翻了一圈也没找到一篇实测,只好上来问问有没有人已经拉下来跑过。
我手上能确认的就这么点:出品方是阿里,定位是开源的图像生成模型,名字里挂了个 6B——按惯例大概率是说参数规模六十亿上下,但这个我也不敢打包票,还得看官方仓库和技术说明怎么写。
想知道的几件事凑一块问了。这个体量在消费级卡上到底跑不跑得动,量化之后 12G、16G 的卡够不够使;出图质量放在现在常用的那几个开源图像模型里大概是什么段位;中文提示词的理解会不会是它的强项;还有 swift 这个名字,是不是在暗示它主打出图速度。
许可证那边谁看明白了也吱一声。我这边有项目要用,得先确认能不能商用。有实测的朋友肯说两句最好。
阿里之前那个 Qwen-Image 中文字写得挺准,海报里整句话贴上去基本不用返工。这个要是还能保持住,我这边一大半排版活就省下来了。就怕体量小了字形先崩。
6B 的话 fp16 权重估计十几个 G,16G 卡加载完再跑 VAE 就很紧张了。我上回显存看着够,偏偏最后解码那步爆掉。还是等量化版稳当些。
1 个赞
ComfyUI 啥时候有节点支持?一般得等社区跟进几天吧
我更在意能不能炼 LoRA。底模小,显存压力跟着小,几张卡的小工作室也敢自己训一套风格出来。要是训练脚本一起放出来,那才算给够了诚意。
5 个赞
aki66
9
swift 这名字我还以为是苹果那个编程语言,点进来才发现是图像模型