Step1X-Edit开源了,仅需45GB就可以获得GPT4o的编辑效果

在这里插入图片描述

我们发布了最先进的图像编辑模型 Step1X-Edit,其性能可与 GPT-4o 和 Gemini2 Flash 等闭源模型相媲美。更具体地说,我们采用了多模态 LLM 来处理参考图像和用户的编辑指令。我们提取了潜在嵌入,并将其与扩散图像解码器相结合,从而获得目标图像。为了训练模型,我们建立了一个数据生成管道,以生成高质量的数据集。为了进行评估,我们开发了 GEdit-Bench,这是一种植根于真实世界用户指令的新型基准。在 GEdit-Bench 上的实验结果表明,Step1X-Edit 的性能大大优于现有的开源基线,并接近领先的专有模型,从而为图像编辑领域做出了重大贡献。

在这里插入图片描述

模型用法

要求

下表列出了运行 Step1X-Edit 模型(批量大小 = 1,不含 cfg 蒸馏)编辑图像的要求:

Modelheight/widthPeak GPU Memory28 steps w flash-attn
Step1X-Edit512x51242.5 GB5 s
Step1X-Edit768x76846.5 GB11 s
Step1X-Edit1024x102449.8 GB22 s
  • 该模型在一个 H800 GPU 上进行测试。
  • 测试操作系统:
    *我们建议使用具有 80GB 内存的 GPU,以获得更好的生成质量。

在这里插入图片描述

在这里插入图片描述

资源

代码:https://github.com/stepfun-ai/Step1X-Edit

模型:https://huggingface.co/stepfun-ai/Step1X-Edit

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值