Ostris
PulseAugur coverage of Ostris — every cluster mentioning Ostris across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的 StableDiffusion LoRA 模型 '1 Step Minimax H3' 即将发布
一款名为“1 Step Minimax H3”的新 LoRA（Low-Rank Adaptation，低秩适配）模型即将发布，由 Ostris 开发。该模型专为 StableDiffusion 设计，这是一个开源的文本到图像生成平台。
-
Ostris AI 照明AI工具集面临访问问题
Ostris AI 发布了一个专注于照明AI的工具集，但用户在使用时遇到了访问困难。一位用户报告称无法使用其基于网络的界面或链接，并正在寻找其他访问方式，例如笔记本。该用户表示希望利用剩余的积分来使用该工具。
-
HiDream-O1-Image：创新架构，开源图像生成结果喜忧参半
HiDream-O1-Image 是一款开源文生图模型，尽管在Artificial Analysis排行榜上名列前茅，但评价褒贬不一。其创新的UiT架构，在统一的token空间中处理像素、文本和任务条件，减少了信息损失并提高了效率，使其8B参数能够媲美参数量远超其规模的模型，如Qwen Image 27B。然而，这种新颖的架构与Stable Diffusion的LoRA和ControlNet等现有生态系统不兼容，并且在复杂指令遵循、上…
-
StableDiffusion 用户分享自定义“BOOGU”卡通风格 LoRA 测试
一位 Reddit 用户分享了为“BOOGU”卡通风格训练的自定义 LoRA（低秩适配）模型的初步测试结果。该 LoRA 使用 Ostris 在 Runpod 上的 AI_Toolkit 开发，所有生成的图像均使用基础模型。训练过程涉及 112 张图像的数据集，并通过 Pastebin 链接分享了配置详情。
-
Stable Diffusion 用户测试自定义卡通风格 LoRA 和排版工具
Reddit 上的用户正在分享他们使用 Stable Diffusion 的自定义卡通风格 LoRA “Boogu” 的体验。一位用户详细介绍了使用 Ostris 的 AI_Toolkit 在 Runpod 上以 112 张图片的数据集进行训练的过程。另一位用户正在使用相关的工具“Boogu Turbo”试验不同的排版风格。
-
Ostris发布Ideogram 4 Turbo LoRA，加速图像生成
Ostris发布了Ideogram 4 Turbo的LoRA（Low-Rank Adaptation）模型，旨在显著减少图像生成步数。该LoRA模型可在短短2到8步内生成高质量图像，无需CFG或无条件模型。开发者还在完善一种连续的Turbo训练方法，这可能会带来未来的更新。
-
Ideogram 4 显存 hack 使用 Differential LoRA 减半使用量
Ostris 开发的一种名为 Differential LoRA 的新技术，旨在降低使用 Ideogram 4 的显存要求。该方法提取 Ideogram 4 的条件模型和无条件模型权重之间的差异，然后进行微调。生成的 LoRA 可以替代完整的无条件模型，有效减半显存使用量，同时保持可比的图像质量。
-
轻松在本地创建自定义Stable Diffusion角色LoRA
一位Reddit用户分享了一种在本地为Stable Diffusion创建自定义角色LoRA（Low-Rank Adaptation）的简单方法。该过程包括生成一个基础角色图像，使用Flux2Klein和BFS Lora等特定模型进行换脸技术来创建数据集，然后使用ostris的ai-toolkit等工具训练LoRA。用户建议大约20张图像足以构成一个好的数据集。