Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
用基于 GAN 的超分辨率模型把生成的图片放大四倍。由 fal 制作,适合想把生成图片放大的人。
AuraSR-v2 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
$ pip install aura-sr
AuraSR-v2 是一个超分辨率模型,用来放大图像生成器做出的图片。它是一个 GAN,是对 GigaGAN 论文的变体,改成了从输入图像出发做放大。Torch 代码建立在一个非官方的 GigaGAN 实现之上。
它适合用 AI 做图并想要更大版本的人,也适合在图像流程里加入放大步骤的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 设计 | 使用图像生成器的创作者 | 放大一张生成的图片 | 把小尺寸的渲染图变成更大的版本 |
| 软件 | 开发者 | 在图像生成之后加一个放大步骤 | 给每个输出做放大的 Python 脚本 |
| 研究 | 图像研究者 | 研究基于 GAN 的放大 | 把输出与其他放大工具比较 |
如果你不做图也不修图,可以跳过它。
| Use case | Who | What they get back |
|---|---|---|
| 放大生成的图像 | 创作者 | 图片的更大版本 |
| 重叠式四倍放大 | 开发者 | 一次调用得到放大四倍的图像 |
$ pip install aura-sr
from aura_sr import AuraSR
aura_sr = AuraSR.from_pretrained("fal/AuraSR-v2")pip install -U huggingface_hub hf download fal/AuraSR-v2
加载一张图片,需要的话先缩小,然后对它调用四倍重叠放大。模型卡先把示例图缩放到 256 乘 256。
upscaled_image = aura_sr.upscale_4x_overlapped(image)
| Tool | What it does |
|---|---|
| AuraSR.from_pretrained | 按名字 fal/AuraSR-v2 加载模型 |
| upscale_4x_overlapped | 把图像放大四倍,分成重叠的小块来处理 |
你从图像生成器拿一张 256 乘 256 的图片,交给放大调用。调用返回一张更大的新图像,之后你可以用 PIL 保存或查看。
如果你是新手,这是一个把小图变大、同时尽量补上可信细节的工具。第一件小事是运行安装那一行和加载那一行,再放一张小图试试。
如果你懂这个领域,这个模型是一个 618M 参数的 GAN,由 GigaGAN 改造而来,用于以图像为条件的放大。重叠方法把图片分成重叠的部分来处理。代价是 GAN 会编造细节,所以结果是合理的放大,而不是还原原图。
用基于 GAN 的超分辨率模型把生成的图片放大四倍。由 fal 制作,适合想把生成图片放大的人。
由 fal 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。
它是什么:AuraSR-v2 是一个超分辨率模型,用来放大图像生成器做出的图片。它是一个 GAN,是对 GigaGAN 论文的变体,改成了从输入图像出发做放大。Torch 代码建立在一个非官方的 GigaGAN 实现之上。
适合谁:它适合用 AI 做图并想要更大版本的人,也适合在图像流程里加入放大步骤的开发者。
Title: 谁在用
Industry | Who uses it | How they use it | Example
设计 | 使用图像生成器的创作者 | 放大一张生成的图片 | 把小尺寸的渲染图变成更大的版本
软件 | 开发者 | 在图像生成之后加一个放大步骤 | 给每个输出做放大的 Python 脚本
研究 | 图像研究者 | 研究基于 GAN 的放大 | 把输出与其他放大工具比较
如果你不做图也不修图,可以跳过它。
用在哪里:
Title: 它能做的事
Use case | Who | What they get back
放大生成的图像 | 创作者 | 图片的更大版本
重叠式四倍放大 | 开发者 | 一次调用得到放大四倍的图像
如何设置:
$ pip install aura-sr
from aura_sr import AuraSR
aura_sr = AuraSR.from_pretrained("fal/AuraSR-v2")
pip install -U huggingface_hub
hf download fal/AuraSR-v2
如何使用:
加载一张图片,需要的话先缩小,然后对它调用四倍重叠放大。模型卡先把示例图缩放到 256 乘 256。
upscaled_image = aura_sr.upscale_4x_overlapped(image)
Title: 模型卡给出的调用
Tool | What it does
AuraSR.from_pretrained | 按名字 fal/AuraSR-v2 加载模型
upscale_4x_overlapped | 把图像放大四倍,分成重叠的小块来处理
示例:
你从图像生成器拿一张 256 乘 256 的图片,交给放大调用。调用返回一张更大的新图像,之后你可以用 PIL 保存或查看。
新手与专家:
如果你是新手,这是一个把小图变大、同时尽量补上可信细节的工具。第一件小事是运行安装那一行和加载那一行,再放一张小图试试。
如果你懂这个领域,这个模型是一个 618M 参数的 GAN,由 GigaGAN 改造而来,用于以图像为条件的放大。重叠方法把图片分成重叠的部分来处理。代价是 GAN 会编造细节,所以结果是合理的放大,而不是还原原图。
用 PIL 加载图像
把它缩放到 256 乘 256
调用重叠式四倍放大
得到更大的图像
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download fal/AuraSR-v2
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。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| AuraSR-v2 本页 | 1,554 | 349 | 618M | apache-2.0 | |
| Iris-3B共有 super-resolution · pytorch · safetensors | 997 | 350 | 3B | apache-2.0 | |
| FLUX.2 [klein] 4B Base共有 image-to-image · safetensors | 743,055 | 195 | 3.9B | apache-2.0 | |
| FLUX.2 [klein] 4B共有 image-to-image · safetensors | 435,643 | 1,116 | 3.9B | apache-2.0 | |
| Qwen-Image-Edit共有 image-to-image · safetensors | 141,520 | 2,580 | 20.4B | apache-2.0 | |
| ControlNet v1.1 depth (SD 1.5)共有 image-to-image · safetensors | 22,041 | 70 | 361M | openrail |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。