К содержимому
Изображения

SD15 no-VAE DWD

генерация изображений без VAE

1 мин чтенияобновлено

Эта модель представляет собой модификацию известной базовой модели DreamShaper 8 LCM, адаптированную для прямого предсказания пикселей с помощью метода DWD (Decoding Without a Decoder). На выходе модель прогнозирует паттерны пикселей в цветовом пространстве Oklab и конвертирует их в RGB. Главная особенность заключается в том, что текстовая генерация (text-to-image) выполняется полностью без использования VAE (Variational Autoencoder, компонента для кодирования и декодирования изображений). Инструмент пригодится разработчикам и энтузиастам, экспериментирующим с архитектурами диффузионных моделей.

Ключевые особенности

  • Создана на базе DreamShaper 8 LCM с обучением в течение 10 000 шагов.
  • Предикт пиксельных паттернов Oklab с последующим переводом в RGB.
  • Отсутствие необходимости в отдельном модуле VAE при инференсе.
  • В состав экспорта входят U-Net, обученный EMA хвост, пиксельная голова, текстовый энкодер CLIP и шедулер LCM.

Что можно сделать

  • Сгенерировать реалистичные пейзажи, портреты и натюрморты по текстовому описанию без подключения VAE.
  • Протестировать альтернативный метод декодирования изображений (DWD) на практике.
  • Интегрировать модель в кастомные пайплайны генерации графики на базе Diffusers.

Пример

pip install diffusers==0.35.2 transformers==4.57.6 accelerate==1.11.0
hf download ApacheOne/SD15_no_vae_dwd_trained dreamshaper_dwd.py dwd_inference.pt --local-dir ./sd15_dwd
python ./sd15_dwd/dreamshaper_dwd.py infer --checkpoint ./sd15_dwd/dwd_inference.pt --prompt "An old stone lighthouse by a stormy sea" --guidance 2 --seed 42 --output lighthouse.png
ПодробнееБенчмарки: галерейное разрешение 512×512, 8 шагов LCM-оценки, CFG 2.
Обучение: 10 000 итераций.
Лицензия: CreativeML Open RAIL-M.
Примеры
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы3.3 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB2.4 GB
  • 4-bitвеса 0.5 GB2.0 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 2060

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.

    # ApacheOne/SD15_no_vae_dwd_trained
    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 ApacheOne/SD15_no_vae_dwd_trained --local-dir ~/models/SD15_no_vae_dwd_trained
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к SD15_no_vae_dwd_trained
  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

Дообучение модели

Lykon/dreamshaper-8-lcm

Новые посты про версии dreamshaper-8-lcm — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 7Все на Hugging Face
Дообучения 4Все на Hugging Face

О модели

ApacheOne/SD15_no_vae_dwd_trained
Автор
ApacheOne
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

SD 1.5 CoreML

SD 1.5 CoreML