Mobius

Corcelio

Texto a imagen

Mobius, un modelo de difusión que lleva los límites de la eliminación de sesgos y la realineación de representaciones sin dependencia de dominios. Al emplear un nuevo marco de deconstrucción constructiva, Mobius logra una generalización inigualable a través de una amplia gama de estilos y dominios, eliminando la necesidad de preentrenamiento costoso desde cero.

Como usar

Uso del modelo con difusores:
import torch
from diffusers import (
    StableDiffusionXLPipeline,
    KDPM2AncestralDiscreteScheduler,
    AutoencoderKL
)

# Cargar el componente VAE
vae = AutoencoderKL.from_pretrained(
    "madebyollin/sdxl-vae-fp16-fix",
    torch_dtype=torch.float16
)

# Configurar el pipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "Corcelio/mobius",
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = KDPM2AncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

# Definir prompts y generar imagen
prompt = "misterio"
negative_prompt = ""

image = pipe(
    prompt,
    negative_prompt=negative_prompt,
    width=1024,
    height=1024,
    guidance_scale=7,
    num_inference_steps=50,
    clip_skip=3
).images[0]

image.save("generated_image.png")

Funcionalidades

Generación sin sesgos
Generalización excepcional
Ajuste fino eficiente

Casos de uso

Generación de escenas de películas
Fotos cinematográficas
Animaciones
Fotografía natural
Generación de imágenes con sesgos reducidos