime Style NoobAI XL NAI XL v1.0 — модель генерации изображений по текстовому описанию, опубликованная John6666; карточка указывает, что исходная модель создана duongve13112002. Это дообученная модель семейства NoobAI-XL, представленная в формате Diffusers и весах Safetensors. Она предназначена для создания изображений в аниме-стиле, в том числе персонажей и иллюстраций с заданной стилистикой. Размер модели — около 3 млрд параметров, тип весов — F16; карточка поддерживает запуск через StableDiffusionXLPipeline. Модель принимает текстовые промпты на английском языке и выдаёт изображения. Указана лицензия faipl-1.0-sd. Подробные сведения о длине контекста и специальных ограничениях качества в карточке не приведены.

Noginowa создал IllustMixLuminous — объединённую модель на основе Illustrious, предназначенную для генерации иллюстраций по текстовым запросам. Репозиторий распространяет модель в формате safetensors для библиотеки Diffusers; в README указано, что в неё встроен VAE. В метаданных среди компонентов объединения перечислены AnimaMixColorXL, Illustrious-XL-v2.0 и Animagine XL 3.1. Модель подходит для создания иллюстраций в аниме-стиле. Автор рекомендует использовать CLIP skip 2 и подбирать CFG scale с учётом sampler; в README приведены рекомендуемые настройки и промпты. README описывает версию v2.1-Refined как вариант, призванный уменьшить искажения пальцев, но отмечает, что полностью они не устранены. Лицензия указана как other, без конкретных условий в предоставленных данных.

Inkpunk Diffusion — дообученная методом DreamBooth модель Stable Diffusion от Envvi для генерации изображений по текстовым запросам. Она создаёт иллюстрации в стилистике, вдохновлённой Gorillaz, FLCL и работами Ёдзи Синкавы; для активации характерного стиля в запросе рекомендуется использовать токен nvinkpunk. Модель рассчитана на англоязычные подсказки и работает через StableDiffusionPipeline в Diffusers. Модель предназначена для создания стилизованных изображений по тексту. Репозиторий содержит веса в форматах Diffusers и PyTorch. Лицензия — CreativeML Open RAIL-M; условия лицензии следует учитывать при использовании и распространении созданных материалов.

isoCities v1 — модель Astroboy для генерации изображений из текстовых запросов в изометрическом стиле. Она основана на Stable Diffusion 1.5 и объединена с ним с помощью инструмента слияния чекпойнтов Automatic1111; точные коэффициент и метод слияния автор не помнит. Модель предназначена для создания изометрических городов, площадок и похожих сцен. Автор рекомендует добавлять в запрос фразу «an illustration of an isometric city, digital art, highly detailed». Доступны файлы в форматах Diffusers и PyTorch. Указана лицензия CreativeML OpenRAIL-M; автор отдельно просит не использовать модель в коммерческих целях.

JANKU Trained + NoobAI + RouWei Illustrious XL v6.9 — модель генерации изображений по текстовому описанию, опубликованная LillyCherry. В README она названа базовой конверсией safetensors в формат diffusers и основана на Illustrious; исходную модель создал janxd. Репозиторий использует StableDiffusionXLPipeline и содержит веса в safetensors. Модель предназначена для создания изображений по текстовым запросам. В README приведены настройки генерации: Euler a, 25–30 шагов и CFG 3–5. Указана лицензия other, поэтому конкретные условия использования зависят от сведений о лицензии в репозитории и исходной модели.

