dflow_2b — это модель генерации изображений по тексту на основе потокового матчинга с 2B параметров. Текстовый энкодер представляет собой часть T5Gemma 2 270M, а автоэнкодер dinac3_96 обучен авторами самостоятельно. Модель принимает обычные описания и описания макета в формате JSON; текст в двойных кавычках читается посимвольно, что помогает с орфографией. Максимальная длина промпта составляет 6,144 токенов. По словам авторов, требуется около 7 ГБ свободной видеопамяти. Компиляция первого изображения занимает дополнительные 30–45 секунд, после чего генерация одного изображения размером 832×1216 на RTX 4090 занимает примерно 10 секунд. Репозиторий также является папкой пользовательских нод для ComfyUI и содержит примеры рабочих процессов и технический отчет.
Почему это важно Не зависит от готовых базовых моделей, текстовый энкодер и автоэнкодер очень малы, поэтому модель можно запускать на потребительских видеокартах; формат макета совместим с MOSS-Image, что позволяет создавать постеры в формате JSON.
Реакция «Обнимаю» (Hugging Face) 14 · Рост рейтинга благодаря реакции «Обнимаю» 14 · Загрузки с реакцией «Обнимаю» 26
Лицензия: некоммерческая · ComfyUI: ноды включены в репозиторий · Видеопамять: ≈6 ГБ (оценка)
Причины
- Карточка модели содержит пример галереи изображений (можно перетащить в ComfyUI для восстановления рабочего процесса), технический отчет и примечания к обновлениям
- Авторы прямо указывают, что это 0.215 превью-версия, которая все еще находится в процессе обучения; качество генерации нестабильно, поэтому необходимо пробовать разные сиды (seed)
Использование
- Python: выполните команду hf download data-archetype/dflow_2b --local-dir dflow_2b, затем установите пакет через pip install -e dflow_2b и используйте DFlowPipeline.from_pretrained("dflow_2b") для генерации изображений; требуется Python 3.12, PyTorch 2.13 и видеокарта NVIDIA с поддержкой bf16
Риски
- Лицензия MG-BY-NC 2.0 является некоммерческой, а текстовый энкодер дополнительно подчиняется условиям использования Gemma
- Для работы в ComfyUI необходимо скачать весь репозиторий в папку custom_nodes и установить зависимости; код нод не прошел аудит
- Это превью-версия: веса и результаты работы могут измениться в будущих версиях