এটি HunyuanImage-3.0 নামের লিনাক্স অ্যাপ যার সর্বশেষ প্রকাশ HunyuanImage-3.0sourcecode.tar.gz নামে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
HunyuanImage-3.0 নামের এই অ্যাপটি OnWorks সহ বিনামূল্যে অনলাইনে ডাউনলোড করুন এবং চালান।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।
- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।
স্ক্রিনশট:
HunyuanImage-3.0
বর্ণনাঃ
HunyuanImage-3.0 হল Tencent এর Hunyuan টিম দ্বারা প্রকাশিত একটি শক্তিশালী, নেটিভ মাল্টিমোডাল টেক্সট-টু-ইমেজ জেনারেশন মডেল। এটি মাল্টিমোডাল বোঝাপড়া এবং জেনারেশনকে একটি একক অটোরিগ্রেসিভ ফ্রেমওয়ার্কে একত্রিত করে, পৃথক ইমেজ-ওনলি ডিফিউশন উপাদানের উপর নির্ভর করার পরিবর্তে নির্বিঘ্নে টেক্সট এবং ইমেজ মোডালিটিগুলিকে একত্রিত করে। এটি দক্ষতার সাথে স্কেল করার জন্য অনেক বিশেষজ্ঞ সাবনেটওয়ার্ক সহ একটি মিক্সচার-অফ-এক্সপার্টস (MoE) আর্কিটেকচার ব্যবহার করে, প্রতি টোকেনে শুধুমাত্র বিশেষজ্ঞদের একটি উপসেট স্থাপন করে, যা রৈখিক অনুমান খরচ বিস্ফোরণ ছাড়াই বৃহৎ প্যারামিটার গণনার অনুমতি দেয়। মডেলটি ক্লোজড-সোর্স ইমেজ জেনারেশন সিস্টেমের সাথে প্রতিযোগিতামূলক হওয়ার উদ্দেশ্যে তৈরি করা হয়েছে, যার লক্ষ্য উচ্চ বিশ্বস্ততা, দ্রুত আনুগত্য, সূক্ষ্ম বিবরণ এবং এমনকি "বিশ্ব জ্ঞান" যুক্তি (অর্থাৎ প্রজন্মে প্রেক্ষাপট, শব্দার্থবিদ্যা বা সাধারণ জ্ঞানের সুবিধা গ্রহণ করা)। GitHub রেপোতে কোড, স্ক্রিপ্ট, মডেল লোডিং নির্দেশাবলী, ইনফারেন্স ইউটিলিটি, প্রম্পট হ্যান্ডলিং এবং স্ট্যান্ডার্ড ML টুলিংয়ের সাথে ইন্টিগ্রেশন (যেমন হাগিং ফেস / ট্রান্সফরমার) অন্তর্ভুক্ত রয়েছে।
বৈশিষ্ট্য
- ইউনিফাইড মাল্টিমোডাল অটোরিগ্রেসিভ আর্কিটেকচার (একটি মডেলে টেক্সট + ছবি)
- বিশেষজ্ঞদের মিশ্রণ (MoE) স্কেলিং: ৬৪ জন বিশেষজ্ঞ, প্রতি টোকেন নির্বাচনযোগ্য সক্রিয় উপসেট সহ
- দৃঢ় প্রম্পট আনুগত্য এবং শব্দার্থিক ধারাবাহিকতা, বিশেষ করে দীর্ঘ / জটিল প্রম্পটের জন্য ("হাজার-অক্ষর স্তরের" পাঠ্য সমর্থন করে)
- এমবেডেড টেক্সট / টাইপোগ্রাফিক উপাদান (সুনির্দিষ্ট টেক্সট রেন্ডারিং) সহ ছবি তৈরি করার ক্ষমতা।
- "বিশ্ব জ্ঞান" যুক্তি: মডেলটি প্রাসঙ্গিক বা বাস্তব বিবরণ দিয়ে বিক্ষিপ্ত প্রম্পটগুলিকে স্বায়ত্তশাসিতভাবে সমৃদ্ধ করতে পারে।
- কর্মক্ষমতা অপ্টিমাইজেশন এবং কার্নেল নমনীয়তা (যেমন নির্বাচনযোগ্য মনোযোগ ব্যাকএন্ড, MoE অনুমান কৌশল)
প্রোগ্রামিং ভাষা
পাইথন
বিভাগ
এটি এমন একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/hunyuanimage-3-0.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।