KansenSakura-Symbiosis-12B — экспериментальная слитая языковая модель Valeciela для англоязычных ролевых и разговорных диалогов. Она создана методом Multi-SLERP на основе Retreatcost/KansenSakura-Zero-RP-12b с добавлением Retreatcost/KansenSakura-Erosion-RP-12b, Retreatcost/KansenSakura-Eclipse-RP-12b и Retreatcost/KansenSakura-Radiance-RP-12b. Модель использует плотную архитектуру MistralForCausalLM и содержит 12,1 млрд параметров. По метаданным её нативный контекст составляет 1 024 000 токенов; карточка также указывает формат safetensors, а README упоминает варианты GGUF Standard и Q6_K_XL. Предназначена для генерации текста и ролевых сцен на английском языке. Автор отмечает экспериментальный статус и рекомендует использовать модель на свой риск. Лицензия — Apache-2.0.

KawaiiRealisticAnimeMix_A0.3 — модель генерации изображений по текстовому описанию в стиле аниме. В карточке приведён пример запроса для создания крупного портрета девушки с мягкой улыбкой, на улице и в яркой цветовой гамме. Модель предназначена для создания аниме-иллюстраций по текстовым промптам. Репозиторий содержит веса в форматах Diffusers и safetensors; метаданные указывают на совместимость со Stable Diffusion. Лицензия обозначена как other, поэтому условия использования следует уточнить на странице модели.

KIDSILLUSTRATIONS (также COOLKIDSV1) — модель генерации изображений по текстовому описанию, опубликованная пользователем Yntec на Hugging Face. Она создана как объединённый LoRA на основе Stable Diffusion и предназначена для иллюстраций в стиле детских книг. Веса доступны в форматах Diffusers, PyTorch и safetensors; в модель встроен VAE Waifu 1.4 для более насыщенных цветов. Модель подходит для создания детских книжных иллюстраций по текстовым запросам. Карточка не приводит размер модели, длину контекста, список языков или подробности базовой модели. Лицензия — CreativeML Open RAIL-M; её условия следует учитывать при использовании и распространении результатов.

Карточка модели kiel2/Kiel-2-Flare на Hugging Face совпадает с карточкой kiel2/Kiel-Gen-2-Fast, поэтому описание составлено по ней. KielForge-fast — дообученный LoRA-адаптер для Stable Diffusion XL Base 1.0, созданный KielTech. Он предназначен для генерации изображений по тексту и преобразования исходных изображений, с акцентом на детализированные футуристические портреты, персонажей научной фантастики и концепт-арт с реалистичными текстурами. Адаптер доступен в виде 16-битных весов safetensors, а также вариантов GGUF F16 и Q4_0. Для генерации рекомендуется разрешение 1024 × 1024; в README также приведены параметры сэмплирования и силы преобразования изображения. Для работы нужны базовая модель SDXL и совместимый интерфейс или конвейер, например Diffusers, ComfyUI либо WebUI Forge. Модель ориентирована на англоязычные запросы. Квантованная версия Q4_0 может давать небольшие артефакты по сравнению с вариантом F16. Модель наследует ограничения и профиль безопасности базовой SDXL. Лицензия — CreativeML OpenRAIL-M.

Карточка модели kiel2/KielForge-fast на Hugging Face совпадает с карточкой kiel2/Kiel-Gen-2-Fast, поэтому описание составлено по ней. KielForge-fast — дообученный LoRA-адаптер для Stable Diffusion XL Base 1.0, созданный KielTech. Он предназначен для генерации изображений по тексту и преобразования исходных изображений, с акцентом на детализированные футуристические портреты, персонажей научной фантастики и концепт-арт с реалистичными текстурами. Адаптер доступен в виде 16-битных весов safetensors, а также вариантов GGUF F16 и Q4_0. Для генерации рекомендуется разрешение 1024 × 1024; в README также приведены параметры сэмплирования и силы преобразования изображения. Для работы нужны базовая модель SDXL и совместимый интерфейс или конвейер, например Diffusers, ComfyUI либо WebUI Forge. Модель ориентирована на англоязычные запросы. Квантованная версия Q4_0 может давать небольшие артефакты по сравнению с вариантом F16. Модель наследует ограничения и профиль безопасности базовой SDXL. Лицензия — CreativeML OpenRAIL-M.

