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

Карточка модели nguoidoncui/Flux1Dev на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-dev, поэтому описание составлено по ней. FLUX.1 [dev] — модель генерации изображений по тексту от Black Forest Labs. Это 12-миллиардный rectified flow transformer, обученный с помощью дистилляции guidance; веса доступны в форматах Diffusers и safetensors. Модель предназначена для создания изображений по текстовым описаниям и локального использования в творческих и исследовательских рабочих процессах. Модель обеспечивает высокое качество изображений и хорошо следует запросам, хотя результат зависит от формулировки промпта и может ему не соответствовать. Она не предназначена для предоставления фактической информации и может усиливать социальные предубеждения. Лицензия FLUX.1 [dev] Non-Commercial License разрешает личное и научное использование; коммерческое использование регулируется условиями лицензии.

rockerBOO/flux.1-dev-SRPO — версия FLUX.1 Dev, дообученная Tencent методом Semantic Relative Preference Optimization (SRPO) на датасете HPD с HPSv2. Модель предназначена для создания изображений по текстовым запросам, с акцентом на реалистичность и эстетическое качество. SRPO использует текстовые сигналы предпочтений, которые можно корректировать с помощью позитивных и негативных дополнений к промпту. В основе лежит диффузионная архитектура FLUX.1 Dev. В репозитории доступны веса safetensors; лицензия указана как other. Карточка не приводит отдельные сведения о поддерживаемых языках или длине контекста.

FLUX.1 Fill [dev] — модель генерации и редактирования изображений от Black Forest Labs. Это трансформер rectified flow с 12 млрд параметров, обученный с дистилляцией guidance. Модель заполняет выбранные области существующего изображения по текстовому описанию, стараясь согласовать результат с запросом и структурой исходного изображения. Модель предназначена для редактирования изображений и творческих рабочих процессов: например, для замены или добавления объектов и восстановления областей изображения по текстовой инструкции. Она принимает изображение и текстовое описание и выдаёт отредактированное изображение. Для запуска предусмотрена поддержка Diffusers через FluxFillPipeline. Качество генерации и следование запросу могут уступать FLUX.1 Fill [pro] и зависят от формулировки запроса. При заполнении сложных текстур возможны линии на границах области, а незатронутые области могут немного менять цвет. Модель не предназначена для предоставления фактической информации и может усиливать социальные предубеждения. Для весов указана лицензия FLUX.1 [dev] Non-Commercial License; README описывает допустимые сценарии использования, но лицензия ограничивает коммерческое применение.

Карточка модели fuliucansheng/FLUX.1-Fill-dev-diffusers на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-Fill-dev, поэтому описание составлено по ней. FLUX.1 Fill [dev] — модель генерации и редактирования изображений от Black Forest Labs. Это трансформер rectified flow с 12 млрд параметров, обученный с дистилляцией guidance. Модель заполняет выбранные области существующего изображения по текстовому описанию, стараясь согласовать результат с запросом и структурой исходного изображения. Модель предназначена для редактирования изображений и творческих рабочих процессов: например, для замены или добавления объектов и восстановления областей изображения по текстовой инструкции. Она принимает изображение и текстовое описание и выдаёт отредактированное изображение. Для запуска предусмотрена поддержка Diffusers через FluxFillPipeline. Качество генерации и следование запросу могут уступать FLUX.1 Fill [pro] и зависят от формулировки запроса. При заполнении сложных текстур возможны линии на границах области, а незатронутые области могут немного менять цвет. Модель не предназначена для предоставления фактической информации и может усиливать социальные предубеждения. Для весов указана лицензия FLUX.1 [dev] Non-Commercial License; README описывает допустимые сценарии использования, но лицензия ограничивает коммерческое применение.

