HelioAI/Helio1-Image-Preview

1 2---3license: apache-2.04language:5- ru6- en7pipeline_tag: text-to-image8library_name: diffusers9tags:10- text-to-image11- diffusion12- russian13- fine-tuned14- preview15- 6b16- s3-dit17base_model: Tongyi-MAI/Z-Image18---19 20<div align="center">21  <h1>🌞 Helio-Image-Preview</h1>22  <p align="center">23  <img src="logo.png" width="200" alt="HelioAI Logo">24</p>25  <h3>Русскоязычная модель генерации изображений — 6B параметров</h3>26  <p><i>Предварительная версия. Архитектура S3-DiT. Кириллица в изображениях.</i></p>27  <br>28  <p>29    <img src="https://img.shields.io/badge/Parameters-6B-green" alt="params"/>30    <img src="https://img.shields.io/badge/Architecture-S3--DiT-blue" alt="arch"/>31    <img src="https://img.shields.io/badge/Resolution-1024×1024-purple" alt="res"/>32    <img src="https://img.shields.io/badge/Language-RU%20%7C%20EN-orange" alt="lang"/>33    <img src="https://img.shields.io/badge/License-Apache%202.0-lightgrey" alt="license"/>34  </p>35</div>36 37---38 39<div align="center">40<img src="https://huggingface.co/HelioAI/Helio-Image-Preview/resolve/main/teaser.png" alt="Helio-Image-Preview Examples" width="800">41</div>42 43**Helio-Image-Preview** — первый публичный выпуск семейства Helio-Image.44Модель содержит **~6 млрд (6B) параметров**, построена на архитектуре S3-DiT.45Это предварительная версия, демонстрирующая возможности архитектуры перед полноценным релизом.46 47---48 49## 📋 Характеристики50 51| | |52|---|---|53| **Параметры** | **~6B (6 млрд)** |54| **Архитектура** | S3-DiT |55| **Базовая модель** | [Z-Image](https://huggingface.co/Tongyi-MAI/Z-Image) |56| **Языки** | 🇷🇺 Русский, 🇬🇧 Английский |57| **Эталонное разрешение** | 1024 × 1024 |58| **Точность** | bf16 |59| **Лицензия** | Apache 2.0 |60 61---62 63## 🔎 О проекте64 65**Helio-Image** — семейство моделей генерации изображений на базе архитектуры S3-DiT (**~6B параметров**), ориентированное на качественную работу с русским языком: генерация надписей на кириллице, понимание русскоязычных описаний сцен и стилей.66 67### 🔮 Что впереди68 69Полноценная модель **Helio-Image** находится в активной разработке и будет обучена на **500–800K изображений** с расширенным покрытием стилей, жанров и сценариев. Preview-версия обучена на ~110K изображений за одну эпоху и уже покрывает большинство популярных направлений генерации — от фотореализма до аниме, от игровых сцен до киберпанка.70 71## ✨ Возможности Preview-версии72 73- **~6B параметров** — масштабная архитектура S3-DiT для высококачественной генерации74- **Русский текст в изображениях** — генерация надписей, вывесок, логотипов на кириллице75- **Широкий спектр стилей** — фотореализм, аниме, пиксельарт, киберпанк, фэнтези, Minecraft и многое другое76- **Эталонное разрешение** — 1024×1024 (1:1), оптимизировано под квадратный формат77- **Полная совместимость** — работает через `diffusers`, поддерживает CFG, negative prompts78- **Готова к использованию** — скачал, загрузил, генерируй79 80### ⚡ Preview vs Полная версия81 82| | Helio-Image-Preview (6B) | Helio-Image (в разработке) |83|---|---|---|84| Параметры | **~6B** | **~6B** |85| Датасет | ~110K изображений | 500–800K изображений |86| Эпохи обучения | 1 | Несколько |87| Покрытие стилей | Основные направления | Полное покрытие |88| Разрешение | 1024×1024 (1:1) | Мульти-разрешение |89| Качество русского текста | Хорошее | Улучшенное |90| Статус | ✅ Доступна | 🔧 В разработке |91 92> 💡 **Примечание:** Preview-версия может иногда давать неожиданные результаты в редких стилях или