Neues Gradio-Demo für Kivotos XL 2.0 in Hugging Face Spaces

‍

Einleitung

Die KI-Community hat erneut einen wichtigen Fortschritt erzielt. Linaqruf, eine prominente Entwicklerin in der Welt der Künstlichen Intelligenz, hat die Genehmigung erhalten, ein Gradio-Demo für die neueste Version des Yodayo Kivotos XL 2.0 in den Hugging Face Spaces zu erstellen. Dies kündigte sie auf der Social-Media-Plattform X (ehemals Twitter) an. Diese Entwicklung verspricht, die Art und Weise, wie KI-Modelle präsentiert und genutzt werden, weiter zu revolutionieren.

Über Kivotos XL 2.0

Kivotos XL 2.0 ist die neueste Version der Yodayo Kivotos XL Serie, die auf dem Animagine XL V3 Modell basiert. Dieses Modell ist speziell für die Erstellung hochwertiger Anime-Kunstwerke optimiert, die den visuellen Stil und die Ästhetik des Blue Archive-Franchise genau repräsentieren.

Modell-Details

- Entwickelt von: Linaqruf
- Modelltyp: Diffusionsbasiertes Text-zu-Bild-Generierungsmodell
- Modellbeschreibung: Kivotos XL 2.0, die neueste Version in der Yodayo Kivotos XL Serie, ist ein Open-Source-Modell, das auf Animagine XL V3 basiert und speziell für die Erstellung von Blue Archive Anime-Kunstwerken optimiert wurde.
- Lizenz: Fair AI Public License 1.0-SD
- Finetuned von Modell: Animagine XL 3.1

Gradio und Hugging Face Spaces

Gradio ist eine Python-Bibliothek, die es ermöglicht, benutzerfreundliche Web-Interfaces für maschinelle Lernmodelle zu erstellen. Diese Interfaces können in Jupyter-Notebooks, Colab-Notebooks sowie auf eigenen Webseiten eingebettet und auf Hugging Face Spaces gehostet werden. Hugging Face Spaces bietet eine nahtlose Hosting-Plattform für diese Gradio-Demos, was die Entwicklung und Verbreitung von KI-Modellen erheblich erleichtert.

Das neue Gradio-Demo

Linaqrufs neues Gradio-Demo für Kivotos XL 2.0 in Hugging Face Spaces wird als benutzerfreundliche Schnittstelle dienen, um die Fähigkeiten des Modells zu demonstrieren. Im Vergleich zu früheren Demos wie AnimagineXL 3.1 ist dieses Demo einfacher und fokussierter gestaltet und enthält weniger Beispiele. Dies ermöglicht Nutzern, schneller und effizienter qualitativ hochwertige Anime-Bilder zu generieren.

Nutzung des Modells

Das Modell kann auf verschiedenen Plattformen eingesetzt werden, einschließlich ComfyUI und Stable Diffusion Webui. Es unterstützt auch die Verwendung mit Diffusers, einer beliebten Bibliothek zur Arbeit mit Diffusionsmodellen.

Beispielcode zur Bildgenerierung

Nachfolgend ein Beispielcode zur Verwendung des Modells mit Diffusers:
```python
import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
   "yodayo-ai/kivotos-xl-2.0",
   torch_dtype=torch.float16,
   use_safetensors=True,
   custom_pipeline="lpw_stable_diffusion_xl",
   add_watermarker=False,
   variant="fp16"
)
pipe.to('cuda')

prompt = "1girl, kazusa (blue archive), blue archive, solo, upper body, v, smile, looking at viewer, outdoors, night, masterpiece, best quality, very aesthetic, absurdres"
negative_prompt = "nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn"

image = pipe(
   prompt,
   negative_prompt=negative_prompt,
   width=832,
   height=1216,
   guidance_scale=7,
   num_inference_steps=28
).images[0]

image.save("./cat.png")
```

Empfohlene Einstellungen

Um optimale Ergebnisse mit Kivotos XL 2.0 zu erzielen, empfiehlt es sich, bestimmte Einstellungen und Tags zu verwenden:
- Negative Prompts: nsfw, (low quality, worst quality:1.2), very displeasing, 3d, watermark, signature, ugly, poorly drawn
- Positive Prompts: masterpiece, best quality, very aesthetic, absurdres
- Klassifikator-Freie Führung (CFG) Skala: sollte etwa 5 bis 7 betragen; 10 ist "fried", >12 ist "deep-fried".
- Abtastschritte: sollten etwa 25 bis 30 betragen; 28 ist der Sweet Spot.
- Sampler: Euler Ancestral (Euler a) wird sehr empfohlen.
- Unterstützte Auflösungen: 1024 x 1024, 1152 x 896, 896 x 1152, 1216 x 832, 832 x 1216, 1344 x 768, 768 x 1344, 1536 x 640, 640 x 1536

Schlussfolgerung

Die Einführung des Gradio-Demos für Kivotos XL 2.0 in Hugging Face Spaces ist ein bedeutender Schritt zur weiteren Verbreitung und Nutzung von KI-Modellen. Durch die einfache und benutzerfreundliche Schnittstelle können Entwickler und Künstler gleichermaßen von den fortschrittlichen Fähigkeiten dieses Modells profitieren. Mit den empfohlenen Einstellungen und der Möglichkeit, das Modell auf verschiedenen Plattformen zu nutzen, eröffnet sich eine Welt neuer kreativer Möglichkeiten.

Bibliographie

- https://twitter.com/linaqruf_/status/1803479190790086984
- https://huggingface.co/yodayo-ai/kivotos-xl-2.0/tree/main
- https://www.gradio.app/guides/using-hugging-face-integrations
- https://huggingface.co/yodayo-ai/kivotos-xl-2.0
- https://github.com/gradio-app/gradio/issues/2607
- https://www.youtube.com/watch?v=bN9WTxzLBRE
- https://www.gradio.app/guides/Gradio-and-ONNX-on-Hugging-Face
- https://jayant017.medium.com/deploy-a-live-text-translation-app-using-gradio-and-hugging-face-spaces-be2c99beccb6