FLUX.1 Kontext [dev] — модель компании Black Forest Labs для редактирования изображений по текстовым инструкциям. Это трансформер rectified flow с 12 млрд параметров, доступный через библиотеку Diffusers в формате safetensors. Модель принимает изображение и инструкцию на естественном языке и выдаёт изменённое изображение. Модель поддерживает изменение существующих изображений, использование референсов персонажей, стиля и объектов без дополнительного дообучения, а также последовательное редактирование с сохранением визуальной согласованности. Она обучена с дистилляцией guidance. В карточке указана поддержка английского языка. Модель распространяется по некоммерческой лицензии FLUX.1 [dev]; README допускает личное и научное использование, но коммерческое применение ограничено условиями лицензии. Для развёртывания требуются фильтры или ручная проверка контента.

FLUX.1 Krea [dev] — модель генерации изображений по текстовому описанию, совместно разработанная Black Forest Labs и Krea. Это дообученная версия FLUX.1 [dev] на архитектуре rectified flow transformer с 12 млрд параметров; обучение с guidance distillation сделало её эффективнее. Модель ориентирована на высокое качество, особенно эстетической фотографии, и хорошо следует текстовым запросам. Она принимает текст и создаёт изображения; карточка указывает английский язык. Модель подходит для творческих рабочих процессов, подготовки концептов и визуальных материалов, а также научных исследований. Она предназначена для работы в системах, совместимых с FLUX.1 [dev], включая Diffusers и ComfyUI. Модель не предназначена для предоставления фактической информации: результат может не соответствовать запросу, а следование промпту зависит от его формулировки. Генерация может отражать общественные предубеждения. Веса доступны по лицензии FLUX.1 [dev] Non-Commercial License. README описывает допустимое применение результатов, включая личное и коммерческое, но использование самой модели регулируется условиями этой лицензии. Запрещены, в частности, незаконное использование, эксплуатация несовершеннолетних, создание несанкционированной интимной и иной запрещённой информации; при развёртывании требуются фильтры или ручная проверка.

Карточка модели NikolaSigmoid/FLUX.1-Krea-dev на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-Krea-dev, поэтому описание составлено по ней. FLUX.1 Krea [dev] — модель генерации изображений по текстовому описанию, совместно разработанная Black Forest Labs и Krea. Это дообученная версия FLUX.1 [dev] на архитектуре rectified flow transformer с 12 млрд параметров; обучение с guidance distillation сделало её эффективнее. Модель ориентирована на высокое качество, особенно эстетической фотографии, и хорошо следует текстовым запросам. Она принимает текст и создаёт изображения; карточка указывает английский язык. Модель подходит для творческих рабочих процессов, подготовки концептов и визуальных материалов, а также научных исследований. Она предназначена для работы в системах, совместимых с FLUX.1 [dev], включая Diffusers и ComfyUI. Модель не предназначена для предоставления фактической информации: результат может не соответствовать запросу, а следование промпту зависит от его формулировки. Генерация может отражать общественные предубеждения. Веса доступны по лицензии FLUX.1 [dev] Non-Commercial License. README описывает допустимое применение результатов, включая личное и коммерческое, но использование самой модели регулируется условиями этой лицензии. Запрещены, в частности, незаконное использование, эксплуатация несовершеннолетних, создание несанкционированной интимной и иной запрещённой информации; при развёртывании требуются фильтры или ручная проверка.

Карточка модели PierrunoYT/FLUX.1-Krea-dev на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-Krea-dev, поэтому описание составлено по ней. FLUX.1 Krea [dev] — модель генерации изображений по текстовому описанию, совместно разработанная Black Forest Labs и Krea. Это дообученная версия FLUX.1 [dev] на архитектуре rectified flow transformer с 12 млрд параметров; обучение с guidance distillation сделало её эффективнее. Модель ориентирована на высокое качество, особенно эстетической фотографии, и хорошо следует текстовым запросам. Она принимает текст и создаёт изображения; карточка указывает английский язык. Модель подходит для творческих рабочих процессов, подготовки концептов и визуальных материалов, а также научных исследований. Она предназначена для работы в системах, совместимых с FLUX.1 [dev], включая Diffusers и ComfyUI. Модель не предназначена для предоставления фактической информации: результат может не соответствовать запросу, а следование промпту зависит от его формулировки. Генерация может отражать общественные предубеждения. Веса доступны по лицензии FLUX.1 [dev] Non-Commercial License. README описывает допустимое применение результатов, включая личное и коммерческое, но использование самой модели регулируется условиями этой лицензии. Запрещены, в частности, незаконное использование, эксплуатация несовершеннолетних, создание несанкционированной интимной и иной запрещённой информации; при развёртывании требуются фильтры или ручная проверка.

