BRIA 2.3 FAST

🚀 BRIA 2.3 FAST：用於商業許可的文本到圖像模型

BRIA 2.3 FAST 是文本到圖像模型，是 BRIA 2.3 的 LCM 版本。該模型在 2.X 系列中實現了質量和延遲的最佳平衡，且專門在合法數據上進行訓練，將技術創新與道德責任和法律安全獨特地結合在一起。

重要提示

• Bria AI 模型權重僅開源供非商業使用，遵循所提供的 許可證。
• 若要獲取法律責任保障，請安裝 Bria 代理。

使用建議

• 推理時，必須設置 pipe.force_zeros_for_empty_prompt = False。
• 建議使用負提示詞。
• 模型支持多種寬高比，但分辨率總體應約為 1024*1024 = 1M 像素。
• 快速模型只需 8 步即可很好地工作。
• 對於快速模型，使用 guidance_scale 為 1.0 或 0.0，在此配置下負提示詞無關緊要。

🚀 快速開始

BRIA 2.3Fast 在你構建的任何地方都可用，包括源代碼和權重、ComfyUI 節點或 API 端點：

• API 端點：Bria.ai，fal.ai
• ComfyUI：在工作流中使用

商業使用

• 購買：如需商業許可，只需點擊 此處。

更多信息，請訪問我們的 網站。加入我們的 Discord 社區，獲取更多信息、教程、工具，並與其他用戶交流！

✨ 主要特性

• 合法合規：為版權和隱私侵權提供全面的法律責任保障。由於在來自領先數據合作伙伴的 100% 許可數據上進行訓練，確保了內容的道德使用。
• 專利歸屬引擎：歸屬引擎是對數據合作伙伴的一種補償方式，由我們的專有專利算法提供支持。
• 企業適用：專為商業應用設計，Bria AI 2.3 可為各種商業需求提供高質量、合規的圖像。
• 可定製技術：提供源代碼和權重，便於進行廣泛的定製，以滿足特定的業務需求。

📦 安裝指南

pip install diffusers

💻 使用示例

基礎用法

from diffusers import UNet2DConditionModel, DiffusionPipeline, LCMScheduler
import torch

unet = UNet2DConditionModel.from_pretrained("briaai/BRIA-2.3-FAST", torch_dtype=torch.float16)
pipe = DiffusionPipeline.from_pretrained("briaai/BRIA-2.3-BETA", unet=unet, torch_dtype=torch.float16)
pipe.force_zeros_for_empty_prompt = False

pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)
pipe.to("cuda")

prompt = "A portrait of a Beautiful and playful ethereal singer, golden designs, highly detailed, blurry background"

image = pipe(prompt, num_inference_steps=8, guidance_scale=1.0).images[0]

📚 詳細文檔

新增特性

BRIA 2.3 FAST 是 BRIA 2.3 的快速版本，在速度和準確性之間實現了最佳平衡。該模型經過精心設計，在標準 NVIDIA A10 GPU 上生成圖像僅需 1.64 秒，在推理時間減少 80% 的情況下仍能實現出色的圖像質量。

該模型採用 LCM 技術進行蒸餾，支持多種寬高比，默認分辨率為 1024x1024。與 Bria AI 2.3 類似，它在真實感和美學方面有所改進。

評估顯示，該模型的圖像質量與教師模型 BRIA 2.3 相當，並且優於 SDXL LCM。雖然 SDXL Turbo 速度更快，但該模型在支持更高分辨率的情況下，生成的人臉效果明顯更好。這些評估是通過衡量人類偏好進行的。

點擊此處查看演示

模型信息