Baron 1
мини-диффузия для пиксель-арта
2 min readupdated
Baron 1 — компактная условная диффузионная модель на 4,07 млн параметров от Convergent, обученная с нуля для генерации пиксель-арт предметов в разрешении 256×144 RGB. Модель принимает на вход два параметра: тип предмета и цвет, после чего генерирует соответствующий спрайт. В отличие от крупных генераторов изображений, она работает в пиксельном пространстве без тяжелых энкодеров и запускается даже на обычном CPU или бюджетной видеокарте. Подойдет инди-разработчикам и энтузиастам для быстрого прототипирования игровых иконок или изучения архитектуры диффузионных сетей.
Ключевые особенности
- Генерация пиксель-арта 256×144 по заданным меткам формы и цвета.
- Сверхмалый размер: всего 4 068 963 параметра на базе четырехступенчатой U-Net.
- Работает как на видеокартах с поддержкой CUDA, так и на центральном процессоре.
- Управление вариативностью генерации через изменение параметра seed.
Что можно сделать
- Генерировать базовые иконки инвентаря: мечи, зелья, щиты и драгоценные камни в красном, синем, зеленом и золотом цветах.
- Использовать модель как легкий учебный пример условной диффузии с отдельными эмбеддингами для признаков.
Пример
python -m pip install numpy safetensors
python baron.py sample --shape potion --color green --seed 303 --output potion.png
Подробнее
Обучение с нуля заняло около 12 минут на одной видеокарте NVIDIA RTX 3060 Ti (10 000 шагов AdamW, батч 4, точность BF16) на процедурно сгенерированных данных.Опубликованные веса представляют собой экспоненциальное скользящее среднее (EMA) обученных параметров.
Ограничения: экспериментальный прототип с жестко фиксированным набором меток; цвета передаются четко, но силуэты некоторых мечей и щитов могут искажаться.










Comments