Shuttle 3.1 Aesthetic - v1.0

# Shuttle 3.1 Aesthetic

最新のアップデートやニュースなどを入手するには、私たちの[Discord](https://discord.gg/shuttleai)に参加してください。

## モデルバリエーション

これらのモデルバリエーションは、異なる精度レベルと形式を提供し、多様なハードウェア能力とユースケースに最適化されています

- [bfloat16](https://huggingface.co/shuttleai/shuttle-3.1-aesthetic/resolve/main/shuttle-3.1-aesthetic.safetensors)

- [fp8](https://huggingface.co/shuttleai/shuttle-3.1-aesthetic/resolve/main/fp8/shuttle-3.1-aesthetic-fp8.safetensors)

- GGUF（近日公開予定）

Shuttle 3.1 Aestheticは、テキストプロンプトから詳細で美的な画像をわずか4〜6ステップで作成することを目的としたテキストから画像へのAIモデルです。画像品質、タイポグラフィ、複雑なプロンプトの理解、およびリソース効率の向上したパフォーマンスを提供します。


モデルはウェブサイトで試すことができます: https://designer.shuttleai.com/

## APIを通じてモデルを使用する

Shuttle 3.1 AestheticはShuttleAIのAPIを通じて使用可能です

- [ShuttleAI](https://shuttleai.com/)

- [ShuttleAI ドキュメント](https://docs.shuttleai.com/)

## 🧨 Diffusersでモデルを使用する

diffusersをインストールまたはアップグレードします

```shell

pip install -U diffusers

```

次に、DiffusionPipelineを使ってモデルを実行します

```python

import torch

from diffusers import DiffusionPipeline

# 事前学習モデルからdiffusion pipelineをロードし、テンソルタイプにbfloat16を使用します。

pipe = DiffusionPipeline.from_pretrained(

"shuttleai/shuttle-3.1-aesthetic", torch_dtype=torch.bfloat16

).to("cuda")

# 必要に応じてVRAMを節約するためにモデルをCPUにオフロードするには、以下の行のコメントを外します。

# pipe.enable_model_cpu_offload()

# 対応するGPUでパフォーマンス向上のためにtorch.compileを有効にするには、以下の行のコメントを外します。

# ただし、読み込み時間が大幅に増加することがあります。

# pipe.transformer.to(memory_format=torch.channels_last)

# pipe.transformer = torch.compile(

# pipe.transformer, mode="max-autotune", fullgraph=True

# )

# 画像生成のためのプロンプトを設定します。

prompt = "A cat holding a sign that says hello world"

# diffusion pipelineを使って画像を生成します。

image = pipe(

prompt,

height=1024,

width=1024,

guidance_scale=3.5,

num_inference_steps=4,

max_sequence_length=256,

# 再現可能な結果のためにマニュアルシードを使用する場合は、以下の行のコメントを外してください。

# generator=torch.Generator("cpu").manual_seed(0)

).images[0]

# 生成した画像を保存します。

image.save("shuttle.png")

```

詳細は[diffusers](https://huggingface.co/docs/diffusers/main/en/api/pipelines/flux)のドキュメントをご覧ください

## ComfyUIでモデルを使用する

[ComfyUI](https://github.com/comfyanonymous/ComfyUI)を使用してShuttle 3.1 Aestheticでローカル推論を実行するには、こちらの[safetensorsファイル](https://huggingface.co/shuttleai/shuttle-3.1-aesthetic/blob/main/shuttle-3.1-aesthetic.safetensors)をご利用ください。

## トレーニングの詳細

Shuttle 3.1 AestheticはShuttle 3 Diffusionをベースにしています。Flux Devと同様の画像をわずか4ステップで生成可能で、Apache 2ライセンスのもとで提供されています。トレーニング中に部分的に蒸留解除されました。特別なトレーニング手法によりSchnellシリーズモデルの制約を克服し、ディテールや色彩が向上しています。