Shuttle 3.1 Aesthetic

🚀 Shuttle 3.1 Aesthetic

Shuttle 3.1 Aesthetic是一款文本到圖像的AI模型，能夠根據文本提示，僅需4到6步即可生成細節豐富且美觀的圖像。它在圖像質量、排版效果、理解複雜提示以及資源利用效率等方面均有出色表現。

加入我們的 Discord 社區，獲取最新的更新、消息等內容。

🚀 快速開始

✨ 模型變體

這些模型變體提供了不同的精度級別和格式，針對不同的硬件能力和使用場景進行了優化：

• bfloat16
• fp8
• GGUF（即將推出）

你可以通過以下網站試用該模型：https://designer.shuttleai.com/

📦 安裝指南

使用API調用模型

你可以通過ShuttleAI的API使用Shuttle 3.1 Aesthetic模型：

• ShuttleAI
• ShuttleAI文檔

使用 🧨 Diffusers 調用模型

安裝或升級 diffusers：

pip install -U diffusers

💻 使用示例

基礎用法

然後你可以使用 DiffusionPipeline 來運行模型：

import torch
from diffusers import DiffusionPipeline

# Load the diffusion pipeline from a pretrained model, using bfloat16 for tensor types.
pipe = DiffusionPipeline.from_pretrained(
    "shuttleai/shuttle-3.1-aesthetic", torch_dtype=torch.bfloat16
).to("cuda")

# Uncomment the following line to save VRAM by offloading the model to CPU if needed.
# pipe.enable_model_cpu_offload()

# Uncomment the lines below to enable torch.compile for potential performance boosts on compatible GPUs.
# Note that this can increase loading times considerably.
# pipe.transformer.to(memory_format=torch.channels_last)
# pipe.transformer = torch.compile(
#     pipe.transformer, mode="max-autotune", fullgraph=True
# )

# Set your prompt for image generation.
prompt = "A cat holding a sign that says hello world"

# Generate the image using the diffusion pipeline.
image = pipe(
    prompt,
    height=1024,
    width=1024,
    guidance_scale=3.5,
    num_inference_steps=4,
    max_sequence_length=256,
    # Uncomment the line below to use a manual seed for reproducible results.
    # generator=torch.Generator("cpu").manual_seed(0)
).images[0]

# Save the generated image.
image.save("shuttle.png")

要了解更多信息，請查看 diffusers 文檔。

使用ComfyUI調用模型

要使用 ComfyUI 對Shuttle 3.1 Aesthetic進行本地推理，你可以使用這個 safetensors文件。

🔧 技術細節

Shuttle 3.1 Aesthetic 以Shuttle 3 Diffusion為基礎。它僅需4步就能生成類似於Flux Dev的圖像，並且採用了Apache 2許可證。該模型在訓練過程中進行了部分去蒸餾處理。通過採用特殊的訓練方法，我們克服了Schnell系列模型的侷限性，從而提高了圖像的細節和色彩表現。

📄 許可證

本項目採用Apache 2.0許可證。