Buckets:
| # | |
| # Apache License, Version 2.0("라이선스")에 따라 라이선스가 부여됩니다. | |
| # 이 파일은 라이선스에 따라만 사용할 수 있습니다. | |
| # 라이선스 사본은 다음에서 가져올 수 있습니다 | |
| # | |
| # http://www.apache.org/licenses/LICENSE-2.0 | |
| # | |
| # 적용 가능한 법률에 의해 요구되거나 서면으로 합의되지 않는 한, 소프트웨어 | |
| # 라이선스에 따라 배포되는 본 소프트웨어는 "있는 그대로" | |
| # 명시적이든 묵시적이든 어떠한 종류의 보증이나 조건도 없이 제공됩니다. | |
| # 권한을 관리하는 특정 언어에 대한 라이선스를 참조하세요 | |
| # 라이선스 하의 제한 사항. --> | |
| # Anima | |
| Anima는 Qwen3 텍스트 인코더, T5-token 텍스트 컨디셔너, [AutoencoderKLQwenImage](/docs/diffusers/main/ko/api/models/autoencoderkl_qwenimage#diffusers.AutoencoderKLQwenImage) VAE와 함께 [CosmosTransformer3DModel](/docs/diffusers/main/ko/api/models/cosmos_transformer3d#diffusers.CosmosTransformer3DModel)을 재사용하는 텍스트-이미지 생성 모델입니다. | |
| ```python | |
| import torch | |
| from diffusers import ModularPipeline | |
| pipe = ModularPipeline.from_pretrained("circlestone-labs/Anima-Base-v1.0-Diffusers") | |
| pipe.load_components(dtype=torch.bfloat16) | |
| pipe.to("cuda") # or "mps", "xpu", "cpu" | |
| image = pipe(prompt="masterpiece, best quality, 1girl, solo, city lights").images[0] | |
| ``` | |
| ## AnimaModularPipeline[[diffusers.AnimaModularPipeline]] | |
| #### diffusers.AnimaModularPipeline[[diffusers.AnimaModularPipeline]] | |
| ```python | |
| diffusers.AnimaModularPipeline(blocks: diffusers.modular_pipelines.modular_pipeline.ModularPipelineBlocks | None = None, pretrained_model_name_or_path: str | os.PathLike | None = None, components_manager: diffusers.modular_pipelines.components_manager.ComponentsManager | None = None, collection: str | None = None, workflow: str | None = None, modular_config_dict: dict[str, typing.Any] | None = None, config_dict: dict[str, typing.Any] | None = None, **kwargs) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/modular_pipelines/anima/modular_pipeline.py#L19) | |
| Anima용 ModularPipeline. | |
| ## AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]] | |
| #### diffusers.AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]] | |
| ```python | |
| diffusers.AnimaAutoBlocks() | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/modular_pipelines/anima/modular_blocks_anima.py#L312) | |
| Anima를 사용하여 텍스트-이미지 및 이미지-이미지 생성을 위한 Auto Modular 파이프라인. | |
| 지원되는 워크플로: | |
| - `text2image`: `prompt` 필수 | |
| - `img2img`: `image`, `prompt` 필수 | |
| 구성 요소: text_encoder (`Qwen3Model`) tokenizer (`Qwen2Tokenizer`) t5_tokenizer (`T5Tokenizer`) guider (`ClassifierFreeGuidance`) vae (`AutoencoderKLQwenImage`) image_processor (`VaeImageProcessor`) text_conditioner (`AnimaTextConditioner`) transformer (`CosmosTransformer3DModel`) scheduler (`FlowMatchEulerDiscreteScheduler`) | |
