语言:

• 英文 许可协议: Apache-2.0 库名称: diffusers 管道标签: 文本生成图像 标签:
• 文本生成图像
• 图像生成
• shuttle

实例提示词: 无

穿梭捷豹模型

加入我们的Discord / Telegram获取最新动态、新闻和更多内容。

本模型提供多种精度版本和格式，适配不同硬件配置和使用场景：

• bfloat16版本
• fp8版本
• GGUF量化版本

穿梭捷豹是一款基于Apache 2.0许可的文本生成图像AI模型，仅需四步推理即可从文本提示生成极具美学价值、电影质感的逼真图像。

通过API使用模型

您可以通过ShuttleAI平台调用API使用本模型：

• ShuttleAI官网
• API文档

使用🧨Diffusers库运行

安装或升级diffusers库：

pip install -U diffusers

通过DiffusionPipeline调用模型：

import torch
from diffusers import DiffusionPipeline

# 加载预训练模型，使用bfloat16精度
pipe = DiffusionPipeline.from_pretrained(
    "shuttleai/shuttle-jaguar", torch_dtype=torch.bfloat16
).to("cuda")

# 如需节省显存可启用CPU卸载
# pipe.enable_model_cpu_offload()

# 如需提升GPU性能可启用torch.compile（会显著增加加载时间）
# pipe.transformer.to(memory_format=torch.channels_last)
# pipe.transformer = torch.compile(
#     pipe.transformer, mode="max-autotune", fullgraph=True
# )

# 设置生成提示词
prompt = "一只举着'hello world'标牌的猫咪"

# 生成图像（1024x1024分辨率，3.5引导系数，4步推理）
image = pipe(
    prompt,
    height=1024,
    width=1024,
    guidance_scale=3.5,
    num_inference_steps=4,
    max_sequence_length=256,
    # 如需固定种子可取消注释
    # generator=torch.Generator("cpu").manual_seed(0)
).images[0]

# 保存生成结果
image.save("shuttle.png")

更多用法详见diffusers官方文档

通过ComfyUI使用

如需在ComfyUI中本地运行，请下载此safetensors模型文件