Auraflow V0.2

🚀 AuraFlow v0.2

AuraFlow v0.2是完全開源的、基於流的最大文本到圖像生成模型。與上一版本AuraFlow-v0.1相比，該模型在訓練時使用了更多的計算資源。

🚀 快速開始

AuraFlow v0.2在GenEval上取得了最先進的成果。閱讀我們的博客文章，瞭解更多技術細節。你也可以在這個頁面查看該模型與其他模型的對比。

目前該模型處於測試階段，我們正在努力改進它，社區的反饋非常重要。加入fal的Discord，給我們反饋並關注模型的開發進展。

✨ 主要特性

• 完全開源的基於流的文本到圖像生成模型。
• 相比上一版本使用了更多計算資源進行訓練。
• 在GenEval上取得了最先進的成果。

📦 安裝指南

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

💻 使用示例

基礎用法

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")

📄 許可證

本項目採用Apache-2.0許可證。

致謝

非常感謝@cloneofsimo和@isidentical讓這個項目得以實現。兩位傑出的工程師在如此短的時間內取得的成就令人驚歎。我們也感謝那些傑出的研究人員，他們的前期工作為我們的努力奠定了基礎。