К содержимому
Изображения

Pyramid Flow 100M

компактная модель для генерации изображений по тексту

1 мин чтения

Pyramid Flow 100M генерирует RGB-изображения с разрешением 256x256 пикселей на основе текстовых промптов (описаний) на английском языке. Модель работает как на CPU (центральном процессоре), так и на CUDA (платформе параллельных вычислений на видеокарте) с использованием библиотеки Hugging Face Transformers. В её основе лежат текстовый энкодер (кодировщик) T5-base и декодер SD-VAE, которые автоматически скачиваются при первом запуске. Модель подойдёт разработчикам и энтузиастам, которым нужна лёгкая локальная генерация картинок.

Ключевые особенности

  • Генерация изображений 256x256 пикселей из текстовых запросов на английском языке
  • Поддержка запуска на CPU и CUDA для разных конфигураций железа
  • Использование проверенных компонентов: текстового энкодера T5-base и декодера SD-VAE
  • Возможность пакетной генерации изображений при передаче списка промптов

Что можно сделать

  • Создавать отдельные изображения по текстовому описанию в локальных скриптах
  • Запускать пакетную генерацию картинок для сравнения результатов с фиксированным сидом
  • Тестировать работу диффузионных пайплайнов на слабых или стандартных конфигурациях железа

Пример

import torch
from transformers import AutoModel

repo = "TheHuggerFacer/Pyramid-Flow-100M"
device = "cuda" if torch.cuda.is_available() else "cpu"
model = AutoModel.from_pretrained(repo, trust_remote_code=True).eval().to(device)

image = model.generate_image(
    "A clockwork owl perched on a brass telescope, studio photograph",
    seed=42,
    num_inference_steps=20,
    guidance_scale=4.0,
)[0]
image.save("clockwork-owl.png")
ПодробнееРазрешение генерации: 256x256 RGB
Поддерживаемые устройства: CPU, CUDA
Зависимости: T5-base и SD-VAE скачиваются отдельно
Ограничения: количество объектов, пространственные связи и мелкие детали могут быть нестабильными
Обсудить Telegram 0 13

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.4 GB · готовые файлы1.9 GB
  • BF16веса 0.2 GB1.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB1.6 GB
  • 4-bitвеса 0.1 GB1.6 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.

    # TheHuggerFacer/Pyramid-Flow-100M
    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 TheHuggerFacer/Pyramid-Flow-100M --local-dir ~/models/Pyramid-Flow-100M
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Pyramid-Flow-100M
  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 Pyramid-Flow-100M — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

TheHuggerFacer/Pyramid-Flow-100M
Автор
TheHuggerFacer
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Funny Faces 101

Funny Faces 10118+
Изображения

Grimm's Fantasy

Grimm's Fantasy