К содержимому
Изображения

NAMI-T2I

эффективная генерация изображений на 2B параметров

2 мин чтенияобновлено

Модель NAMI-T2I (NAMI-2B) от команды 360ZhiNao (360CVGroup) решает задачу генерации картинок по текстовому описанию (text-to-image). В основе лежит архитектура Bridged Progressive Rectified Flow Transformers (подход на базе выпрямленных потоков для ускоренного и качественного синтеза), а научная работа по проекту принята на конференцию CVPR 2026. Для обработки текста система опирается на энкодеры mCLIP и mT5-XXL. Подойдёт исследователям и разработчикам, которые ищут компактный генератор изображений на 2 миллиарда параметров с открытыми весами для тестирования и деплоя.

Ключевые особенности

  • Компактный размер: опубликованный чекпоинт NAMI-2B содержит 2 миллиарда параметров и предназначен для эффективного инференса.
  • Два текстовых энкодера: в связке с моделью используются токенизаторы и энкодеры mclip (от HunyuanDiT) и mt5-xxl (от Google).
  • Академическая база: архитектура Bridged Progressive Rectified Flow Transformers прошла рецензирование и принята на CVPR 2026.
  • Готовность к развёртыванию: авторы выложили веса и код инференса для локального тестирования и деплоя.

Что можно сделать

  • Развернуть локальный пайплайн генерации изображений по тексту с использованием кода из репозитория 360CVGroup/NAMI-T2I и опубликованных весов.
  • Протестировать качество понимания сложных промптов за счёт комбинации энкодеров mCLIP и mT5-XXL.
  • Сравнить скорость и качество генерации Rectified Flow-подхода NAMI-2B с другими моделями класса 2B.

Пример

Для запуска генерации необходимо скачать веса NAMI-2B в директорию weights, а также подгрузить токенизаторы и текстовые энкодеры из репозиториев Tencent-Hunyuan/HunyuanDiT (папка t2i/clip_text_encoder) и google/mt5-xxl, после чего запустить инференс через официальный код проекта 360CVGroup/NAMI-T2I.

ПодробнееАрхитектура: Bridged Progressive Rectified Flow Transformers (2B параметров)
Текстовые энкодеры: mCLIP (HunyuanDiT) и mT5-XXL
Публикация: статья принята на CVPR 2026 (arXiv:2503.09242)
Примечание: в самой карточке на Hugging Face бенчмарки и требования к VRAM не указаны.
Обсудить Telegram 1 10

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.0 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 4.0 GB5.9 GB
  • 4-bitвеса 2.3 GB4.0 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2080 Ti

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # 360ZhiNao/NAMI-T2I
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download 360ZhiNao/NAMI-T2I --local-dir ~/models/NAMI-T2I
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к NAMI-T2I
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии NAMI-T2I — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

360ZhiNao/NAMI-T2I
Автор
360ZhiNao
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

101

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Cyber Graphic

Cyber Graphic18+
Изображения

MOSS AnyPaint

MOSS AnyPaint