KO-Anything-V4.5 — модель генерации изображений в стиле аниме на основе latent diffusion и Stable Diffusion, опубликованная kyujinpy. Она предназначена для создания детализированных иллюстраций по текстовым запросам, в том числе с тегами Danbooru. Карточка приводит примеры запросов на корейском и английском языках; в метаданных также указан корейский язык. Модель распространяется в формате Diffusers с весами Safetensors и использует CLIP от bingsu. Для запуска подходит StableDiffusionPipeline из библиотеки Diffusers. Указана лицензия CreativeML Open RAIL-M; README сообщает, что коммерческую лицензию на Anything V4.0 предоставляет платформа Fantasy.ai, поэтому коммерческое использование этой версии требует проверки условий правообладателя.

Owen777/Kontext-Style-Loras — набор из более чем 20 стилевых LoRA-адаптеров для модели FLUX.1-Kontext-dev, разработанный Tian YE и Song FEI из HKUST Guangzhou. Адаптеры предназначены для image-to-image генерации: они преобразуют исходные изображения в различные художественные и мультяшные стили, включая Ghibli, American Cartoon, Chinese Ink, Oil Painting, Pixel, LEGO, Van Gogh, Picasso и другие. Модель работает в экосистеме Diffusers через FluxKontextPipeline и поддерживает обработку изображений с текстовым запросом. Обучение выполнено на высококачественных парных данных, сгенерированных GPT-4o, из набора OmniConsistency. В README указана базовая модель FLUX.1-Kontext-dev и английский язык; размер адаптеров, максимальная длина контекста и точные требования к аппаратному обеспечению не приведены. Сильная сторона набора — разнообразие готовых стилевых адаптеров и возможность подключать их к одной базовой модели с настраиваемым весом. Ограничения связаны с зависимостью от FLUX.1-Kontext-dev и необходимостью отдельного выбора LoRA для нужного стиля; качество преобразования может зависеть от исходного изображения и текстового запроса. Лицензия в README не указана.

Kontext-Watermark-Remover — адаптер LoRA для модели FLUX.1-Kontext-dev, разработанный пользователем или организацией prithivMLmods и предназначенный для работы через библиотеку Diffusers. Модель выполняет редактирование изображений и специализируется на удалении водяных знаков, логотипов и текстовых элементов с сохранением фона, текстур, освещения и общего реалистичного вида изображения. Адаптер применяется в сценариях image-to-image: на вход подаётся изображение и текстовая инструкция на английском языке, после чего модель генерирует отредактированную версию. Указано, что обучение проводилось на 150 парах изображений, включавших 75 исходных и 75 итоговых изображений. В README не приведены сведения о размере модели, точной архитектуре базовой модели, максимальном контексте или перечне поддерживаемых языков, кроме метаданных о языке en. Сильной стороной модели является узкая специализация на удалении водяных знаков с попыткой бесшовно восстановить скрытые области и избежать видимых артефактов. Качество может зависеть от содержания изображения, расположения и сложности водяного знака, а небольшой объём обучающих данных ограничивает гарантии обобщения. Для запуска требуются FLUX.1-Kontext-dev, Diffusers и совместимая вычислительная среда, обычно с GPU. Модель распространяется по лицензии Apache-2.0.

kyujinpy/KO-stable-diffusion-disney — дообученная модель Stable Diffusion 1.5 для генерации изображений в стиле современной диснеевской анимации. Автор сообщает, что модель обучена на снимках из популярной анимационной студии с помощью DreamBooth в Diffusers, с сохранением prior и дообучением текстового энкодера в течение 9000 шагов; для получения нужного эффекта рекомендуется добавлять в запрос «modern disney style». Примеры показывают генерацию персонажей по текстовым запросам, в том числе на корейском языке. Модель принимает текстовые запросы и выдаёт изображения; в карточке указана работа через StableDiffusionPipeline и форматы Diffusers и PyTorch. Лицензия — CreativeML OpenRAIL-M. Результаты зависят от формулировки запроса и настроек генерации; обучение на материалах популярной студии может приводить к сходству с её персонажами и визуальным стилем.