сложных композициях — это нормально для ранней версии с одной эпохой обучения. На популярных запросах (портреты, пейзажи, игровые сцены, аниме, текст) модель работает стабильно и выдаёт качественные результаты.93 94## 🚀 Быстрый старт95 96### Требования к оборудованию97 98> Модель содержит **~6 млрд параметров**. В формате `bf16` — около **~12 ГБ VRAM** только для весов трансформера (плюс VAE, текстовый энкодер и рабочая память). Рекомендуется GPU с ≥ 24 ГБ VRAM (RTX 3090 / 4090 / A5000 и выше).99 100### Установка101 102```bash103pip install git+https://github.com/huggingface/diffusers104pip install torch transformers accelerate safetensors105```106 107### Использование108 109```python110import torch111from diffusers import ZImagePipeline112 113# Загрузка модели (~6B параметров)114pipe = ZImagePipeline.from_pretrained(115    "HelioAI/Helio-Image-Preview",116    torch_dtype=torch.bfloat16,117)118pipe.to("cuda")119 120# Генерация изображения121image = pipe(122    prompt="Красивый закат над Москвой с надписью РОССИЯ",123    negative_prompt="",124    height=1024,125    width=1024,126    num_inference_steps=50,127    guidance_scale=7.5,128    generator=torch.Generator("cuda").manual_seed(42),129).images[0]130 131image.save("result.png")132```133 134### Рекомендуемые параметры135 136| Параметр | Рекомендация |137|---|---|138| Разрешение | **1024×1024** (1:1, эталонное) |139| Guidance Scale | 7.5 — 9.0 |140| Inference Steps | 50 — 100 (больше = качественнее) |141| Precision | `torch.bfloat16` |142 143## 📝 Примеры промптов144 145```146Котёнок играет с клубком ниток на ковре147Киберпанк город будущего с неоновыми вывесками на русском148Minecraft деревня с табличкой ДОБРО ПОЖАЛОВАТЬ149Логотип с надписью ГЕЛИОС золотыми буквами на чёрном фоне150Космонавт на Луне с флагом и надписью КОСМОС151Фэнтези замок на вершине горы в тумане152Star Wars штурмовики маршируют с надписью ИМПЕРИЯ153Аниме школьница с зонтиком под дождём в Токио154Деревенский дом зимой с дымом из трубы155Портрет девушки в русском народном костюме156```157 158## 📊 Детали обучения159 160| Параметр | Значение |161|---|---|162| **Архитектура** | **S3-DiT (~6B параметров)** |163| **Базовая модель** | [Z-Image](https://huggingface.co/Tongyi-MAI/Z-Image) |164| Датасет | ~110K изображений 1024×1024 |165| GPU | 4× RTX PRO 6000 96GB |166| DeepSpeed | ZeRO-2 |167| Precision | bf16 + TF32 |168| Optimizer | 8-bit AdamW |169| Learning Rate | 1e-5 (cosine decay) |170| Effective Batch | 128 (16 × 4 GPU × 2 accum) |171| Эпохи | 1 |172 173## 🏗️ Структура модели174 175```176Helio-Image-Preview/177├── transformer/          # Файнтюнутый S3-DiT трансформер (~6B параметров)178│   ├── config.json179│   └── diffusion_pytorch_model.safetensors180├── vae/                  # VAE декодер181├── text_encoder/         # Текстовый энкодер182├── tokenizer/            # Токенизатор183├── scheduler/            # Scheduler184├── model_index.json      # Конфигурация пайплайна185└── README.md186```187 188## 📜 Лицензия189 190Apache 2.0. Базовая архитектура: [Z-Image](https://huggingface.co/Tongyi-MAI/Z-Image) от Tongyi-MAI.191 192## 🙏 Благодарности193 194- [Tongyi-MAI](https://github.com/Tongyi-MAI) — архитектура S3-DiT и базовая модель Z-Image195- [Hugging Face Diffusers](https://github.com/huggingface/diffusers) — инфраструктура и инференс196 197---198 199<div align="center">200  <h3>☀️ Built by Helios</h3>201  <p>4× RTX PRO 6000 • 110K images • S3-DiT 6B • Preview</p>202  <p><b><i>Helio-Image-Preview — это только начало. Следите за обновлениями!</i></b></p>203</div>204