TokenFlow-t2i

Apri i pesi ByteDance December 2024

Nessuna stima

Nessun requisito hardware per questo modello

I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
ByteDance
Tipo di organizzazione
Industry
Paese
China
Pubblicato
4 December 2024
Autori
Liao Qu, Huichao Zhang, Yiheng Liu, Xu Wang, Yi Jiang, Yiming Gao, Hu Ye, Daniel K. Du, Zehuan Yuan, Xinglong Wu

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Image generation
Compito
Image generation, Text-to-image

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

Dati di addestramento
tokens

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi
Open — downloadable
Accesso al modello
Open weights (unrestricted)
Codice di addestramento
Open source

Apache 2.0 https://github.com/ByteFlow-AI/TokenFlow/tree/main Apache 2.0 https://huggingface.co/ByteFlow-AI/TokenFlow-t2i

Hugging Face
ByteFlow-AI

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia
Unknown

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
TokenFlow: Unified Image Tokenizer for Multimodal Understanding and Generation
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Da dove è venuto

TokenFlow-t2i è stato pubblicato da ByteDance, nel paese registrato come China, durante December 2024. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Image generation, ed è registrato come eseguire il compito di image generation, Text-to-image.

I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere. Su Hugging Face è pubblicato sotto l'organizzazione ByteFlow-AI.

Risposte

TokenFlow-t2i — domande comuni

01

TokenFlow-t2i— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione ByteFlow-AI. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

02

TokenFlow-t2i— che GPU ho bisogno per eseguirlo?

Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.

03

TokenFlow-t2i— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

04

TokenFlow-t2i— quanti parametri ha?

Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.

05

TokenFlow-t2i— chi l'ha creato?

È stato pubblicato da ByteDance, basato su China, un'organizzazione categorizzata come industry.

06

TokenFlow-t2i— quando è stato rilasciato?

È stato pubblicato in December 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

07

TokenFlow-t2i— A cosa serve?

Funziona nel dominio di Image generation, e viene registrato come gestire il compito di image generation, Text-to-image. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.