| | --- |
| | 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 **Helio-Image-Preview** (на 50k+ 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") |
| | ``` |
| |
|