| Inputs: prompt (`str`): 이미지 생성을 안내할 프롬프트입니다. negative_prompt (`str`, *선택 사항*): 이미지 생성을 안내하지 않을 프롬프트입니다. max_sequence_length (`int`, *선택 사항*, 기본값 512): 프롬프트 인코딩을 위한 최대 시퀀스 길이입니다. image (`Image | list`, *선택 사항*): 디노이징을 위한 참조 이미지입니다. 단일 이미지 또는 이미지 목록일 수 있습니다. height (`int`, *선택 사항*): 생성된 이미지의 픽셀 단위 높이입니다. width (`int`, *선택 사항*): 생성된 이미지의 픽셀 단위 너비입니다. generator (`Generator`, *선택 사항*): 결정론적 생성을 위한 Torch generator입니다. num_images_per_prompt (`int`, *선택 사항*, 기본값 1): 프롬프트당 생성할 이미지의 수입니다. image_latents (`Tensor`, *선택 사항*): 이미지 생성을 안내하는 데 사용되는 이미지 latents입니다. vae_encoder 단계에서 생성할 수 있습니다. num_inference_steps (`int`): 디노이징 단계의 수입니다. sigmas (`list`, *선택 사항*): 디노이징 프로세스를 위한 사용자 지정 sigmas입니다. strength (`float`, *선택 사항*, 기본값 0.9): img2img/inpainting의 강도입니다. latents (`Tensor`): 이미지 생성을 위한 사전 생성된 노이즈 latents입니다. **denoiser_input_fields (`None`, *선택 사항*): Anima denoiser의 조건부 모델 입력입니다. output_type (`str`, *선택 사항*, 기본값 pil): 출력 형식: 'pil', 'np', 'pt'. | |
| 출력: 이미지 (`list`): 생성된 이미지. | |
| ## AnimaTextConditioner[[diffusers.AnimaTextConditioner]] | |
| #### diffusers.AnimaTextConditioner[[diffusers.AnimaTextConditioner]] | |
| ```python | |
| diffusers.AnimaTextConditioner(source_dim: int = 1024, target_dim: int = 1024, model_dim: int = 1024, num_layers: int = 6, num_attention_heads: int = 16, mlp_ratio: float = 4.0, target_vocab_size: int = 32128, use_self_attention: bool = True, use_layer_norm: bool = False, min_sequence_length: int = 512) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/condition_embedders/condition_embedder_anima.py#L229) | |
| Anima가 Qwen3의 숨겨진 상태와 T5의 토큰 ID를 Cosmos 텍스트 임베딩으로 매핑하는 데 사용하는 텍스트 컨디셔너입니다. | |
| Anima는 Cosmos Predict2 DiT를 재사용합니다. 모델에 특화된 유일한 조건화 모듈은 이 LLM 어댑터이며, diffusion 루프 전에 학습된 T5 토큰 임베딩에서 Qwen3 텍스트 인코더의 hidden states로 cross-attention을 수행합니다. `target_dim`은 conditioner의 출력 차원이며 transformer의 `text_embed_dim`과 일치해야 합니다. | |
| #### forward[[diffusers.AnimaTextConditioner.forward]] | |
| ```python | |
| forward(source_hidden_states: Tensor, target_input_ids: Tensor, target_attention_mask: typing.Optional[torch.Tensor] = None, source_attention_mask: typing.Optional[torch.Tensor] = None) | |
| ``` | |
| [소스](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/condition_embedders/condition_embedder_anima.py#L285) | |
| **매개변수:** | |
| source_hidden_states (`torch.Tensor`, shape `(batch_size, source_sequence_length, source_dim)`) : 조건부로 사용할 Qwen3 텍스트 인코더 hidden states. | |
| target_input_ids (`torch.Tensor`, shape `(batch_size, target_sequence_length)`) : 학습된 쿼리 토큰으로 사용되는 T5 토큰 ID입니다. | |
| target_attention_mask (`torch.Tensor`, *선택 사항*) : 대상 T5 토큰 ID에 대한 어텐션 마스크입니다. | |
| source_attention_mask (`torch.Tensor`, *선택 사항*) : 소스 Qwen3 hidden states에 대한 attention mask입니다. | |
| **반환값:** `torch.Tensor` | |
| Cosmos transformer의 텍스트 조건화 임베딩. | |
Xet Storage Details
- Size:
- 6.78 kB
- Xet hash:
- c480f354d30722c2a8f3fc9d31842f68c9ed5731f337eccd1fabc51583a122ef
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.