Modelo
Geração de Imagem
Gazingstars123/Anima-2.9B
Modelo de geração de imagem · 2.9 B de parâmetros — 26.6 mil downloads e 268 curtidas no Hugging Face.
Hugging Face · Modelos
·Gazingstars123
·
·↓ 26566
·♥ 268
O modelo Gazingstars123/Anima-2.9B aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de imagem.
Ficha técnica
- Tarefa: geração de imagem
- Parâmetros: 2.9 B
- Biblioteca:
diffusion-single-file - Formatos: safetensors
- Licença: proprietária / outra
- Downloads: 26.6 mil · Curtidas: 268
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~7.0 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
- Quantizado 8-bit: ~3.5 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
- Quantizado 4-bit: ~1.7 GB de VRAM — roda em CPU ou GPU de notebook
Como rodar localmente
Use a biblioteca diffusers para gerar imagens:
pip install -U diffusers transformers accelerate torch
from diffusers import DiffusionPipeline
import torch
pipe = DiffusionPipeline.from_pretrained(
"Gazingstars123/Anima-2.9B", torch_dtype=torch.float16
).to("cuda")
image = pipe("um gato astronauta, cinematográfico").images[0]
image.save("saida.png")Tags
diffusion-single-file anima comfyui text-to-image en
// relacionados
Leia também
Editorial
EditBridge: edição de imagem em 4K sem inventar o que não estava lá
Blog
Coarse-to-Fine Multi-Resolution Diffusion Models for Trajectory Generation in Urban Systems
Blog
DiSCO: Defending text-to-image generation through distribution-guided contrastive prompt optimization
Blog