NMKD Stable Diffusion GUI vs mo-di-diffusion on Hugging Face

NMKD Stable Diffusion GUI executa geração de texto para imagem e de imagem para imagem localmente no seu PC com Windows usando sua própria GPU. O download no itch.io inclui as dependências para que você não precise configurar o Python manualmente, e a versão 1.11.0 vem com um modelo Stable Diffusion 1.5 em um pacote de 3,3 GB ou uma versão de 1,5 GB se você fornecer seus próprios checkpoints.

Diferente dos geradores baseados em navegador que enfileiram tarefas em servidores remotos, o NMKD mantém tudo no seu hardware sem coleta de dados. Ele adiciona treinamento LoRA em GPUs de 8 GB, edição InstructPix2Pix, upscaling RealESRGAN e restauração facial com CodeFormer ou GFPGAN em um único aplicativo para desktop. O autor relata gerações em menos de 2 segundos em uma RTX 3090 e em menos de um segundo em uma RTX 4090.

Entusiastas do Windows, artistas de texturas para jogos e criadores que desejam controle local sem censura são o público principal. Filas de prompts integradas, saída tileável para ativos de jogos, carregamento personalizado de VAE e checkpoints, e uma verificação de malware nos modelos baixados fazem dele uma ferramenta completa para estações de trabalho, e não apenas uma demonstração rápida online.

mo-di-diffusion é um checkpoint do Stable Diffusion 1.5 ajustado no Hugging Face que gera personagens e cenas com um visual de filme de animação moderno. O criador nitrosocke treinou-o com capturas de tela de um estúdio de animação popular usando DreamBooth com perda de preservação prévia e treinamento do codificador de texto por mais de 9.000 etapas. Adicione o token modern disney style ao seu prompt para ativar a estética.

Os checkpoints gerais do SD 1.5 visam o fotorrealismo ou estilos amplos de ilustração. mo-di-diffusion foca fortemente naquele visual brilhante de animação de personagens, razão pela qual os prompts de exemplo para heróis de jogos, animais e paisagens são todos cinematográficos em vez de fotográficos. Os pesos carregam através do pipeline padrão Diffusers StableDiffusionPipeline, então você pode executá-lo localmente, no Colab ou dentro do Hugging Face Spaces sem uma API proprietária.

Artistas, entusiastas e desenvolvedores que experimentam conceitos de personagens usam mo-di-diffusion quando querem renderizações próximas ao estilo Disney sem encomendar treinamento personalizado do modelo. A ficha do modelo inclui código de exemplo em Python, links para demos Gradio e notas sobre opções de exportação ONNX, MPS e FLAX. É gratuito para download sob a licença CreativeML OpenRAIL-M com uso comercial permitido sujeito às restrições de danos da licença.