模型详情
模型介绍
中文整理URSA-1.7B-IBQ512 模型卡片
模型详情
- *开发者：** BAAI
- *模型类型：** 文本到图像生成模型
- *模型规模：** 1.7B
- *模型精度：** torch.float16 (FP16)
- *模型分辨率：** 512x512
- *模型系列：** BAAI-Vision-URSA
- *模型分词器：** Emu3.5-Vision-Tokenizer**模型描述：** 这是一个可以根据文本提示生成和修改图像的模型。
用途
用于根据文本提示生成和修改图像。
主要能力
根据文本描述生成图像。对图像进行基于文本的修改。
输入输出
- *输入：** 文本提示
- *输出：** 512x512 分辨率的图像
运行要求
- *模型规模：** 1.7B 参数
- *精度要求：** FP16（torch.float16）
- *输出分辨率：** 512x512
基本用法
使用 🤗 Diffusers 库运行模型。
限制
模型的自编码部分存在信息丢失。模型无法渲染复杂可读的文字。模型无法达到完美的逼真度。手指等部位可能无法正确生成。模型在 LAION-5B 和 COYO-700M 的子集上训练，这些数据集包含成人、暴力和性内容。
偏见
图像生成模型的能力令人印象深刻，但可能强化或加剧社会偏见。
许可证
未提供许可证信息。
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
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
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。
资料或下载有问题？
登录后可提交反馈。