FA770

AI絵用のアカウントです。投稿される画像は基本全てAI生成画像です。
civitai: /
HF: /
note:

[FA770 @ArmorF23679]

DiTである以上MOSSもDC-Genで高速化できるんだろうけどFLUX.2 VAEの置換は元が高性能すぎて厳しそうかねえ

[FA770 @ArmorF23679]

しかし新しめのLDMは大体FLUX.2 VAE使ってるな…

[FA770 @ArmorF23679]

軽く技術レポート読んだ限りでは超すごいZ-Imageって感じか。SiTU-GLU FFNって���に…？

[lodestone-rock @LodestoneRock]

goated team!

apache 2 and that's a lot of data !
3.5B trained into one model
https://t.co/qFubfZYMAu

[FA770 @ArmorF23679]

うーん、VAEはflux.2の奴のままなのか…？

[FA770 @ArmorF23679]

色々来すぎてどれを見るべきか

[Black Forest Labs @bfl_ai]

FLUX 3 Image Klein is here.

Open Weights with the quality of a large frontier model. Customizable and fast.

5.6B parameters and runs on a single consumer GPU.

Native 4K, bounding boxes, and pixel-perfect editing.

[FA770 @ArmorF23679]

めっちゃきれいなグラフ

[FA770 @ArmorF23679]

良さげなpixel diffusionアーキテクチャだけどやっぱりpatchsizeは16で止まるんだよなあ
https://t.co/LtAYC8ACPM

[FA770 @ArmorF23679]

@44H8ewx5n3EXQui 今回のモデルは割とテストの色が強いので書くかは怪しいですね。この次のモデルが上手くいったらといったところです

[FA770 @ArmorF23679]

DC-GenでVAE置換したf32版Anima上げた。
実測4倍速で画像が出力できるモデルだけど学習が足りてないので物によっては細部が欠けたりするかも？
ロードするだけでは動かないので付属のComfyUI用カスタムノードかForge-Neo用拡張使ってね
https://t.co/vtHtef62e1

[FA770 @ArmorF23679]

モデルカードに書いてある通りだけどVAEはセットのこれを使わないと動かないので注意
https://t.co/cmxFTNiL4n

[FA770 @ArmorF23679]

流石にリポジトリ4個一気に作るのは精神的負荷が凄かった

[FA770 @ArmorF23679]

モデルはまあ明日か明後日に公開出来たら良いな

[FA770 @ArmorF23679]

こっちもできた(どうでもいいけどこういう場合AIで生成フラグが必要なのかがわからん)

[FA770 @ArmorF23679]

DC-Genモデルこれちゃんと既存のAnima用LoRA動くんだな…確かにtransformer部はあんま変わってないはずとはいえもっとノイズになったりするかと思った

[FA770 @ArmorF23679]

便利そう

[Google DeepMind @GoogleDeepMind]

Meet EmbeddingGemma 2, our first natively multimodal open model for on-device embeddings.

It expands beyond text to unify code, images, audio, and video in a shared space. 🧵

[FA770 @ArmorF23679]

29Bと3Bか…カスケードモデルってどうなんだろうな。
あとはMM-DiTではなく双方向のCross-attentionなのが特徴的なぐらい？
https://t.co/ftNAF8PAzy

[FA770 @ArmorF23679]

3girlsぐらいまではそこそこ区別して出力できるのか。(そもそも元のAnimaの性能や使い方を分かってない)