К содержимому
Изображения

Pixie P32

компактная нейросеть для пиксель-арт спрайтов 32×32

2 мин чтенияобновлено

Модель от автора EmilioSchwaiger генерирует нативные пиксель-арт спрайты размером 32×32 с прозрачным фоном по короткому текстовому описанию на английском языке. В отличие от обычных диффузионных моделей, которые рисуют в высоком разрешении и требуют даунскейла, Pixie P32 представляет собой авторегрессионный трансформер на 66.4M параметров, предсказывающий индексы цветов из палитры напрямую по патчам 2×2. Для понимания текста модель использует первые 11 слоёв внешнего энкодера openai/clip-vit-large-patch14. Разработка пригодится инди-разработчикам игр и исследователям, которым нужен быстрый прототип игровых иконок, предметов или существ без тяжеловесных генераторов.

Ключевые особенности

  • Нативный пиксель-арт: генерация идёт напрямую в сетке 32×32 по палитре из 4097 цветов (индекс 0 отвечает за прозрачность в RGBA), без размытия и артефактов сжатия.
  • Лёгкая архитектура: 16 слоёв, ширина 512, 8 голов внимания и частичный 2D-RoPE (позиционное кодирование для двумерных сеток), общий вес — около 66.4M параметров.
  • Слот стиля и палитры: каждый патч 2×2 кодируется через три слота палитры и один слот стиля.
  • Открытая лицензия: веса распространяются под Apache-2.0, исходный код обучения и инференса выложен на GitHub.

Что можно сделать

  • Прототипирование 2D-игр: быстро нагенерировать пачки иконок для инвентаря — зелья, мечи, шлемы, монеты или реквизит для уровней.
  • Создание персонажей и врагов: получать базовые заготовки существ (например, слаймов или монстров) для дальнейшей ручной доработки художником.
  • Исследования и дообучение: использовать код пайплайна из репозитория QuarkOS/pixie для экспериментов с авторегрессионной генерацией индексированной графики.

Пример

hf download EmilioSchwaiger/pixie-32 --local-dir pixie-32
hf download openai/clip-vit-large-patch14 model.safetensors tokenizer.json --local-dir clip-vit-large-patch14
python -m train.sample_pixie --model-dir pixie-32 \
  --clip clip-vit-large-patch14/model.safetensors \
  --tokenizer clip-vit-large-patch14/tokenizer.json \
  --prompt "red potion" --prompt "iron helmet" --n 4 --out sprites.png
Подробнее Метрики: IID validation NLL составила 0.5237 на шаге 17 746 (около 1.25M просмотренных изображений).
Обучение: датасет из ~130k спрайтов 32×32, сгенерированных через Krea 2 Turbo с пиксель-арт LoRA.
Требования: дополнительно скачивается текстовый энкодер CLIP ViT-L/14 (не включён в веса).
Ограничения: исследовательская модель с неровным качеством; по краям спрайтов иногда остаются пурпурные (magenta) пиксели от фонового ключа обучения.
Обсудить Telegram 1 36

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.2 GB · готовые файлы1.8 GB
  • BF16веса 0.1 GB1.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB1.6 GB
  • 4-bitвеса 0.0 GB1.5 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 · F32 — 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.

    # EmilioSchwaiger/pixie-32
    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 EmilioSchwaiger/pixie-32 --local-dir ~/models/pixie-32
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pixie-32
  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 pixie-32 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

EmilioSchwaiger/pixie-32
Автор
EmilioSchwaiger
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

361

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Add Micro Details

Add Micro Details18+
Изображения

Cellulites

Cellulites18+