ControlNet (SDv2)

Poids fermés Stability AI November 2023

Aucune estimation

Aucune exigence matérielle pour ce modèle

Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..

Parcourez les modèles que vous pouvez exécuter à la place

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: Stability AI
Type d'organisation: Industry
Pays: United Kingdom of Great Britain and Northern Ireland
Publié: 26 November 2023
Auteurs: Lvmin Zhang, Anyi Rao, Maneesh Agrawala

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Image generation
Tâche: Image-to-image
Modèle de base: Stable Diffusion 2.1

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

Données d'entraînement: tokens

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.

Comment cela a été établi: Hardware
Ajustement fin des calculs: 2.1 × 10¹⁹ FLOP

L'exécution de formation

Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.

Matériel d'entraînement: NVIDIA GeForce RTX 3090 Ti
Chips utilisés: 1
Temps en temps réel: 120 hours
Consommation d'énergie: 490 W

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Closed — provider access only
Accès au modèle: Unreleased
Code d'entraînement: Unreleased

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: Adding Conditional Control to Text-to-Image Diffusion Models
Dernière mise à jour: 11 February 2026

Ce que les chiffres signifient

D'où cela vient-il

ControlNet (SDv2) a été publié par Stability AI, dans le pays enregistré comme United Kingdom of Great Britain and Northern Ireland, durant November 2023. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Image generation, et est enregistré comme exécutant la tâche de image-to-image.

Son point de départ était un modèle de base existant, Stable Diffusion 2.1. C'est pourquoi il partage la forme et la taille générales du modèle de base.

Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.

Réponses

ControlNet (SDv2) — questions courantes

ControlNet (SDv2)— combien de paramètres cela a-t-il ?

Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.

ControlNet (SDv2)— qui l'a créé ?

Il a été publié par Stability AI, basé sur United Kingdom of Great Britain and Northern Ireland, une organisation catégorisée comme industry.

ControlNet (SDv2)— quand a-t-il été publié ?

Il a été publié dans November 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

ControlNet (SDv2)— à quoi ça sert ?

Il fonctionne dans le domaine de Image generation, et est enregistré comme gérant la tâche de image-to-image. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.

ControlNet (SDv2)— Quelle GPU ai-je besoin pour l'exécuter ?

Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.

ControlNet (SDv2)— est-ce que c'est open source ?

Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.

Source

Publication originale

Dernière mise à jour enregistrée 11 February 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI