@AdinaYakup: SeFi-Image 是一种基于 Semantic-First Diffusion 的新型文本到图像基础模型 https://huggingface.co/SeFi-Image - 1…

X AI KOLs Timeline 模型
text-to-image diffusion foundation-model open-source compute-efficient

摘要

SeFi-Image 是一种基于 Semantic-First Diffusion 的新型开源文本到图像基础模型，拥有 1B、2B 和 5B 参数规模，仅用 12.5 万 A800 GPU 小时即可完成训练。

SeFi-Image 🔥 一种基于 Semantic-First Diffusion 的新型文本到图像基础模型 https://t.co/nljeUVOL1e - 1B / 2B / 5B - 5B 仅用 12.5 万 A800 GPU 小时训练 https://t.co/5SgQhySZp3
查看原文
查看缓存全文

缓存时间: 2026/07/06 02:01

SeFi-Image 🔥 基于语义优先扩散的新文本到图像基础模型

https://t.co/nljeUVOL1e

  • 1B / 2B / 5B
  • 5B 模型仅用 125K A800 GPU 小时训练完成 https://t.co/5SgQhySZp3

SeFi-Image (SeFi-Image)

来源：https://huggingface.co/SeFi-Image

模型 (https://huggingface.co/SeFi-Image/models)

SeFi-Image/SeFi-Image-SemVAE 2天前更新 (https://huggingface.co/SeFi-Image/SeFi-Image-SemVAE)

SeFi-Image/SeFi-Image-5B-turbo 文本到图像 • 13天前更新 • 33 (https://huggingface.co/SeFi-Image/SeFi-Image-5B-turbo)

SeFi-Image/SeFi-Image-2B-turbo 文本到图像 • 13天前更新 • 3 (https://huggingface.co/SeFi-Image/SeFi-Image-2B-turbo)

SeFi-Image/SeFi-Image-1B-turbo 文本到图像 • 13天前更新 • 4 (https://huggingface.co/SeFi-Image/SeFi-Image-1B-turbo)

SeFi-Image/SeFi-Image-5B-RL 文本到图像 • 13天前更新 • 1 (https://huggingface.co/SeFi-Image/SeFi-Image-5B-RL)

SeFi-Image/SeFi-Image-2B-Base 文本到图像 • 13天前更新 • 3 (https://huggingface.co/SeFi-Image/SeFi-Image-2B-Base)

SeFi-Image/SeFi-Image-1B-Base 文本到图像 • 13天前更新 • 3 (https://huggingface.co/SeFi-Image/SeFi-Image-1B-Base)

SeFi-Image/SeFi-Image-5B-Base 文本到图像 • 13天前更新 • 7 (https://huggingface.co/SeFi-Image/SeFi-Image-5B-Base)

Ruoyu Feng（@ruoyu_feng）： 🚀我们发布了 SeFi-Image，一个开源、计算效率更高的文本到图像基础模型。

✅代码与权重： GitHub：https://t.co/SDyH2XkUUJ
项目主页：https://t.co/BdwfVw2GrS
Hugging Face：

相似文章

i1：一个简单且完全开放的强文本到图像模型配方

Hugging Face Daily Papers

本文介绍了i1，一个3B参数的文本到图像扩散模型，在性能上与领先的闭源模型竞争，同时完全开放（权重、数据、代码）。它提供了来自300多项控制实验的见解，并为开放研究提供了实用配方。

@AdinaYakup: 论文：

X AI KOLs Following

一个新的以创作者为中心的文本到图像生成基准，Qwen-Image-Bench，通过一个包含56个可验证方面的分层分类，由统一评判模型评分，评估模型在真实世界保真度和创意生成方面的表现。

baidu/ERNIE-Image

Hugging Face Models Trending

百度发布ERNIE-Image，这是一个基于扩散Transformer架构、拥有8B参数的开源权重文本到图像生成模型。它在开源模型中达到了最先进的性能，在文本渲染、指令跟随和结构化图像生成方面表现出色。

HiDream-ai/HiDream-O1-Image

Hugging Face Models Trending

HiDream-ai 已开源 HiDream-O1-Image（8B），这是一款基于像素级统一 Transformer（UiT）构建的统一图像生成基础模型，原生支持文本生成图像、图像编辑以及主体驱动的个性化生成，分辨率最高可达 2048×2048，无需外部 VAE 或独立文本编码器。该模型在 Artificial Analysis 文生图竞技场中首次亮相即位列第 8，是目前领先的开放权重文生图模型之一。