Primitive Operation Painter 2 1B

Primitive Operation Painter 2 1B

一个 1B 的绘画模型，根据中文提示词预测可编辑的矩形、椭圆等图元，而不是像素。这是给 Windows 原生 Primitive Painter 应用用的权重，不适用于 Transformers。

由 doubixz 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Primitive Operation Painter 2 是一个 1B 的绘画模型，是这个项目的第二代。它不输出像素。它每次预测一个绘画操作，比如一个矩形或一个椭圆，依据是中文提示词、画布上已有的图元，或者两者结合。结果是一份可编辑的原生图元列表。这个发布包含项目 v3.3 版本训练了 60 个 epoch 的权重，以及配套的分词器。它是为 Windows 原生 Primitive Painter 应用而做的。

适合谁：如果你是使用或开发原生 Primitive Painter 应用的开发者和爱好者，想用中文提示词得到可编辑的图元绘画，它很适合你。

Industry | Who uses it | How they use it | Example
数字艺术 | 业余插画师 | 用中文提示词勾勒可编辑的图元绘画 | 一条提示词会生成一组你仍然可以移动的椭圆和矩形
工具开发 | 原生应用的开发者 | 加载检查点做推理 | 模型卡说张量布局与应用 0.9.27 版本一致
研究 | 生成模型研究者 | 把绘画当作一系列操作来研究 | 每个图元有九个属性，从位置到颜色

如果你想要照片级真实的图像或 Transformers 模型，可以跳过它，因为模型卡说它既不是通用的图像生成器，也不兼容标准的文本生成服务器。

用在哪里：

• Windows 上的 Primitive Painter 原生应用，通过它的设置
• 带 GPU 的机器，因为模型卡说性能取决于应用的构建和硬件
• 装有 Hugging Face 工具的 Python，用来下载文件
• 画布编辑、续画和分支历史，这些应用都支持

Use case | Who | What they get back
提示词转绘画 | 插画师 | 512 × 512 画布上一份可编辑的图元列表
继续一幅草图 | 应用用户 | 在已画好的图元上添加新图元
分支一幅绘画 | 实验者 | 来自同一历史的多个版本

如何设置：你需要原生应用和这两个文件。

• 兼容的 Primitive Painter 原生应用
• model.pt 文件，约 2.01 GB 的 BF16 权重
• caption_spm_1500.model 分词器文件
• 装有 Hugging Face 工具的 Python，用来下载它们

1. 安装兼容版本的原生应用。这个仓库不会安装它或 GPU 运行时。
2. 用下面的命令下载文件。
3. 打开应用的设置。
4. 选择下载好的两个文件。

hf download doubixz/primitive-operation-painter-2-1b --local-dir POP2-1B

如何使用：输入一条中文提示词，或给出已有的图元，或两者都给。模型卡建议从 CFG 为 1、Rényi alpha 为 4 开始，然后凭观感调整。它称这些是示例采样设置，而不是质量保证。

Tool | What it does
model.pt | 原生应用读取的 BF16 权重
caption_spm_1500.model | 用于中文提示词的 1500 词分词器
config.json | 记录这个自定义架构，但不会让它能配合 AutoModel 使用
checkpoint_metadata.json | 记录架构、词元布局和训练细节

示例：你在应用里输入一条中文提示词，CFG 设为 1。模型一个接一个地预测图元，先是全局阶段，然后是粗网格和细网格。之后你可以手动编辑任何一个图元，因为每个都是原生图元。

新手与专家：把它想成一个用几种形状工具而不是像素画笔来作画的画家。第一个小尝试是用模型卡的起始设置跑一条简短的中文提示词。

每个图元带有九个值：位置、角度、大小、形状类型和三个颜色通道。九个属性嵌入被合并成一个模型位置。绘画分三个阶段进行：先是全局，然后是粗网格和细网格，并用特殊词元控制区域和结束。上下文超频功能只是选择保留哪些历史，并不会加宽 1024 位置的窗口。

输入中文提示词或添加图元
模型预测全局布局
用粗网格和细网格细化
图元以可编辑的形式出现
编辑、续画或分支这幅绘画

注意事项：模型卡列出了这些架构数字。

Title: 架构
Item | Value
参数 | 1,004,182,914
Transformer 层数 | 35
隐藏宽度 | 1536
注意力头数 / 头宽度 | 24 / 64
总上下文 | 1024 个位置
文本词表 | 1500
原生画布 | 512 × 512

• Training: 模型卡记录了第 60 个 epoch 和全局步数 10020，3 个 rank，有效批大小为 600
• Release type: 仅用于推理，没有用于恢复训练的优化器分片
• Language: 中文
• License: MIT，不包含被排除的第三方训练数据的权利
• Cost to run: 没有提到，但需要原生应用和 GPU
• Data it reaches: 你下载的文件，以及你在本地使用的提示词和图元
• Not for: 照片级真实的图像、标准的文本生成服务器，或需要通用模型的工作

Hugging Face 上的数据（2026年11月13日）

• 任务：text to image
• 最近 30 天下载：119
• 点赞：4
• 许可证：mit
• 语言：zh
• 标签：primitive_operation_painter_2, primitive-operation-painter, autoregressive, image-generation, text-to-image, vector-graphics, bf16

链接

• 模型：https://huggingface.co/doubixz/primitive-operation-painter-2-1b
• 文件：https://huggingface.co/doubixz/primitive-operation-painter-2-1b/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download doubixz/primitive-operation-painter-2-1b

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。