Auraflow V0.2

🚀 AuraFlow v0.2

AuraFlow v0.2は、完全にオープンソース化された、最も大規模なフローベースのテキストから画像への生成モデルです。このモデルは、前のバージョンであるAuraFlow-v0.1よりも多くのコンピューティング資源を使って学習されました。

このモデルはGenEvalで最先端の結果を達成しています。より詳細な技術情報については、ブログ記事をご覧ください。また、他のモデルとの比較はこのギャラリーページで確認できます。

現在、このモデルはベータ版です。改善に取り組んでおり、コミュニティからのフィードバックが大切です。 falのDiscordに参加して、フィードバックを提供し、モデルの開発状況を追跡しましょう。

クレジット: @cloneofsimo と @isidentical に大きな感謝を送ります。彼らのおかげでこのプロジェクトが実現しました。2人の優秀なエンジニアが短時間で成し遂げたことは信じられないほどです。また、先行研究によって私たちの努力の基礎が築かれた素晴らしい研究者たちにも感謝を表します。

🚀 クイックスタート

AuraFlow v0.2は、テキストから画像を生成するための最先端のモデルです。以下に、このモデルの使用方法を説明します。

📦 インストール

必要なライブラリをインストールするには、以下のコマンドを実行します。

$ pip install transformers accelerate protobuf sentencepiece
$ pip install git+https://github.com/huggingface/diffusers.git

💻 使用例

基本的な使用法

from diffusers import AuraFlowPipeline
import torch

pipeline = AuraFlowPipeline.from_pretrained(
    "fal/AuraFlow-v0.2",
    torch_dtype=torch.float16,
    variant="fp16",
).to("cuda")

image = pipeline(
    prompt="close-up portrait of a majestic iguana with vibrant blue-green scales, piercing amber eyes, and orange spiky crest. Intricate textures and details visible on scaly skin. Wrapped in dark hood, giving regal appearance. Dramatic lighting against black background. Hyper-realistic, high-resolution image showcasing the reptile's expressive features and coloration.",
    height=1024,
    width=1024,
    num_inference_steps=50, 
    generator=torch.Generator().manual_seed(666),
    guidance_scale=3.5,
).images[0]

image.save("output.png")

📄 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。