Krea 2 Raw — базовый чекпойнт модели генерации изображений по тексту, разработанный компанией Krea.ai, Inc. Это Diffusion Transformer с 12 млрд параметров, опубликованный в формате открытых весов и предназначенный прежде всего для дообучения и постобработки под собственные задачи и предметные области. Карточка не рекомендует использовать Raw для обычного инференса; один из описанных сценариев — обучение LoRA на Raw с последующим применением на Krea 2 Turbo. Модель принимает текстовые описания и генерирует изображения. Она рассчитана на творческие и коммерческие рабочие процессы: создание изображений, разработку концепций, исследование дизайна и интеграцию в приложения. Основной язык в карточке и метаданных — английский. Указанная лицензия — Krea 2 Community License; для развёртываний требуются фильтрация контента или эквивалентные процедуры проверки согласно лицензии и политике допустимого использования. Модель может не следовать запросу точно и выдавать нежелательные результаты; качество следования зависит от языка, стиля, конкретности и формулировки запроса. Она не предназначена для получения фактической информации. Карточка также отмечает, что проверка безопасности не охватывает все возможные сценарии.

AX1Y2JP/Krea-2-Raw-INT8-ConvRot — это квантизированная версия модели Krea 2 Raw, разработанной Krea. Модель предназначена для генерации изображений по текстовому описанию и интеграции с ComfyUI; она использует библиотеку Diffusers и относится к классу text-to-image. Ключевая особенность модели — квантизация до INT8 с применением ConvRot и консервативной политики квантизации. Исходной моделью является krea/Krea-2-Raw, а отношение к ней указано как quantized. Дополнительные сведения об архитектуре, размере, поддерживаемых языках, модальностях и длине контекста в README не приведены. Модель распространяется по Krea 2 Community License Agreement. Условия лицензии доступны по адресу https://krea.ai/krea-2-licensing. В README инференс не заявлен как готовый или протестированный.

krea2_realisticSnapshot — это LoRA-модель для генерации изображений на основе базовой модели Krea-2-Turbo, разработанной Krea. Она предназначена для сценариев text-to-image и, вероятно, используется совместно с библиотекой Diffusers для получения изображений с заданными текстовыми описаниями. В доступных данных указано, что модель относится к классу diffusion LoRA и имеет базовую модель krea/Krea-2-Turbo. Иные характеристики, включая количество параметров, архитектурные детали LoRA, поддерживаемые языки, модальности помимо генерации изображений и размер контекста, не указаны. README также не содержит описания сильных сторон, ограничений или примеров применения. Лицензия и условия использования в предоставленном README не указаны, поэтому их нельзя достоверно определить.

Kuno-Lemon-7B — текстовая модель для ролевых диалогов и написания историй, созданная Nitral-AI слиянием моделей SanjiWatsuki/Kunoichi-DPO-v2-7B и KatyTheCutie/LemonadeRP-4.5.3. Слияние выполнено методом SLERP с помощью mergekit. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Она предназначена для генерации текста в сценариях ролевой игры и художественного письма. В метаданных отмечена как не предназначенная для всех аудиторий; лицензия не указана в предоставленных данных.

Sunfall v0.6.1 — разговорная модель crestf411 для ролевых диалогов и написания историй, созданная на базе Meta Llama 3 70B Instruct. Она обучалась на контекстах, имитирующих пресет Silly Tavern для Llama 3 Instruct; автор также описывает сценарии с повествователем и использованием тегов для задания стиля и особенностей истории. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 69,5 млрд параметров и поддерживает контекст до 131 072 токенов. Sunfall предназначена для интерактивного сторителлинга и ролевых сценариев, а также может отвечать на общие вопросы. По заявлению автора, в целом она превысила базовую instruct-модель в тесте MMLU-Pro, но уступила ей в отдельных категориях и чаще запутывается. Для генерации автор рекомендует начинать с температуры 1,2 и корректировать её по связности и разнообразию ответов. Доступны веса safetensors; лицензия — Llama 3 Community License (llama3).

