NewBie-AI/NewBie-image-v0.1-exp-model-repo
!C5BDBA2F0B1D85D81D3A9DCADF6DED1F(https://cdn-uploads.huggingface.co/production/uploads/67fdc3911c5d7301352a0507/qB2wyVrTuYBtgToRb2wP.jpeg) This is the Hugging Face model repository where NewBieAi Lab stores each epoch of the NewBie image v0.1-exp mo...
NewBie-image-v0.1-exp: Mô hình text-to-image anime dựa trên kiến trúc Lumina
Dự án thử nghiệm text-to-image anime của NewBieAi Lab, xây dựng trên kiến trúc Lumina-image2.0 với các thành phần được tinh chỉnh riêng.
NewBieAi Lab phát triển NewBie image v0.1-exp như một mô hình kiến trúc mới, lấy Lumina-image2.0 làm mục tiêu nghiên cứu. Mô hình này tập trung vào thế giới anime, sử dụng một mô hình nền tảng huấn luyện trên kiến trúc Lumina để khám phá các tác vụ liên quan.
✨ Điểm nổi bật
- Text Encoder kép: Sử dụng Google/Gemma3-4b-it và Jina Ai/Jina Clip v2 để mã hóa văn bản.
- Kiến trúc Next-DIT 3.5B: Được sửa đổi từ 26 lớp lên 36 lớp, tăng cường khả năng biểu diễn.
- VAE Flux 1 Dev: Áp dụng VAE từ Flux 1 Dev để cải thiện chất lượng hình ảnh đầu ra.
- Dataset lớn: Huấn luyện trên full dan + 1 triệu ảnh e621, định dạng XML cho dữ liệu văn bản.
- Cơ sở hạ tầng mạnh: Sử dụng 8 GPU H200 trong ba tháng (17.500 giờ H200).
- Trạng thái huấn luyện: Hoàn thành 100% phần huấn luyện, tiến độ chung khoảng 95%.
- Kế hoạch mở nguồn: Dự kiến công bố mã nguồn trên Hugging Face vào ngày 7 tháng 12, 2025.
💡 Vì sao đáng chú ý
Dự án đưa ra một cách tiếp cận mới trong việc phát triển mô hình text-to-image anime bằng cách kết hợp các thành phần tiên tiến như Gemma3, Jina Clip và Next-DIT. Việc sử dụng XML để cấu trúc lại dữ liệu văn bản cho thấy chú trọng đến chất lượng đầu vào. Hiện mô hình đang trong giai đoạn hoàn thiện và chờ đợi sự kiểm chứng thực tế sau khi mở nguồn.
#TextToImage #NewBieAI #NextDIT #Lumina #AnimeAI #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
!FLUX.1 dev Grid(./devgrid.jpg) FLUX.1 dev is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-black-forest-la...
!FLUX.1 schnell Grid(./schnellgrid.jpeg) FLUX.1 schnell is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-bl...
⚡️- ImageAn Efficient Image Generation Foundation Model with Single-Stream Diffusion Transformer !Official Site(https://img.shields.io/badge/Official%20Site-333399.svg?logo=homepage)(https://tongyi-mai.github.io/Z-Image-blog/)&160; !GitHub(https://im...
!🤗 Model Requests(https://img.shields.io/badge/%F0%9F%A4%97ModelRequests-SubmitHere-f59e0b?style=for-the-badge&labelColor=1f2937)(https://abenzerps.com/request-a-model/) Qwen-Image-2.1 Uncensored Quantized GGUF, Safetensors, and MLX quantized format...
!IMPORTANT Notice: A fully uncensored version is currently in development and will be added to this repository soon. Qwen-Image-2.1 GGUF GGUF quantizations of Qwen/Qwen-Image-2.1(https://huggingface.co/Qwen/Qwen-Image-2.1) for local image generation...
!IMPORTANT The uncensored GGUFs are now available! If you encounter any issues or would like to share your generated images, feel free to post them in the Community section. Qwen-Image-2.1 Uncensored GGUF GGUF quantizations of Qwen/Qwen-Image-2.1(ht...
Stable Diffusion 3 Medium !sd3 demo images(sd3demo.jpg) Model !mmdit(mmdit.png) Stable Diffusion 3 Medium(https://stability.ai/news/stable-diffusion-3-medium) is a Multimodal Diffusion Transformer (MMDiT) text-to-image model that features greatly im...
Stable Diffusion 3.5 Large !3.5 Large Demo Image(sd3.5largedemo.png) Model !MMDiT(mmdit.png) Stable Diffusion 3.5 Large(https://stability.ai/news/introducing-stable-diffusion-3-5) is a Multimodal Diffusion Transformer (MMDiT) text-to-image model tha...
SD-XL 1.0-base Model Card !row01(01.png) Model !pipeline(pipeline.png) SDXL(https://arxiv.org/abs/2307.01952) consists of an ensemble of experts(https://arxiv.org/abs/2211.01324) pipeline for latent diffusion: In a first step, the base model is used...