Diffusers में FLUX.3 Image Klein का स्वागत है
huggingface ·
Hugging Face ने Black Forest Labs के FLUX.3 Image Klein मॉडल को Diffusers लाइब्रेरी में एकीकृत किया है, जो टेक्स्ट-टू-इमेज और मल्टी-रेफरेंस इमेज-टू-इमेज जनरेशन के लिए एक बहुमुखी समाधान प्रदान करता है। इस मॉडल में लेआउट कंट्रोल की एक नई सुविधा शामिल है, जिससे उपयोगकर्ता प्रोम्प्ट्स के भीतर बॉउंडिंग बॉक्स का उपयोग करके विशिष्ट क्षेत्रों को परिभाषित कर सकते हैं, जिससे संरचनात्मक मार्गदर्शन अधिक सटीक होता है। दो मुख्य चेकप्वाइंट उपलब्ध हैं: एक डिस્ટिल्ड वर्जन जो कम स्टेप्स के साथ तेज़ इनफरेंस के लिए अनुकूलित है, और एक बेस मॉडल जो LoRA के माध्यम से फाइन-ट्यूनिंग के लिए डिज़ाइन किया गया है। परफॉर्मेंस बेंचमार्क दर्शाते हैं कि H100 GPU पर डिस्टिल्ड चेकप्वाइंट लगभग दो सेकंड में उच्च रिज़ॉल्यूशन वाली छवियां उत्पन्न कर सकता है, जबकि क्वांटाइज़्ड वेरिएंट छोटे हार्डवेयर पर तैनाती का समर्थन करते हैं। अंतर्निहित आर्किटेक्चर एक टू-स्टेज ट्रान्सफॉर्मर प्रक्रिया का उपयोग करता है, जो पहले टेक्स्ट, इमेज और रेफरेंस टोकन्स को अलग-अलग प्रोसेस करता है और फिर उन्हें संयुक्त ध्यान (joint attention) के लिए मिलाता है। इसके अलावा, एकीकरण मोड्यूलर पाइपलाइनों का समर्थन करता है, जिससे डेवलपर्स प्रोसेसिंग ब्लॉक्स को डालकर या हटाकर अपने वर्कफ़्लो को अनुकूलित कर सकते हैं। यह रिलीज़ तुरंत उपयोग और फाइन-ट्यूनिंग स्क्रिप्ट्स के माध्यम से उन्नत अनुकूलन दोनों के लिए व्यापक उपकरण प्रदान करती है।
huggingface