All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

flux-mini

TencentARC/flux-mini

PublisherTencentARC

Download access requirementsMirror available

Flux-Mini 是一个从 Flux-dev 蒸馏而来的 3.2B MMDiT 模型,专门用于高效的文本到图像生成任务。 该模型将 12B 参数的 Flux-dev 蒸馏为 3.2B 参数的 Flux-mini,同时保留了较强的图像生成能力。具体通过减少模型深度实现蒸馏:双块数量从 19 减少到 5,单块数量从 38 减少到 10。蒸馏后的模型使用去噪和特征对齐目标在精选的图像-文本数据集上进行了微调。 单 GPU(推荐 H20 或 Ascend 910B NPU)

Image Generation
Model details

模型介绍

中文整理

# Flux-Mini 模型卡片

Model use case

Flux-Mini 是一个从 Flux-dev 蒸馏而来的 3.2B MMDiT 模型,专门用于高效的文本到图像生成任务。

## 主要能力

该模型将 12B 参数的 Flux-dev 蒸馏为 3.2B 参数的 Flux-mini,同时保留了较强的图像生成能力。具体通过减少模型深度实现蒸馏:双块数量从 19 减少到 5,单块数量从 38 减少到 10。蒸馏后的模型使用去噪和特征对齐目标在精选的图像-文本数据集上进行了微调。

## 输入输出

  • **输入**:文本提示(prompt)
  • **输出**:生成的图像

运行要求

  • 单 GPU(推荐 H20 或 Ascend 910B NPU)
  • BF16 精度
  • batch-size=1
  • DeepSpeed stage=2
  • Gradient checkpoint=True
  • 推理时 num_steps=50
  • 需包含 T5、CLIP 和 VAE 的计算资源

基本用法

建议使用与训练数据 JourneyDB 相似的提示格式(名词和形容词组合)以获得最佳效果。

示例提示:"profile of sad Socrates, full body, high detail, dramatic scene, Epic dynamic action, wide angle, cinematic, hyper-realistic, concept art, warm muted tones as painted by Bernie Wrightson, Frank Frazetta."

限制

该模型使用有限的计算资源和中等质量的合成数据训练,因此在某些领域的生成能力仍然有限。

  • *擅长生成的类型**:常见图像,如人脸/动物脸、风景、幻想和抽象场景。
  • *不擅长的场景**:
  • 精细细节,如人体和动物结构
  • 字体
  • 透视和几何结构
  • 动态和运动
  • 常识知识,如品牌标志
  • 物理合理性
  • 文化多样性

License

  • 模型权重:遵循 Flux-Dev 非商业许可证
  • 代码部分:Apache-2.0 许可证

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top