К содержимому
Изображения

Pixel Art SDXL LoRA

16×16 спрайты для игр

2 мин чтенияобновлено

LoRA-адаптер для Stable Diffusion XL, который превращает текстовый промпт в одиночный игровой спрайт в стиле 16×16, увеличенный до 1024×1024. Базовая SDXL без адаптера рисует «пиксельные» иллюстрации с неровными квадратами и мягкими краями, а эта LoRA выдаёт один центрированный объект из плоских квадратных ячеек. Обучена на 1000 синтетических спрайтов из Pixel Art Atlas; меняются только веса LoRA (rank 32) в UNet, сама SDXL остаётся неизменной. Для ускорения авторы советуют совмещать её с LCM-LoRA: картинка генерируется за 6 шагов вместо 30. Подходит для предметов, простых существ и растений — но не для персонажей, сцен, тайлсетов и анимации.

Ключевые особенности

  • Один объект по центру на пиксельной сетке, похожей на 16×16.
  • Обучение на 1000 спрайтов; в датасете по одному объекту на предмет, чтобы выучить стиль, а не конкретные объекты.
  • Совместимость с LCM-LoRA: 6 шагов, ускорение до 6,7× относительно базовой SDXL.
  • В комплекте Gradio-приложение и шаг snap-to-grid для точных 16×16 спрайтов с прозрачным фоном.
  • Промпты на английском; формат: pxlsprite, pixel art sprite of <subject>, white background.

Что можно сделать

  • Генерировать спрайты предметов, зелий, сундуков, ключей, растений и простых существ для игровых прототипов.
  • Собрать небольшой набор ассетов: сгенерировать несколько сидов на объект, выбрать лучшие и прогнать через snap-to-grid.
  • Быстро проверять идеи для пиксель-арта, сочетая LoRA с LCM-LoRA для 6-шаговой генерации.
  • Запустить локальный Gradio-демо из репозитория и экспериментировать с промптами.

Пример

import torch
from diffusers import StableDiffusionXLPipeline, LCMScheduler
pipe = StableDiffusionXLPipeline.from_pretrained('stabilityai/stable-diffusion-xl-base-1.0', torch_dtype=torch.float16).to('cuda')
pipe.load_lora_weights('unsupervised-abdullah/pixel-art-sdxl-lora', weight_name='pytorch_lora_weights.safetensors', adapter_name='pixel')
pipe.load_lora_weights('latent-consistency/lcm-lora-sdxl', adapter_name='lcm')
pipe.set_adapters(['pixel', 'lcm'], adapter_weights=[1.0, 1.0])
pipe.scheduler = LCMScheduler.from_config(pipe.scheduler.config)
image = pipe('pxlsprite, pixel art sprite of a red apple, white background', num_inference_steps=6, guidance_scale=1.0).images[0]
ПодробнееБыстрый вариант с LCM-LoRA и tiny VAE: 3,79 с на изображение, пик VRAM 8,1 ГБ, grid error 0,0190, CLIP 36,2. У базовой SDXL — 25,48 с, 9,5 ГБ, grid error 0,1236, CLIP 38,5.
Веса LoRA — около 186 МБ; обучение заняло примерно 2 часа на одной NVIDIA T4.
Ограничения: фон не всегда белый, слабые результаты для мечей и пончиков, сырой вывод лишь близок к сетке; нужен snap-to-grid. Модель не для персонажей, сцен, тайлсетов, анимации и спрайтов больше 16×16.
Обсудить Telegram 0 6

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 9.7 GB · готовые файлы12 GB
  • BF16веса 5.0 GB7.0 GB
  • FP8 / INT8рекомендуемвеса 2.6 GB4.3 GB
  • 4-bitвеса 1.5 GB3.2 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 5080

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

Это LoRA: вместе с базовой моделью stable-diffusion-xl-base-1.0.

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.

    # unsupervised-abdullah/pixel-art-sdxl-lora
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 stabilityai/stable-diffusion-xl-base-1.0 --local-dir ~/models/stable-diffusion-xl-base-1.0
    hf download unsupervised-abdullah/pixel-art-sdxl-lora --local-dir ~/models/pixel-art-sdxl-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к stable-diffusion-xl-base-1.0
  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

Нужна базовая модель

stabilityai/stable-diffusion-xl-base-1.0

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии stable-diffusion-xl-base-1.0 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 5Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 2Все на Hugging Face

О модели

unsupervised-abdullah/pixel-art-sdxl-lora
Автор
unsupervised-abdullah
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

60

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии