Comfy-Org は、Tencent の WeVisOne-VL の 2B と 4B の2つのサイズを、ComfyUI で直接読み込めるファイル形式に再パッケージしました。各サイズには bf16 と int8 の2種類の精度があり、models/text_encoders ディレクトリに配置されています。元のモデルは tencent/WeVisOne-VL-4B で、ライセンスは Apache 2.0 です。今期の MOSS セクションの局所再描画ワークフローでは、テキストに基づいて編集領域を検出するためにこのモデルを使用しています。
なぜ重要か 公式が bf16 と int8 の2種類の精度をパッケージ化しているため、ComfyUI でテキストに基づく位置指定編集ワークフローを使用する際に、自分で重みを変換する必要がありません。
ハグいいね 8 · ハグ上昇ポイント 8 · ハグダウンロード数 0
ライセンス:商用可 · ComfyUI:公式パッケージ · VRAM:約18 GB 推定
理由
- Hugging Face の Comfy-Org アカウント
- ComfyUI:Comfy-Org 公式パッケージ;モデルカードに ComfyUI の使用方法が記載
- スコア 60(freshness 15 / source 15 / heat 0 / comfy 16 / vram 4 / demo 0 / license 10)
使い方
- 必要なサイズと精度をダウンロードし、ComfyUI/models/text_encoders/ に配置して、対応するワークフローで選択する
リスク
- モデルカードにはファイル一覧のみが記載されており、使用方法や対応ワークフローに関する説明がない;4B bf16 版は VRAM 使用量が高い