Waifu-diffusion on Hugging Face vs Inkpunk-Diffusion on Hugging Face

Waifu-diffusion on Hugging Face transforme des descriptions textuelles en images de style anime grâce à un modèle Stable Diffusion finement ajusté sur des œuvres d'art anime de haute qualité. Vous chargez hakurei/waifu-diffusion avec la bibliothèque Diffusers en Python, transmettez une description et obtenez une image générée. La fiche du modèle comprend du code prêt à l'emploi pour CUDA, Apple MPS, Google Colab et des applications locales comme Draw Things et DiffusionBee.

Comparé aux points de contrôle Stable Diffusion à usage général, ce modèle est optimisé spécifiquement pour l'esthétique anime plutôt que pour le photoréalisme. Cette orientation spécifique en fait une base courante pour les fanarts, les concepts de personnages et les illustrations stylisées, tandis que les modèles SD généraux nécessitent souvent des descriptions plus poussées pour conserver un style anime. Les poids de la version v1.4 sont fournis sous la licence CreativeML OpenRAIL-M avec plus de 2 500 mentions J'aime de la communauté et environ 1 166 téléchargements le mois dernier sur Hugging Face.

Le modèle pèse 0,9 milliard de paramètres au format Safetensors et fonctionne avec StableDiffusionPipeline dans Diffusers. Les créateurs peuvent l'affiner ou l'adapter davantage, avec quatre modèles d'adaptateurs, deux ajustements fins et une quantification répertoriés dans l'arborescence des modèles Hugging Face.

Waifu-diffusion s'adresse aux illustrateurs, aux passionnés et aux développeurs qui recherchent une génération d'images anime qu'ils peuvent exécuter localement ou dans des notebooks sans avoir à construire un modèle à partir de zéro.

Inkpunk-Diffusion est un point de contrôle Stable Diffusion affiné avec Dreambooth sur Hugging Face qui produit des illustrations audacieuses à l'encre et au néon. Ajoutez le jeton déclencheur nvinkpunk à votre prompt pour obtenir un style influencé par Gorillaz, FLCL et l'art conceptuel de Yoji Shinkawa. Les poids sont distribués sous la licence CreativeML OpenRAIL-M et fonctionnent via le pipeline standard text-to-image de Diffusers.

Les points de contrôle SD à usage général produisent par défaut des rendus photoréalistes. Inkpunk-Diffusion restreint l'esthétique à un travail de ligne stylisé et des palettes de couleurs saturées, ce qui explique pourquoi plus de 100 Spaces Hugging Face et adaptateurs communautaires s'appuient dessus. Vous pouvez le charger localement avec Diffusers, ouvrir le Space démo Gradio, ou l'importer dans Draw Things et DiffusionBee sans entraîner votre propre LoRA.

La fiche modèle inclut des notebooks Colab et Kaggle ainsi que des images d'exemple dans le dépôt. Les téléchargements atteignent environ 400 par mois avec 988 likes communautaires sur le Hub. Les fournisseurs d'inférence ne l'hébergent pas encore, vous devez donc l'exécuter sur votre propre GPU, une application locale ou un Space Hugging Face.