diffusers/main/tr/api/pipelines/anima.md

Apache Lisansı, 2.0 Sürümü ("Lisans") altında lisanslanmıştır;

bu dosyayı, Lisansa uygun olarak kullanabilirsiniz.

Lisansın bir kopyasını şu adresten edinebilirsiniz

http://www.apache.org/licenses/LICENSE-2.0

Uygulanabilir yasa gerektirmedikçe veya yazılı olarak anlaşılmadıkça, yazılım

Lisans kapsamında dağıtılan, "OLDUĞU GİBİ" esasına göre dağıtılır,

HİÇBİR TÜR AÇIK VEYA ZIMMİ GARANTİ VEYA ŞART İÇERMEZ.

İzinleri ve

lisans kapsamındaki kısıtlamalar. -->

Anima

Anima, Qwen3 metin kodlayıcı, T5-token metin koşullandırıcısı ve AutoencoderKLQwenImage VAE'si ile CosmosTransformer3DModel'i yeniden kullanan bir metinden görüntüye modelidir.

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]]

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)

Kaynak

Anima için bir ModularPipeline.

AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]]

diffusers.AnimaAutoBlocks[[diffusers.AnimaAutoBlocks]]

diffusers.AnimaAutoBlocks()

Kaynak

Anima kullanarak metinden görüntüye ve görüntüden görüntüye üretim için Otomatik Modüler pipeline.

Desteklenen iş akışları:

• text2image: prompt gerektirir
• img2img: image ve prompt gerektirir

Bileşenler: 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): The prompt or prompts to guide image generation. negative_prompt (str, optional): The prompt or prompts not to guide the image generation. max_sequence_length (int, optional, defaults to 512): Maximum sequence length for prompt encoding. image (Image | list, optional): Reference image(s) for denoising. Can be a single image or list of images. height (int, optional): The height in pixels of the generated image. width (int, optional): The width in pixels of the generated image. generator (Generator, optional): Torch generator for deterministic generation. num_images_per_prompt (int, optional, defaults to 1): The number of images to generate per prompt. image_latents (Tensor, optional): image latents used to guide the image generation. Can be generated from vae_encoder step. num_inference_steps (int): The number of denoising steps. sigmas (list, optional): Custom sigmas for the denoising process. strength (float, optional, defaults to 0.9): Strength for img2img/inpainting. latents (Tensor): Pre-generated noisy latents for image generation. **denoiser_input_fields (None, optional): The conditional model inputs for the Anima denoiser. output_type (str, optional, defaults to pil): Output format: 'pil', 'np', 'pt'.

Çıktılar: görüntüler (list): Oluşturulan görüntüler.

AnimaTextConditioner[[diffusers.AnimaTextConditioner]]

diffusers.AnimaTextConditioner[[diffusers.AnimaTextConditioner]]

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)

Kaynak

Anima'nın Qwen3 gizli durumlarını ve T5 token kimliklerini Cosmos metin gömme değerlerine eşlemek için kullandığı metin koşullandırıcısı.

Anima, Cosmos Predict2 DiT'yi yeniden kullanır. Tek model-özel koşullandırma modülü, difüzyon döngüsünden önce öğrenilmiş T5 token gömme değerlerinden Qwen3 metin kodlayıcısının gizli durumlarına çapraz dikkat uygulayan bu LLM adaptörüdür. target_dim, koşullandırıcının çıktı boyutudur ve dönüştürücünün text_embed_dim değeriyle eşleşmelidir.

forward[[diffusers.AnimaTextConditioner.forward]]

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)

Kaynak

Parametreler:

source_hidden_states (torch.Tensor, şekli (batch_size, source_sequence_length, source_dim)) : Koşullandırılacak Qwen3 metin kodlayıcı gizli durumları.

target_input_ids (torch.Tensor, şekli (batch_size, target_sequence_length)) : Öğrenmiş sorgu jetonları olarak kullanılan T5 jeton kimlikleri.

target_attention_mask (torch.Tensor, isteğe bağlı) : Hedef T5 token kimlikleri için dikkat maskesi.

source_attention_mask (torch.Tensor, isteğe bağlı) : Kaynak Qwen3 gizli durumları için dikkat maskesi.

Dönüş: torch.Tensor

Cosmos dönüştürücüsü için metin koşullandırma gömme değerleri.