Карточка модели yuvraj108c/FLUX.1-Krea-dev на Hugging Face совпадает с карточкой black-forest-labs/FLUX.1-Krea-dev, поэтому описание составлено по ней. FLUX.1 Krea [dev] — модель генерации изображений по текстовому описанию, совместно разработанная Black Forest Labs и Krea. Это дообученная версия FLUX.1 [dev] на архитектуре rectified flow transformer с 12 млрд параметров; обучение с guidance distillation сделало её эффективнее. Модель ориентирована на высокое качество, особенно эстетической фотографии, и хорошо следует текстовым запросам. Она принимает текст и создаёт изображения; карточка указывает английский язык. Модель подходит для творческих рабочих процессов, подготовки концептов и визуальных материалов, а также научных исследований. Она предназначена для работы в системах, совместимых с FLUX.1 [dev], включая Diffusers и ComfyUI. Модель не предназначена для предоставления фактической информации: результат может не соответствовать запросу, а следование промпту зависит от его формулировки. Генерация может отражать общественные предубеждения. Веса доступны по лицензии FLUX.1 [dev] Non-Commercial License. README описывает допустимое применение результатов, включая личное и коммерческое, но использование самой модели регулируется условиями этой лицензии. Запрещены, в частности, незаконное использование, эксплуатация несовершеннолетних, создание несанкционированной интимной и иной запрещённой информации; при развёртывании требуются фильтры или ручная проверка.

Flux.1-Krea-Merged-Dev — модель генерации изображений из текста, созданная prithivMLmods путём объединения параметров black-forest-labs/FLUX.1-dev и black-forest-labs/FLUX.1-Krea-dev. Она построена на архитектуре rectified flow transformer и предназначена для творческих рабочих процессов, где важны следование текстовому запросу, визуальное качество, эстетика и фотореализм. В README приведены примеры генерации по текстовым описаниям; для работы предлагается библиотека Diffusers и конвейер FluxPipeline. Модель принимает текстовые запросы и создаёт изображения. В карточке заявлено объединение характеристик двух базовых моделей; в примерах указано 28 шагов генерации. FLUX.1-dev описана как модель на 12 млрд параметров. Лицензия репозитория обозначена как other, поэтому условия использования следует сверять с лицензиями исходных моделей и условиями карточки репозитория.

Flux.1 Lite 8B Alpha — экспериментальная модель генерации изображений по текстовым описаниям, разработанная Freepik на основе FLUX.1-dev от Black Forest Labs. Это трансформерная модель с 8 млрд параметров, дистиллированная из FLUX.1-dev; веса доступны в формате safetensors для Diffusers. По данным разработчика, она использует на 7 ГБ меньше оперативной памяти и работает на 23% быстрее исходной модели при сохранении точности bfloat16. Для генерации рекомендуется guidance_scale 3.5 и 22–30 шагов. Модель предназначена для создания изображений по текстовым запросам и доступна как alpha-версия. README описывает применение в ComfyUI и генераторе Freepik. Языки запросов в предоставленных материалах не перечислены. Веса выпущены по некоммерческой лицензии FLUX.1 [dev] от Black Forest Labs, поэтому коммерческое использование ограничено условиями этой лицензии.

