Auraflow V0.2

🚀 AuraFlow v0.2

AuraFlow v0.2是完全开源的、基于流的最大文本到图像生成模型。与上一版本AuraFlow-v0.1相比，该模型在训练时使用了更多的计算资源。

🚀 快速开始

AuraFlow v0.2在GenEval上取得了最先进的成果。阅读我们的博客文章，了解更多技术细节。你也可以在这个页面查看该模型与其他模型的对比。

目前该模型处于测试阶段，我们正在努力改进它，社区的反馈非常重要。加入fal的Discord，给我们反馈并关注模型的开发进展。

✨ 主要特性

• 完全开源的基于流的文本到图像生成模型。
• 相比上一版本使用了更多计算资源进行训练。
• 在GenEval上取得了最先进的成果。

📦 安装指南

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

💻 使用示例

基础用法

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")

📄 许可证

本项目采用Apache-2.0许可证。

致谢

非常感谢@cloneofsimo和@isidentical让这个项目得以实现。两位杰出的工程师在如此短的时间内取得的成就令人惊叹。我们也感谢那些杰出的研究人员，他们的前期工作为我们的努力奠定了基础。