DavidAU/L3-Darkest-Planet-16B-HERETIC-Uncensored-Abliterated — текстовая генеративная модель, созданная на основе дообученной DavidAU/L3-Dark-Planet-8B и обработанная методом abliteration с помощью Heretic v1.0.1 для снижения частоты отказов. В метаданных указаны архитектура Llama, плотная модель с 15,4 млрд параметров, формат Safetensors и контекст до 8192 токенов. Модель предназначена для генерации художественной прозы, сюжетов и сцен, ролевого общения и диалогов, в том числе с мрачной, хоррорной или откровенной тематикой. По README, для получения более грубого или явного стиля иногда требуется прямо задать нужную лексику и тон. Автор приводит частоту отказов 13 из 100 и KL-дивергенцию 0,0716; это собственные показатели автора, а не независимая оценка качества. Условия лицензии в предоставленных данных не описаны.

L3-Nymeria-8B — англоязычная плотная языковая модель для генерации текста, созданная автором tannedbum с помощью слияния моделей Sao10K/L3-8B-Stheno-v3.2 и princeton-nlp/Llama-3-Instruct-8B-SimPO методом SLERP через mergekit. Модель содержит 7,5 млрд параметров, основана на архитектуре Llama и работает с контекстом до 8192 токенов. Она предназначена для ролевых диалогов, написания историй и повествования, а также для диалоговых и инструкционных задач. В описании автор отмечает сочетание реалистичности SimPO с возможностями Stheno, связность многоходового диалога, следование инструкциям и сбалансированную генерацию контента SFW и NSFW. Модель распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Она рассчитана прежде всего на английский язык; качество на других языках не заявлено. В обучающих данных есть примеры NSFW, поэтому модель может генерировать контент для взрослой аудитории.

L3-Umbral-Mind-RP-v1.0-15B — слитая языковая модель семейства Llama 3, опубликованная Tremontaine. Она предназначена для генерации текста в ролевых диалогах и создания историй; базовая модель описана как англоязычная и ориентированная в том числе на тяжёлые психологические темы. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 14,5 млрд параметров и поддерживает контекст до 8192 токенов. Она распространяется в формате safetensors и рассчитана на чатовые взаимодействия. Лицензия в предоставленных данных не указана.

LDAI-1.5-ANIU — русскоязычная модель генерации текста, разработанная LakoMoor для подбора аниме по предпочтениям пользователей сайта Aniu. Модель построена на архитектуре Qwen2, содержит 1,5 млрд параметров и дообучена методом SFT на датасете, основанном на данных Aniu; в карточке указана базовая модель Qwen/Qwen2.5-1.5B-Instruct. Модель принимает текст и выдаёт текст, включая структурированные рекомендации с названием, жанрами, годом выпуска и пояснением.

LibreEdgeTAM — преобразованная LibreYOLO версия контрольной точки EdgeTAM от Facebook, доступная через Transformers. Это видеомодель сегментации, предназначенная для генерации масок объектов по подсказкам в видеокадрах. Веса преобразованы из официальной контрольной точки EdgeTAM в формат Safetensors; README сообщает о проверке точного совпадения всех 984 тензоров с эталонной конверсией. Обученные параметры при преобразовании не менялись. Модель рассчитана на сценарии сегментации объектов в видео с использованием подсказок. Карточка не описывает конкретные языки, размер модели или длину контекста; текстовые языковые возможности не заявлены. Репозиторий предоставляет Apache-2.0 лицензию. Для загрузки README показывает использование AutoModel из Transformers с отключённым trust_remote_code.

