Свежие модели с Hugging Face на русском: генерация видео и изображений, LoRA, LLM и всё остальное. Каждый день.
учим reasoning-модель меньше думать
LoCo-7B — reasoning-compressed версия DeepSeek-R1-Distill-Qwen-7B от MuyaoYuan. Модель на 7.62B параметров локально находит состояния overthinking в chain of thought и заменяет их более короткими проверенными продолжения
та же база, но с «вылеченным» residual stream
Полный файнтюн MOSS-Image-Base от KBlueLeaf: трансформер обучен так, чтобы убрать огромные выбросы в residual stream. Остальные компоненты — текстовый энкодер, токенизатор, VAE, scheduler и код пайплайна — взяты из офици
Self-Forcing student
Промежуточный чекпоинт студента VACE от primecai для video-to-video: он «ремонтирует» черновое видео через уже нормализованные Wan latents. Это не готовый пайплайн Diffusers, а кастомные веса Fixer/FastGen — основной bac
LoRA в стиле TRPG для Krea 2
Это DreamBooth-LoRA для Krea 2 от WizzyLiu. Обучена на Krea 2 RAW, а примеры в карточке сгенерированы на Krea 2 Turbo за 8 шагов. Добавляет атмосферу настольных ролевых игр через триггер trpgstyle.
орнаментная линейная графика для Krea 2
Стилевая LoRA для базовой модели krea/Krea-2-Turbo из серии fal. Добавляет в генерацию орнаментный линейный стиль; триггер нужно ставить в конец промпта. В репозитории есть вариант весов для ComfyUI.
три синхронизированных ракурса из depth-видео
SINDRI-Transfer — официальный 20K inference-чекпоинт для Wan2.2-Fun-5B-Control. Модель генерирует синхронизированные видео с трёх ракурсов — головы, левого и правого запястья — по depth-видео, референсным изображениям и
крошечный суперразрешитель для деплоя
PULSE — tiny/fast-родственник NERVE от Phips: компактная сверточная SISR-модель для лёгкой очистки и чистого апскейла, а не тяжёлого восстановления. Доступны варианты pulse (48 каналов, 353 856 параметров) и pulse_fast (
фото-ориентированный LoRA для MOSS-Image-Base
LoRA ранга 128 от data-archetype для text-to-image модели OpenMOSS-Team/MOSS-Image-Base. Адаптер меняет только transformer, а текстовый энкодер Qwen3.5-9B, VAE FLUX.2 small decoder, токенизатор, scheduler и пайплайн оста
фотореалистичный SDXL LoRA для естественных лайфстайл-кадров
Candid Lifestyle Realism — SDXL LoRA от автора nashter для text-to-image. Она добавляет фотореалистичную кандидную эстетику: натуральные микротекстуры кожи, естественное освещение в помещении и на улице, реалистичную глу
LoRA-адаптер для аудио-видео генерации на MiniMax H3
Неофициальная community-конвертация LoRA-весов TaoMate-HD в формат, совместимый с ComfyUI. Адаптер предназначен для трёхстадийного прогрессивного сэмплера TaoMate-HD и аудио-видео генерации на базе MiniMax H3. Размер фай
SDXL LoRA с триггером alpha5
Character LoRA для Tom Cruise на базе stabilityai/stable-diffusion-xl-base-1.0 от Nekodeus. Обучена на ~100 отобранных изображениях, генерирует в 1024px и подключается через diffusers или ComfyUI. Тренировка прошла полно
генерация и редактирование изображений в одной модели
FLUX 3 Image Klein — открытая модель Black Forest Labs для text-to-image и редактирования по референсам: на вход до 10 изображений, на выход одно. Image transformer на 5.6B параметров, текстовый энкодер Qwen3-VL-4B-Instr
потоковый video super-resolution с низкой задержкой
Stream-DiffVSR — каузально обусловленный диффузионный фреймворк для онлайн Video Super-Resolution (VSR). Модель работает только по прошлым кадрам, чтобы снизить задержку, и содержит 0,47 млрд параметров. Автор — Jamichsu
восемь архивных почерков в одном LoRA
LoRA-адаптер от Gabriel для text-to-image модели MOSS-Image-Base. Он добавляет восемь шведских архивных почерков и выбирается названием коллекции в промпте; сделан для синтетических архивных страниц с разметкой ALTO и PA
текст-в-изображение, обученный за $21K
P-JiT 21K — экспериментальная text-to-image модель от Linum на архитектуре Pyramid-JiT. Это DiT на 2.18B параметров с замороженным текстовым энкодером Qwen3.5-4B. Авторы обучили её на 660M сэмплов примерно за $21K comput
экспериментальный text-to-image с нуля
Экспериментальная модель text-to-image 256×256 от cpral: 641M-параметровый flow-matching DiT, обученный с нуля на 8 потребительских GPU. Условие — замороженная небольшая языковая модель SlayerLab/Slayer149 через обучаемы
набор LoRA-персонажей для Krea-2-Turbo
Коллекция character-LoRA от автора lorayap, обученных на базе krea/Krea-2-Turbo и посвящённых японским / азиатским женским персонажам. Сейчас в наборе два персонажа — Kitano Haruka и Nagi Hikaru, каждый отдельным файлом
фотореалистичная база на SD 1.x для недорогого железа
RUBB — text-to-image модель от adrianbacon на базе Stable Diffusion 1.x, около 0.86 млрд параметров, библиотека diffusers. Автор собрал её как фотореалистичную базовую модель для слабого железа и отправную точку для мерд
адаптация Dream-VLA для манипуляций Panda
Jocasta-diff-VLA — inference-чекпоинт от RobotLearningLab на базе Dream-VLA-7B для восьми семейств симулированных задач манипуляции Panda в robosuite. Модель использует диффузионный языковой бэкбон и непрерывную Flow Mat
замена человека с сохранением позы и света
OLDX Person Swap LoRA от yamanacn — адаптер для Qwen Image 2.1, который переносит человека с первого изображения на второе, сохраняя позу, фон и освещение целевого кадра. Это image-to-image LoRA для ComfyUI: в карточке е