Inkpunk-Diffusion on Hugging Face vs mo-di-diffusion on Hugging Face

Inkpunk-Diffusion es un punto de control de Stable Diffusion afinado con Dreambooth en Hugging Face que genera ilustraciones audaces con tinta y neón. Añade el token disparador nvinkpunk a tu prompt y obtendrás un estilo influenciado por Gorillaz, FLCL y el arte conceptual de Yoji Shinkawa. Los pesos se distribuyen bajo la licencia CreativeML OpenRAIL-M y funcionan a través del pipeline estándar de texto a imagen de Diffusers.

Los puntos de control SD de propósito general producen salida fotorrealista por defecto. Inkpunk-Diffusion limita la estética a líneas estilizadas y paletas de colores saturados, por eso más de 100 Spaces de Hugging Face y adaptadores comunitarios se basan en él. Puedes cargarlo localmente con Diffusers, abrir el Space demo de Gradio o importarlo en Draw Things y DiffusionBee sin entrenar tu propio LoRA.

La tarjeta del modelo incluye notebooks de Colab y Kaggle además de imágenes de muestra en el repositorio. Las descargas alcanzan aproximadamente 400 por mes con 988 likes de la comunidad en el Hub. Los proveedores de inferencia aún no lo alojan, por lo que debes ejecutarlo en tu propia GPU, una app local o un Space de Hugging Face.

mo-di-diffusion es un punto de control de Stable Diffusion 1.5 afinado en Hugging Face que representa personajes y escenas con un estilo moderno de película animada. El creador nitrosocke lo entrenó con capturas de pantalla de un estudio de animación popular usando DreamBooth con pérdida de preservación previa y entrenamiento del codificador de texto durante más de 9,000 pasos. Añade el token modern disney style a tu prompt para activar la estética.

Los puntos de control generales de SD 1.5 buscan el fotorrealismo o estilos amplios de ilustración. mo-di-diffusion se enfoca estrictamente en ese aspecto brillante de animación de personajes, por lo que los prompts de muestra para héroes de juegos, animales y paisajes tienden a ser cinematográficos más que fotográficos. Los pesos se cargan mediante la estándar Diffusers StableDiffusionPipeline, por lo que puedes ejecutarlo localmente, en Colab o dentro de Hugging Face Spaces sin una API propietaria.

Artistas, aficionados y desarrolladores que experimentan con conceptos de personajes usan mo-di-diffusion cuando desean renders cercanos al estilo Disney sin encargar un entrenamiento personalizado del modelo. La tarjeta del modelo incluye código de ejemplo en Python, enlaces a demos en Gradio y notas sobre opciones de exportación ONNX, MPS y FLAX. Es gratuito para descargar bajo la licencia CreativeML OpenRAIL-M con uso comercial permitido sujeto a las restricciones de daño de la licencia.