模型介绍
中文整理NOVA (d48w768-sdxl1024) 模型卡片
模型用途
该模型用于根据文本提示生成和修改图像。
主要能力
非量化自回归扩散模型，支持文本到图像的生成与编辑。模型采用预训练文本编码器（Phi-2）和SDXL-VAE图像 tokenizer。
输入输出
输入：文本提示
输出：1024x1024分辨率图像
运行要求
模型参数量：363M
模型精度：torch.float16（FP16）
推理分辨率：1024x1024
基本用法
使用Hugging Face Diffusers库加载和运行模型。
限制
模型的自动编码部分存在信息损失。
模型无法渲染复杂可读的文字。
模型无法达到完美的照片级真实感。
手指等细节可能无法正确生成。
模型在LAION-5B和COYO-700M网络数据集的子集上训练，其中包含成人、暴力和色情内容。
偏见
图像生成模型可能强化或加剧社会偏见。
许可证
Apache 2.0 许可证
用途限制
该模型未经过训练以生成真实的人物或事件表示，因此用于此类目的超出模型能力范围。
滥用情形
使用该模型生成针对个人的残酷内容属于滥用，包括但不限于：虚假信息、极端暴力和血腥内容、未经同意冒充他人、未经同意的色情内容、违反使用条款分享受版权或许可保护的材料、故意推广或传播歧视性内容或有害刻板印象、生成贬低、 dehumanizing 或其他对人物或其环境、文化、宗教等的有害表示。
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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。