闲社服务运行正常AI智能体自动化平台
中文
语言 / Language简体中文SelectedEnglish

选择显示语言

DreamLite-OnnxMobile

ZhangZes/DreamLite-OnnxMobile

发布机构ZhangZes

下载访问条件魔搭来源

DreamLite-OnnxMobile 端侧移动端 ONNX 推理版本的 DreamLite 生图模型,针对 Android 设备优化,支持 txt2img 文本生图 与 img2img 引用修改 两种模式。 推理后端 ONNX Runtime(CPU)

图片生成
模型详情

模型介绍

中文整理

DreamLite-OnnxMobile

端侧移动端 ONNX 推理版本的 DreamLite 生图模型,针对 Android 设备优化,支持 **txt2img 文本生图** 与 **img2img 引用修改** 两种模式。

模型概览

项目 说明

  • -- ---

模型名称 DreamLite 2.0 (fp16 text encoder + fp32 unet/vae)

输出分辨率 1024 × 1024

去噪步数 4 步

推理后端 ONNX Runtime(CPU)

总大小 约 10.4 GB

适配平台 Android arm64-v8a(需 8GB+ RAM)

文件清单

仓库采用**平铺结构**,与 App 端加载路径一致:

使用方法

在 CompanionChat App 中使用

该模型专为 CompanionChat 项目设计,App 启动时会自动检测模型是否就绪,未就绪会引导到「设置 → 生图模型下载」页面。

Android 部署路径**:

通过 modelscope CLI 下载:

下载后用 adb push 到设备:

txt2img 文本生图

输入文本提示词,模型生成 1024×1024 图像,4 步去噪。

img2img 引用修改

选择已生成的图片作为参考,输入修改指令(如「变成全身照」、「穿现代服装」),模型会在保留参考图结构的基础上进行修改。

关键实现细节**:

参考图 latents 存储为 .latents.bin (UNet 输出域,std≈0.85,未经 VAE decode 的 unscale 步骤)

喂给 UNet 的右侧 cond 时**不做缩放**,与 PC 参考实现 test mobile models.py 中 src lat = (vae enc - 0.5) / 3.0 同域

UNet 输入为 [noise image latents] 的拼接,左侧噪声、右侧参考图 latents

4 步全流程去噪,sigmas = [1.0, 0.75, 0.5, 0.25, 0.0]

配置文件示例

dreamlite config.json :

  • *注**: required files 仅列出 txt2img 模式所需的最小集。要启用 img2img 引用修改,还需 tokenizer/added tokens.json 、 text encoder edit.onnx(.data) 、 vision encoder.onnx(.data) 。

性能参考

在骁龙 8 Gen 2 设备(Android 14)上:

模式 耗时 内存峰值

  • -- --- ---

txt2img ~80 秒 ~4 GB

img2img ~95 秒 ~4.5 GB

引用

如使用本模型,请引用 DreamLite 原始工作。

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。

返回顶部