unsloth/FLUX.2-dev-GGUF — GGUF-квантизированная версия модели FLUX.2 [dev], разработанной Black Forest Labs и подготовленной Unsloth с использованием методологии Unsloth Dynamic 2.0. Это 32-миллиардная модель на основе rectified flow transformer, предназначенная для генерации, редактирования и комбинирования изображений по текстовым инструкциям. Модель поддерживает сценарии text-to-image, редактирование по одному или нескольким референсам, а также сохранение персонажей, объектов и стиля без дополнительного дообучения. Она ориентирована на создание изображений высокого качества, художественные и исследовательские рабочие процессы и может использоваться через reference implementation, ComfyUI и Diffusers. В README указана поддержка английского языка; конкретный размер контекста и полный перечень поддерживаемых модальностей не приведены. GGUF-квантизация и повышение точности отдельных важных слоёв направлены на более эффективный запуск при сохранении качества. Ограничения включают необходимость совместимого программного окружения и существенные вычислительные требования, связанные с размером модели; точные требования зависят от выбранной квантизации и конфигурации. Модель распространяется по лицензии FLUX [dev] Non-Commercial License, также применяются Acceptable Use Policy и условия Black Forest Labs; перед использованием необходимо ознакомиться с полным текстом лицензии.

FLUX.2 [klein] 4B NVFP4 — модель генерации и редактирования изображений от Black Forest Labs. Это 4-миллиардная rectified flow transformer, сжатая до формата NVFP4; репозиторий содержит эту версию весов, а полновесная модель выпущена отдельно. Модель создаёт изображения по текстовому описанию и поддерживает редактирование с несколькими референсными изображениями. Модель предназначена для генерации изображений по промптам и преобразования изображений с учётом текстовых инструкций и нескольких визуальных образцов. Карточка указывает английский язык; текст, встроенный в изображения, может отображаться неточно. Для запуска требуется около 13 ГБ видеопамяти, например на NVIDIA RTX 3090 или RTX 4070 и выше. Модель может не следовать запросу, а результат зависит от формулировки промпта. Она не предназначена для получения фактической информации и может отражать предвзятости обучающих данных. Лицензия — Apache 2.0; карточка также описывает ограничения на отдельные виды использования.

FLUX.2 [klein] 9B — модель генерации и редактирования изображений от Black Forest Labs. Это 9-миллиардная rectified flow transformer-модель с текстовым энкодером Qwen3 на 8 млрд параметров; модель дистиллирована для работы за четыре шага инференса. Она принимает текстовые описания и изображения-референсы, поддерживает генерацию по тексту, редактирование по одному или нескольким референсам и выдаёт изображения. В карточке заявлены быстрое выполнение, хорошее следование запросу и разнообразие результатов; модель предназначена для приложений с интерактивной генерацией и творческого поиска идей. Модель доступна через Diffusers, ComfyUI и API BFL. Для локального запуска указано требование около 29 ГБ видеопамяти, с поддержкой NVIDIA RTX 4090 и выше. Язык карточки и тегов — английский. Лицензия обозначена как other, а README указывает на некоммерческое использование. Модель не предназначена для получения фактических ответов. Следование запросу зависит от формулировки промпта, результат может не соответствовать описанию, а встроенный в изображение текст может быть искажён. Также возможны смещения из обучающих данных.

Карточка модели rootlocalghost/FLUX.2-klein-9B на Hugging Face совпадает с карточкой black-forest-labs/FLUX.2-klein-9B, поэтому описание составлено по ней. FLUX.2 [klein] 9B — модель генерации и редактирования изображений от Black Forest Labs. Это трансформер rectified flow с 9 млрд параметров и текстовым энкодером Qwen3 на 8 млрд параметров; модель дистиллирована до четырёх шагов инференса для быстрой генерации. Она принимает текстовые описания и изображения-референсы, объединяя генерацию по тексту, редактирование одного изображения и работу с несколькими референсами в одной архитектуре. Модель предназначена для быстрого создания изображений, творческого поиска вариантов и интеграции генерации и редактирования в приложения с низкой задержкой. В карточке заявлены высокая скорость и следование промпту, однако фактический результат зависит от формулировки запроса. Модель не предназначена для получения фактической информации, может неверно отображать текст внутри изображения и не всегда точно выполняет запрос. Для локального запуска требуется около 29 ГБ видеопамяти. Лицензия указана как other; README описывает использование как некоммерческое и перечисляет ограничения допустимого применения.