LoomAI — языковая модель, разработанная Shrujan и дообученная для создания историй по пользовательским подсказкам. Она предназначена для генерации начала рассказа или полного текста и может помогать авторам находить идеи и развивать творческое письмо. Модель основана на архитектуре Llama, содержит 6,6 млрд параметров и принимает текстовые запросы, выдавая текст. Указанный язык — английский; максимальная длина контекста составляет 4096 токенов. Модель распространяется в формате Safetensors через Transformers. Лицензия в предоставленных данных не указана.

MirageML/lowpoly-cyberpunk — модель генерации изображений на основе Stable Diffusion, дообученная методом DreamBooth для создания изображений в концепции low-poly киберпанка. Для генерации укажите в запросе ключевую фразу «a photo of lowpoly_cyberpunk» вместе с описанием желаемой сцены. Модель предназначена для создания стилизованных изображений по текстовому описанию; в карточке также упоминается возможность исследовать преобразование текста в 3D через платформу Mirage. Модель распространяется в формате Diffusers/PyTorch с весами Safetensors. Лицензия — CreativeML OpenRAIL-M. Карточка не сообщает размер модели, длину контекста и конкретные ограничения качества; результат зависит от формулировки запроса и усвоенной концепции.

LTX-2.3-22b-IC-LoRA-Decompression — адаптер IC-LoRA, разработанный Lightricks на базе видеомодели LTX-2.3-22B. Модель предназначена для обработки видео методом video-to-video: она принимает низкобитрейтное или сильно сжатое исходное видео и восстанавливает качество, удаляя макроблоки, цветовые искажения, ringing-артефакты и полосатость. При этом она стремится сохранять идентичность объектов, кадрирование, геометрию сцены, количество кадров, FPS, разрешение и соотношение сторон. Модель использует латентное представление сжатого референсного видео как управляющий сигнал и дополнительно требует текстовое описание сцены и желаемого результата. Специальная предварительная или последующая обработка не нужна; референс кодируется напрямую через VAE с коэффициентом масштабирования 1. Поддерживаются входные видеоформаты MP4, MOV, MKV, WebM и AVI. Наилучшие результаты ожидаются при параметрах 960×544×121 кадров и 24 FPS; в обучении также использовалась портретная ориентация 544×960. Это специализированная модель удаления артефактов сжатия, а не универсальный инструмент реставрации. Она не предназначена для устранения расфокусировки, смаза движения, шума или зернистости, суперразрешения, увеличения масштаба и колоризации; на данных, значительно отличающихся от обучающей выборки, качество может снижаться. Модель распространяется по лицензии ltx-2-community-license; для доступа требуется согласие с условиями gated-доступа.

LTX-Video-ICLoRA-pose-13b-0.9.7 — модель управления позой для генерации видео, разработанная Lightricks на основе LTXV_13B_097_DEV, версии LTX-Video 0.9.7-dev. Это адаптер IC LoRA, обученный на специализированных данных и предназначенный для использования с конвейером LTXV (Lightricks Text-to-Video). Модель поддерживает управление генерацией видео с помощью видеоконтекста: во время вывода она использует кадры референсного видео, что позволяет выполнять video-to-video-контроль поверх text-to-video-модели и точнее задавать движения и позы персонажей. Она ориентирована на сценарии генерации видео по текстовому описанию с дополнительным контролем по референсным кадрам, а также совместима с ComfyUI и Diffusers. Ключевые характеристики включают базовую модель LTXV_13B_097_DEV, IC LoRA-обучение и ранг адаптера 24. В README не указаны точные сведения о поддерживаемых языках, размере контекста, разрешении, длительности видео или перечне модальностей помимо текстового и видеоконтроля. Для использования необходим пайплайн LTXV; доступны отдельные веса для ComfyUI и Diffusers. Модель распространяется по лицензии LTXV Open Weights License 0.X, подробные условия которой следует уточнять в соответствующем файле лицензии.