dflow_2b 是 2B 参数的流匹配文生图模型,文本编码器取 T5Gemma 2 270M 的一部分,自编码器 dinac3_96 是作者自己训的。它接受普通描述和 JSON 版面描述,双引号里的字会逐字母读,有助于拼写;提示词最长 6,144 token。作者称需要约 7 GB 空闲显存,首张图编译多花 30–45 秒,之后 RTX 4090 上一张 832×1216 约 10 秒。仓库同时是一个 ComfyUI 自定义节点文件夹,附示例工作流和技术报告。
为什么重要 不依赖任何现成底模,文本编码器和自编码器都很小,消费级显卡就能跑;版面格式兼容 MOSS-Image,可写 JSON 排海报。
抱脸点赞 14 · 抱脸上升分 14 · 抱脸下载 26
许可证:非商用 · ComfyUI:仓库自带节点 · 显存:≈6 GB 估算
理由
- 模型卡附示例图库(拖进 ComfyUI 可还原工作流)、技术报告和更新说明
- 作者直接写明是 0.215 预览版、还在训练,出图质量不稳,需要多试种子
用法
- Python:hf download data-archetype/dflow_2b --local-dir dflow_2b 后 pip install -e dflow_2b,用 DFlowPipeline.from_pretrained("dflow_2b") 出图;需要 Python 3.12、PyTorch 2.13 和支持 bf16 的 NVIDIA 显卡
风险
- MG-BY-NC 2.0 非商用许可,文本编码器另受 Gemma 使用条款约束
- ComfyUI 用法是把整个仓库下载进 custom_nodes 并安装依赖,节点代码未经审计
- 预览版,后续版本的权重和效果会变