FLUX.2 [klein] 9B — модель генерации и редактирования изображений от Black Forest Labs, переопубликованная Unsloth без изменений исходных весов. Это 9-миллиардная rectified flow transformer-модель с текстовым энкодером Qwen3 на 8 млрд параметров; дистилляция позволяет выполнять генерацию за четыре шага. Модель принимает текстовые описания и изображения-референсы, поддерживая генерацию изображений по тексту, редактирование одного изображения и работу с несколькими референсами. Она рассчитана на быстрые интерактивные сценарии, творческий перебор идей и интеграцию в приложения; доступна через Diffusers и ComfyUI. Карточка заявляет высокое качество при низкой задержке, однако фактическое соответствие промптам зависит от формулировки, а текст внутри изображений может искажаться. Модель не предназначена для получения фактических ответов и может воспроизводить смещения обучающих данных. Для работы требуется около 29 ГБ видеопамяти. Лицензия upstream — для некоммерческого использования; README указывает, что её условия сохранены в репозитории.

Карточка модели thornmaze/FLUX2-klein-9B на Hugging Face совпадает с карточкой black-forest-labs/FLUX.2-klein-9B, поэтому описание составлено по ней. FLUX.2 [klein] 9B — модель генерации и редактирования изображений от Black Forest Labs. Это трансформер rectified flow с 9 млрд параметров и текстовым энкодером Qwen3 на 8 млрд параметров; модель дистиллирована до четырёх шагов инференса для быстрой генерации. Она принимает текстовые описания и изображения-референсы, объединяя генерацию по тексту, редактирование одного изображения и работу с несколькими референсами в одной архитектуре. Модель предназначена для быстрого создания изображений, творческого поиска вариантов и интеграции генерации и редактирования в приложения с низкой задержкой. В карточке заявлены высокая скорость и следование промпту, однако фактический результат зависит от формулировки запроса. Модель не предназначена для получения фактической информации, может неверно отображать текст внутри изображения и не всегда точно выполняет запрос. Для локального запуска требуется около 29 ГБ видеопамяти. Лицензия указана как other; README описывает использование как некоммерческое и перечисляет ограничения допустимого применения.

Flux2-Klein-9B-True-V2 — модель генерации изображений по текстовому описанию и редактирования изображений, разработанная на основе FLUX.2-klein-9B и опубликованная пользователем chfm. Это версия V2, полученная полным дообучением модели Flux2-Klein-9B-True-V1. Модель предназначена для text-to-image-синтеза и image editing. По сравнению с V1 заявлены улучшения реалистичности и передачи текстур, следования промптам, восстановления деталей, адаптации параметров и совместимости с LoRA. Также улучшены структурированность и эстетика изображений, а при редактировании — следование инструкциям, а также контроль смещения и цветовых отклонений. Указана поддержка английского и китайского языков. Модель работает с библиотекой Diffusers и фреймворком PyTorch; размер архитектуры — 9B параметров, поскольку она основана на FLUX.2-klein-9B. Для ускорения допускается использование Turbo LoRA или Distill LoRA, однако это может снизить качество изображения; рекомендуются небольшие значения веса LoRA. Для коррекции цвета и формы после редактирования предлагается использовать плагин ComfyUI-LCS. README не содержит точных ограничений по контексту или иных подробностей архитектуры. Использование модели разрешено в соответствии с некоммерческой лицензией FLUX Non-Commercial License компании Black Forest Labs.

FLUX.2 [klein] 4B Base — генеративная модель Black Forest Labs для создания и редактирования изображений. Она предназначена для генерации изображений по текстовым описаниям, а также для редактирования с использованием нескольких референсных изображений. Модель поддерживает сценарии text-to-image и image-to-image и поставляется в данном репозитории в формате FP8. Модель построена на архитектуре rectified flow transformer и содержит около 4 миллиардов параметров. Она работает с текстовыми и визуальными входными данными; заявленный язык — английский. Размер контекста и другие параметры контекстного окна в карточке не указаны. Версия FP8 требует около 13 ГБ видеопамяти и доступна на видеокартах NVIDIA уровня RTX 3090/4070 и выше. Сильными сторонами модели являются поддержка генерации изображений и многореференсного редактирования при сравнительно умеренных аппаратных требованиях. Ограничения включают возможные ошибки следования запросу, зависимость результата от стиля формулировки промпта и искажения при генерации текста внутри изображений. Модель не предназначена для предоставления фактической информации и может воспроизводить или усиливать смещения из обучающих данных. Модель распространяется по лицензии Apache 2.0. Запрещено использовать её и производные модели для незаконных, вредоносных, мошеннических, дискриминационных или связанных с эксплуатацией несовершеннолетних сценариев, создания несогласованных интимных изображений, причинения вреда через персональные данные и полностью автоматизированного принятия решений в областях высокого риска.

