GitHub-радар
Сгенерируй картинку моделью, обученной всего за $21 000
P-JiT 21K — прототип генератора изображений по тексту от Linum, студии из двух братьев, который должен доказать: достойную модель можно обучить за разумные деньги, а не только силами крупных лабораторий. Запустив его, ты получишь свой генератор картинок и увидишь весь код и веса в открытом доступе.
Нейросеть, которая превращает текстовое описание в картинку. Код и обученная модель выложены открыто, чтобы их можно было изучать и использовать.
Когда пригодится
Пригодится, если хочешь разобраться, как работает генерация изображений, и позапускать её на своей видеокарте NVIDIA. Для повседневной генерации картинок возьми крупный коммерческий генератор — эта модель ему уступает и не умеет рисовать текст.
Плюсы
- Код и веса модели открыты — можно изучать и переиспользовать
- Работает без платных API — пример из README не требует ключа
- Показывает, что рабочую модель можно обучить за $21 000, а не миллионы
- Есть готовый скрипт и пример промпта для первого запуска
Минусы
- Не умеет рисовать текст, надписи, логотипы и плакаты
- Нужна видеокарта NVIDIA с CUDA и много видеопамяти — Mac не подойдёт
- Хуже справляется с толпами людей, полным ростом и простой логикой
Как поставить — по шагам
- 1Подготовь компьютер с видеокартой NVIDIA, поддерживающей CUDA — на Mac модель не запустится.
- 2Открой агента (Claude Code или Codex) в папке своего проекта.
- 3Отправь агенту текст из блока ниже.
- 4Проверь получившуюся картинку в папке outputs — попроси агента показать её тебе.
- 5Если захочешь генерировать по своим промптам, получи платный ключ OpenRouter — для примера из README он не нужен.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Установи P-JiT 21K с https://github.com/Linum-AI/pjit-21k — разверни по инструкции Getting started из README на машине с видеокартой NVIDIA, сгенерируй портрет из примера в README и покажи мне получившуюся картинку. Спроси меня, нужен ли ключ OpenRouter — он требуется только для своих произвольных промптов, а не для примера из README.
Нужна видеокарта NVIDIA с поддержкой CUDA — без неё и на Mac модель не запустить. Сами веса занимают 8,7 ГБ, плюс ещё 8 ГБ у текстового энкодера, так что нужна видеокарта с заметным запасом памяти.
Открыть на GitHub▌ Ещё находки