|
|
--- |
|
|
base_model: Tongyi-MAI/Z-Image-Turbo |
|
|
library_name: diffusers |
|
|
pipeline_tag: text-to-image |
|
|
tags: |
|
|
- helioai |
|
|
- russian |
|
|
- lora |
|
|
- 4-bit |
|
|
- experimental |
|
|
license: apache-2.0 |
|
|
language: |
|
|
- ru |
|
|
--- |
|
|
|
|
|
# 🧪 Helio-Ray-LoRA (Technology Preview v0.1) |
|
|
|
|
|
<p align="center"> |
|
|
<img src="logo.png" width="200" alt="HelioAI Logo"> |
|
|
</p> |
|
|
|
|
|
**Helio-Ray-LoRA** — это экспериментальный адаптер (LoRA), демонстрирующий возможности нашей будущей технологии генерации. Мы обучили этот модуль всего на **2,635 эталонных изображениях**, чтобы показать, как качественная выборка данных может улучшить детализацию и понимание русского текста даже при минимальных затратах ресурсов. |
|
|
|
|
|
> ⚠️ **Status:** Early Access / Experimental. |
|
|
> 🚀 **Roadmap:** Полноценная модель **Helio1-Image-Ray-6B** (на 20k+ примерах) находится в разработке. |
|
|
|
|
|
--- |
|
|
|
|
|
## 📸 Сравнение (LoRA vs Base) |
|
|
|
|
|
Даже в формате легкого адаптера (300 Мб) мы добились значительного улучшения текстур и читаемости текста: |
|
|
|
|
|
| Базовая модель | **Helio-Ray-LoRA** | |
|
|
| :-: | :-: | |
|
|
|  |  | |
|
|
|
|
|
--- |
|
|
|
|
|
## 🎯 Для чего эта версия? |
|
|
|
|
|
Это "легкая" версия для энтузиастов и разработчиков, которые хотят протестировать наши подходы к генерации: |
|
|
|
|
|
1. **Русский текст:** Улучшенная генерация вывесок и надписей. |
|
|
2. **Эффективность:** Вес адаптера всего **300 МБ**. |
|
|
3. **Совместимость:** Работает поверх `Z-Image-Turbo`, скачивается и подключается автоматически. |
|
|
4. **Разрешение:** Оптимизировано строго под **1024x1024**. |
|
|
|
|
|
--- |
|
|
|
|
|
## 👤 От разработчика |
|
|
|
|
|
* **Автор:** Абдулаев Самад Германович (HelioAI Founder). |
|
|
* **Концепция:** Мы тестируем гипотезу "Data-Centric AI". Этот релиз доказывает, что даже малый, но качественный датасет способен изменить поведение огромной модели. |
|
|
* **Планы:** Сейчас мы готовим масштабный датасет (20,000+ примеров) для обучения полноценной Standalone-модели, которая не будет требовать внешних зависимостей. |
|
|
|
|
|
--- |
|
|
|
|
|
## 🚀 Запуск (Python) |
|
|
|
|
|
```python |
|
|
import torch |
|
|
from diffusers import DiffusionPipeline |
|
|
from peft import PeftModel |
|
|
|
|
|
# Автоматическая загрузка базы + нашего адаптера |
|
|
pipe = DiffusionPipeline.from_pretrained( |
|
|
"Tongyi-MAI/Z-Image-Turbo", |
|
|
torch_dtype=torch.float16, |
|
|
trust_remote_code=True |
|
|
) |
|
|
pipe.to("cuda") |
|
|
|
|
|
# Подключение Helio-Ray-LoRA |
|
|
pipe.transformer = PeftModel.from_pretrained( |
|
|
pipe.transformer, |
|
|
"HelioAI/Helio-Ray-LoRA-v0.1", # Замени на свое новое имя репозитория! |
|
|
is_trainable=False |
|
|
) |
|
|
|
|
|
prompt = "Реалистичное фото, вывеска 'СВЕТ', 8k" |
|
|
image = pipe(prompt, height=1024, width=1024, num_inference_steps=8, guidance_scale=0.0).images[0] |
|
|
image.save("test.png") |
|
|
``` |
|
|
|