eramth/flux-4bit — версия FLUX.1-dev для генерации изображений по текстовым описаниям. Репозиторий содержит NF4-квантованный трансформер и T5-энкодер и использует библиотеку Diffusers; базовая модель разработана Black Forest Labs. Модель предназначена для создания изображений по текстовым запросам. Для загрузки README указывает установить bitsandbytes. В метаданных указаны лицензия other и форматы Diffusers и safetensors. Сведений о размере модели, поддерживаемых языках и длине контекста в доступных данных нет.

FLUX.1 Kontext [dev] в формате FP8 scaled для Diffusers — модель редактирования изображений, разработанная Black Forest Labs и представляемая в этом репозитории как конверсия базовой модели black-forest-labs/FLUX.1-Kontext-dev. Это трансформер rectified flow с 12 млрд параметров, который изменяет изображение по текстовой инструкции; также поддерживает генерацию изображений по тексту. Модель подходит для изменения объектов, стиля и внешнего вида персонажей с сохранением заданных визуальных ориентиров без дополнительного дообучения. Согласованность между последовательными правками помогает уточнять результат, уменьшая визуальный дрейф. Указаны Diffusers и форматы safetensors; основной язык карточки — английский. Лицензия репозитория обозначена как other; README ссылается на некоммерческую лицензию FLUX.1 [dev] и описывает использование для личных, научных и коммерческих целей, поэтому условия следует сверять с текстом лицензии для конкретного применения.

Freedom.Redmond — модель генерации изображений по текстовому описанию, созданная artificialguybr и дообученная на Stable Diffusion 2.1 с разрешением 768 пикселей. Она рассчитана на универсальные запросы и генерацию изображений в разрешении выше 1024 пикселей, включая реалистичные и художественные сцены, автомобили и людей. Автор рекомендует разрешение выше 768 пикселей, около 30 шагов и семплеры DPM++ SDE/2M или 2M SDE; результаты могут зависеть от использования негативного промпта. Модель распространяется по лицензии bigscience-openrail-m.

Free-Image-Generation — модель генерации изображений по текстовому описанию, созданная на основе Stable Diffusion 1.5 и дообученная слиянием нескольких модулей LoRA. Репозиторий содержит компоненты Diffusers: текстовый энкодер, U-Net, VAE, токенизатор и планировщик диффузии; размер модели по README — 1,07 млрд параметров. Модель предназначена для создания изображений по англоязычным текстовым запросам. Авторы заявляют, что сгенерированные изображения распространяются на условиях CC0, а веса базовой модели унаследовали лицензию CreativeML OpenRAIL-M; модули LoRA указаны как CC0-1.0. Для генерации рекомендуется CUDA-совместимый GPU. Качество результатов зависит от формулировки запроса и возможностей базовой архитектуры Stable Diffusion 1.5.

Sa1i/gakki-mix-512-young — модель преобразования текстовых запросов в изображения на основе Stable Diffusion, опубликованная пользователем Sa1i. Репозиторий распространяет веса в форматах Diffusers, PyTorch и safetensors; карточка рекомендует использовать VAE. Модель предназначена для создания изображений по текстовому описанию. Лицензия CreativeML OpenRAIL-M; в карточке также указано, что коммерческое использование запрещено, как и использование для незаконных действий и целей.

Sa1i/gakki-mix-768 — модель преобразования текста в изображения для Stable Diffusion, распространяемая в форматах Diffusers, PyTorch и Safetensors. Карточка рекомендует использовать её с VAE. Модель подходит для создания изображений по текстовым запросам. В README указано, что коммерческое использование и применение в незаконных целях запрещены. Модель распространяется по лицензии CreativeML OpenRAIL-M.

