Flux1 Schnell Quantized

🚀 Flux.1 Q_4_k

Takara.aiのフロンティアリサーチチームによるFlux.1 Q_4_kは、stable-diffusion.cpp向けに最適化された量子化GGUFモデルです。これにより、低エンドのハードウェアでも効率的な画像生成が可能になります。このモデルは、Kurai Toori Dark Streetsデータセットの作成に使用されました。

✨ 主な機能

• 4ビット量子化により低エンドハードウェア向けに最適化
• 圧縮されているにも関わらず、高品質な画像生成
• 最小限の品質劣化で効率的なパフォーマンス
• 暗い通りのシーン以外にも幅広い機能を備える

📦 インストール

1. stable-diffusion.cppをクローンしてセットアップします。

   git clone https://github.com/leejet/stable-diffusion.cpp.git
   cd stable-diffusion.cpp
   # stable-diffusion.cppのREADMEに記載されているセットアップ手順に従ってください
   

2. このリポジトリからGGUFモデルファイルをダウンロードします。
3. stable-diffusion.cppを使用して、ダウンロードしたファイルを指定してモデルを実行します。

   ./sd -m path/to/flux.1-q_4_k.gguf -p "your prompt here"
   

💻 使用例

基本的な使用法

# モデルのセットアップ
git clone https://github.com/leejet/stable-diffusion.cpp.git
cd stable-diffusion.cpp
# stable-diffusion.cppのREADMEに記載されているセットアップ手順に従ってください

# モデルファイルのダウンロード
# このリポジトリからGGUFモデルファイルをダウンロード

# モデルの実行
./sd -m path/to/flux.1-q_4_k.gguf -p "your prompt here"

📈 パフォーマンスの利点

• 完全精度のモデルと比較して、メモリ使用量が削減
• 消費者向けハードウェアでの推論時間が短縮
• あまり強力でないハードウェアでも大幅な品質劣化なく実行可能
• 実験や迅速なプロトタイピングに最適

🔧 技術詳細

このモデルは、Black Forest LabsのFLUX.1-schnellベースモデルの4ビット量子化バージョンです。量子化プロセスにより、元のモデルの創造的な能力を維持しつつ、メモリ使用量と計算要件を大幅に削減しています。

📚 具体的な利用例

• 都市の夜景や街並みの生成
• クリエイティブプロジェクトのための芸術的な解釈の作成
• ビジュアルコンセプトの迅速なプロトタイピング
• 消費者向けハードウェアでのアクセス可能なAI画像生成

研究に関する問い合わせや報道関係者は、research@takara.aiまでご連絡ください。

人類を変革する

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。