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。
RunDiffusion 推出的文生图模型,属于 Juggernaut SDXL 系列,擅长照片风格图像,手部、面部和提示词遵循都有改进。适合用 ComfyUI、Forge 等工具的图像创作者。
Juggernaut XI v11 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 -U huggingface_hub hf download RunDiffusion/Juggernaut-XI-v11
Juggernaut XI v11 是 RunDiffusion 推出的文生图模型,基于 Stable Diffusion XL。它用 GPT-4 Vision 生成的描述训练,这一版又做了数据集清理,并让镜头类型标注更清晰。模型卡称它改进了手部、面部、眼睛、构图和提示词遵循,还能渲染清晰的短文字。
想用 SDXL 模型得到照片风格效果、并使用常见 Stable Diffusion 界面的图像创作者。许可证限制商业使用,所以适合个人和非商业用途。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 数字艺术 | 插画师和爱好者 | 根据文字提示词生成照片风格图像 | 根据一句简短描述生成人像或全身照 |
| 概念设计 | 起草视觉稿的设计师 | 在正式制作前勾勒场景 | 为某个地点或灯光风格生成氛围图 |
| 研究 | 对比 SDXL 微调模型的人 | 测试提示词遵循和人体结构 | 用自然语言和标签两种方式运行同一个提示词 |
如果你需要可商用的许可证,或者想要速度很快的模型,可以跳过它,因为模型卡为此指向了单独的 Lightning 版本。
| 用途 | 适合谁 | 得到什么 |
|---|---|---|
| 照片风格图像 | 图像创作者 | 根据你的提示词渲染出的图像 |
| 图中的短文字 | 设计师 | 画面里清晰可读的招牌或标签 |
| 对比提示词风格 | 写提示词的人 | 自然语言或标签式提示词的结果 |
有两条路线。托管路线只需要一个 RunDiffusion 账号。本地路线需要获得受限 Hugging Face 仓库的访问权限,并有足够跑 SDXL 的显存。
pip install -U huggingface_hub hf download RunDiffusion/Juggernaut-XI-v11
用两种风格之一写提示词,可以是普通句子,也可以是用逗号分隔的标签。然后设置模型卡推荐的生成参数。VAE 已经内置,所以不需要另外的 VAE。
| 设置 | 数值 |
|---|---|
| 分辨率 | 竖版 832 乘 1216,横版 1216 乘 832 |
| 采样器 | DPM++ 2M Karras |
| 步数 | 30 到 40 |
| CFG 值 | 3 到 7,越低越写实 |
| VAE | 已内置 |
你在图像工具里输入提示词,比如“a lighthouse at dusk, waves hitting the rocks, shot like a film photograph”。再选横版尺寸、采样器和大约 30 步。你会得到一张按所选尺寸生成的该场景图像。
如果你是新手,最简单的起点是在浏览器里用托管路线,什么都不用安装。先输入一句场景描述,看看模型画出什么,再去改设置。
对专家来说,这是一个 SDXL 微调模型,用 GPT-4 Vision 描述从头训练,带有更细的镜头类型分类和审美目标。模型卡还配了 RunDiffusion Photo 细节处理。代价在许可上,条款限制商业使用和修改,受限下载也多了一步。
RunDiffusion 推出的文生图模型,属于 Juggernaut SDXL 系列,擅长照片风格图像,手部、面部和提示词遵循都有改进。适合用 ComfyUI、Forge 等工具的图像创作者。
由 RunDiffusion 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:Juggernaut XI v11 是 RunDiffusion 推出的文生图模型,基于 Stable Diffusion XL。它用 GPT-4 Vision 生成的描述训练,这一版又做了数据集清理,并让镜头类型标注更清晰。模型卡称它改进了手部、面部、眼睛、构图和提示词遵循,还能渲染清晰的短文字。
适合谁:想用 SDXL 模型得到照片风格效果、并使用常见 Stable Diffusion 界面的图像创作者。许可证限制商业使用,所以适合个人和非商业用途。
行业 | 谁在用 | 怎么用 | 例子
数字艺术 | 插画师和爱好者 | 根据文字提示词生成照片风格图像 | 根据一句简短描述生成人像或全身照
概念设计 | 起草视觉稿的设计师 | 在正式制作前勾勒场景 | 为某个地点或灯光风格生成氛围图
研究 | 对比 SDXL 微调模型的人 | 测试提示词遵循和人体结构 | 用自然语言和标签两种方式运行同一个提示词
如果你需要可商用的许可证,或者想要速度很快的模型,可以跳过它,因为模型卡为此指向了单独的 Lightning 版本。
用在哪里:
用途 | 适合谁 | 得到什么
照片风格图像 | 图像创作者 | 根据你的提示词渲染出的图像
图中的短文字 | 设计师 | 画面里清晰可读的招牌或标签
对比提示词风格 | 写提示词的人 | 自然语言或标签式提示词的结果
如何设置:有两条路线。托管路线只需要一个 RunDiffusion 账号。本地路线需要获得受限 Hugging Face 仓库的访问权限,并有足够跑 SDXL 的显存。
pip install -U huggingface_hub
hf download RunDiffusion/Juggernaut-XI-v11
如何使用:用两种风格之一写提示词,可以是普通句子,也可以是用逗号分隔的标签。然后设置模型卡推荐的生成参数。VAE 已经内置,所以不需要另外的 VAE。
设置 | 数值
分辨率 | 竖版 832 乘 1216,横版 1216 乘 832
采样器 | DPM++ 2M Karras
步数 | 30 到 40
CFG 值 | 3 到 7,越低越写实
VAE | 已内置
示例:你在图像工具里输入提示词,比如“a lighthouse at dusk, waves hitting the rocks, shot like a film photograph”。再选横版尺寸、采样器和大约 30 步。你会得到一张按所选尺寸生成的该场景图像。
新手与专家:如果你是新手,最简单的起点是在浏览器里用托管路线,什么都不用安装。先输入一句场景描述,看看模型画出什么,再去改设置。
对专家来说,这是一个 SDXL 微调模型,用 GPT-4 Vision 描述从头训练,带有更细的镜头类型分类和审美目标。模型卡还配了 RunDiffusion Photo 细节处理。代价在许可上,条款限制商业使用和修改,受限下载也多了一步。
写下提示词
基于 SDXL 的 Juggernaut XI
内置 VAE
按所选尺寸输出图像
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download RunDiffusion/Juggernaut-XI-v11
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 5 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 |
|---|---|---|---|---|---|
| Juggernaut XI v11 本页 | 28,120 | 169 | — | cc-by-nc-nd-4.0 | |
| Animagine XL 4.0共有 stable-diffusion-xl · stable-diffusion · text-to-image | 1,026,807 | 582 | 2.6B | openrail++ | |
| Juggernaut XL v9 GGUF共有 sdxl · stable-diffusion · text-to-image | 8,187 | 8 | 3.5B | creativeml-openrail-m | |
| RealVisXL V5.0 GGUF共有 sdxl · stable-diffusion · text-to-image | 6,316 | 3 | 3.5B | openrail++ | |
| stable-diffusion-xl-base-1.0共有 stable-diffusion · text-to-image · diffusers | 4,688,522 | 8,466 | 2.6B | openrail++ | |
| Stable Diffusion v1-5共有 stable-diffusion · text-to-image · diffusers | 1,012,982 | 1,364 | 860M | creativeml-openrail-m |
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。