模型详情
模型介绍
中文整理NOVA (d48w1536-sdxl1024) 模型卡片
模型详情
开发者：BAAI
模型类型：非量化自回归文生图模型
参数量：1.4B
精度：torch.float16 (FP16)
分辨率：1024x1024
模型描述：这是一个基于文本提示生成和修改图像的模型。非量化视频自回归（NOVA）扩散模型，使用预训练文本编码器（Phi-2）和一个VAE图像分词器（SDXL-VAE）。
许可证：Apache 2.0
主要能力
根据文本提示生成图像
修改现有图像
输入输出
输入：文本提示
输出：图像
运行要求
需要使用🤗 Diffusers库运行
基本用法
使用Diffusers库以简单高效的方式运行NOVA模型
限制
模型的自动编码部分是有损的
模型无法渲染复杂的可读文字
模型无法达到完美的照片级真实感
手指等部位可能无法正确生成
模型在网络数据集LAION-5B和COYO-700M的子集上训练，其中包含成人、暴力和色情内容
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
Apache 2.0
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。