概要
Kromoss
Kromossは、1024 pxのMOSS-Image-Baseを完全にファインチューニングしたもので、同じアーキテクチャ、推論パイプライン、Qwen3.5-9Bテキストエンコーダー、FLUX.2 small VAEを維持しているため、そのまま置き換えとして使用できます。MOSS-Image-Baseから蒸留された2つの8ステップturbo LoRAと、ComfyUI用の単一ファイル重み、さらに変換スクリプトが付属しています。diffusersやComfyUIで画像を生成する開発者やアーティストを対象としており、Apache-2.0ライセンスの下でリリースされています。
料金オープンソース
評価未設定
保存数0
タグ
カテゴリ
要約はまだ追加されていません。
FAQ
よくある質問
- Kromoss とは？
- Kromossは、1024 pxのMOSS-Image-Baseを完全にファインチューニングしたもので、同じアーキテクチャ、推論パイプライン、Qwen3.5-9Bテキストエンコーダー、FLUX.2 small VAEを維持しているため、そのまま置き換えとして使用できます。MOSS-Image-Baseから蒸留された2つの8ステップturbo LoRAと、ComfyUI用の単一ファイル重み、さらに変換スクリプトが付属しています。diffusersやComfyUIで画像を生成する開発者やアーティストを対象としており、Apache-2.0ライセンスの下でリリースされています。
- Kromoss の料金は？
- Kromoss の料金体系は「オープンソース」です。最新のプランは公式サイトでご確認ください。
- Kromoss は何に使えますか？
- Kromoss は TolsAI で次のカテゴリに掲載されています：AIモデル。
- Kromoss はどこで使えますか？
- Kromoss は公式サイト huggingface.co で利用できます。
探索
AIモデルのその他のツール
テキスト、画像、動画、音声を1つの共有ベクトル空間にマッピングするオープンなマルチモーダル埋め込みモデル。
シングル画像、マルチ画像、動画理解に対応し、効率的なオンデバイス推論を実現するオープンソースのマルチモーダルLLM。
多キャラクターシーン、音声クローニング、長尺オーディオを自然言語制御で扱うオープンなテキスト読み上げモデル。
Lightricksによるオープンな画像から動画への生成モデルで、テキスト、動画、音声による生成をサポート。
8回のノイズ除去ステップで画像を生成する、高速化されたQwenのテキストから画像、および画像編集の拡散チェックポイント。
Black Forest Labsによる、画像生成と編集のためのオープンなimage-to-imageモデル。
ディスカッション
ディスカッション
ログインして参加
まだコメントはありません。最初の一言をどうぞ。