【AI绘画教程】Fal.AI 发布 AuraFlow-v0.3

AuraFlow v0.3 是完全开源的基于流程的文本到图像生成模型。与前一版本 AuraFlow-v0.2 相比，该模型使用了更多计算量进行训练。

与 AuraFlow-v0.2 相比，该模型在更多美学数据集上进行了微调，现在支持各种长宽比（现在宽度和高度最高可达 1536 像素）。

该模型在 GenEval 上取得了最先进的结果。请阅读我们的博文，了解更多技术细节。您还可以在此图库页面查看与其他模型的比较。

该模型目前处于测试阶段。我们正在努力改进它，社区的反馈意见非常重要。请加入 fal’s Discord，向我们提供反馈并与模型开发保持联系。

鸣谢：衷心感谢 @cloneofsimo 和 @isidentical 将此项目付诸实践。这两位天才工程师能在如此短的时间内取得如此大的成就，实在令人难以置信。我们还要感谢那些了不起的研究人员，他们之前的工作为我们的努力奠定了基础。

Demo

$ pip install transformers accelerate protobuf sentencepiece
$ pip install git+https://github.com/huggingface/diffusers.git

from diffusers import AuraFlowPipeline
import torch

pipeline = AuraFlowPipeline.from_pretrained(
    "fal/AuraFlow-v0.3",
    torch_dtype=torch.float16,
    variant="fp16",
).to("cuda")

image = pipeline(
    prompt="rempage of the iguana character riding F1, fast and furious, cinematic movie poster",
    width=1536,
    height=768,
    num_inference_steps=50, 
    generator=torch.Generator().manual_seed(1),
    guidance_scale=3.5,
).images[0]

image.save("output.png")