Auraflow V0.3

🚀 AuraFlow v0.3

AuraFlow v0.3は、完全にオープンソースのフローベースのテキストから画像を生成するモデルです。このモデルは、前のバージョンであるAuraFlow-v0.2と比較して、より多くのコンピューティングリソースを使って学習されました。

🚀 クイックスタート

AuraFlow v0.3は、完全にオープンソースのフローベースのテキストから画像を生成するモデルです。前のバージョンと比べてより多くのコンピューティングリソースを使って学習され、より美的なデータセットで微調整されています。また、様々なアスペクト比をサポートしています。

✨ 主な機能

• 前のバージョンAuraFlow-v0.2と比べて、より多くのコンピューティングリソースを使って学習されました。
• より美的なデータセットで微調整され、様々なアスペクト比（幅と高さ最大1536ピクセル）をサポートします。
• GenEvalで最先端の結果を達成しています。
• このモデルは現在ベータ版で、改善に向けて開発中です。

📦 インストール

$ 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-v0.3",
    torch_dtype=torch.float16,
    variant="fp16",
).to("cuda")

image = pipeline(
    prompt="rempage of the iguana character riding F1, fast and furious, cinematic movie poster",
    width=1536,
    height=768,
    num_inference_steps=50, 
    generator=torch.Generator().manual_seed(1),
    guidance_scale=3.5,
).images[0]

image.save("output.png")

📚 ドキュメント

このモデルはGenEvalで最先端の結果を達成しています。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。

📄 ライセンス

このモデルはApache-2.0ライセンスの下で公開されています。

⚠️ 重要提示

このモデルは現在ベータ版です。改善に向けて開発中であり、コミュニティからのフィードバックが重要です。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てください。

💡 使用建议

モデルの技術的な詳細や他のモデルとの比較については、それぞれブログ記事とギャラリーページを参照してください。