GIT-large-TextCaps — модель Microsoft семейства GenerativeImage2Text (GIT), дообученная на наборе TextCaps для создания описаний изображений, содержащих текст. Архитектура представляет собой трансформерный декодер, который получает визуальные токены изображения от CLIP и текстовые токены; размер модели — 80,1 млн параметров, контекст — до 1024 токенов. Репозиторий содержит веса PyTorch, лицензия — MIT. Модель генерирует текст по изображению и подходит прежде всего для подписи изображений с чтением видимых надписей, а также для задач описания сцен. В карточке семейства GIT также упомянуты ответы на визуальные вопросы и классификация через генерацию текста, но этот чекпойнт специально дообучен на TextCaps. Модель ориентирована на английский язык. Ограничения включают зависимость качества от читаемости текста и содержания изображения; результаты оценки для данного чекпойнта в карточке не приведены.

GOLDFish — модель генерации изображений по текстовому описанию, созданная как смесь OLDFIsh от timevisitor и RMHF_2.5D_v2 от TkskKurumi. Она предназначена для создания изображений по запросам пользователя; в метаданных указаны Stable Diffusion и библиотека Diffusers, а файлы представлены в форматах Diffusers, PyTorch и safetensors. Модель распространяется по лицензии CreativeML OpenRAIL-M.

HassanBlend1.5.1.2 — модель генерации изображений по текстовому описанию, созданная автором hassan. Она дообучена на базе Stable Diffusion 1.5 на наборе из тысяч изображений; автор также добавил несколько небольших слияний моделей, чтобы смягчить результат и повысить творческую вариативность. Модель предназначена для создания изображений по промптам. Автор продолжает выпускать обновления и предоставляет примеры промптов и результатов. Репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors. Лицензия — CreativeML OpenRAIL-M.

HiDream-E1.1 — модель редактирования изображений от HiDream.ai, построенная на базе HiDream-I1-Full. Она предназначена для изменения изображений по инструкциям и для интерактивного редактирования через демонстрационное приложение Gradio. В карточке приведены результаты оценки на наборах EmuEdit и ReasonEdit, охватывающих глобальные и локальные изменения, добавление и удаление объектов, редактирование текста, фона, цвета и стиля. Модель распространяется в форматах Diffusers и safetensors и использует библиотеку Diffusers. Для запуска автор рекомендует установить Flash Attention и последнюю версию Diffusers; в README также указана рекомендация по CUDA 12.4. Лицензия — MIT. Размер модели, длина контекста и список поддерживаемых языков в источниках не приведены.

drbaph/HiDream-O1-Image-FP8 — вариант модели HiDream-O1-Image в смешанной точности FP8, подготовленный для запуска через ComfyUI. В README указано, что исходная модель разработана командой HiDream-ai и использует архитектуру Pixel-level Unified Transformer (UiT) с 9 млрд параметров: она работает с пикселями, текстом и условиями задачи в общем пространстве токенов, без внешнего VAE и отдельных текстовых энкодеров. По метаданным модель связана с архитектурой Qwen3-VL и использует библиотеку Diffusers. Модель предназначена для создания изображений по текстовому описанию, редактирования изображений по инструкциям, персонализации по нескольким референсам и генерации раскадровок. README заявляет генерацию с разрешением до 2048 × 2048, поддержку длинного текста и многоязычного текста на изображениях, а также встроенного агента рассуждения для уточнения компоновки перед генерацией. FP8-вариант хранит веса в формате float8_e4m3fn, сохраняя отдельные чувствительные слои в более высокой точности; в README для него указано около 10 ГБ видеопамяти и небольшое снижение качества относительно вариантов BF16 и FP16. Для работы рекомендуется ComfyUI с пользовательским узлом HiDream_O1-ComfyUI. Модель распространяется по лицензии MIT. Заявления о качестве и сравнении с другими моделями приведены в README как результаты исходной модели; отдельная независимая оценка именно этой FP8-квантизации не описана.