Nanosaur 2
轻量级开源图像生成模型，采用DiT（Diffusion Transformer）架构，拥有670M参数，配套270M参数文本编码器和全新VAE，支持自然语言与标签两种输入方式，基于动漫风格数据集训练
时间轴 (近 90 天)
Nanosaur 2 是一款拥有 6.7 亿（670M）参数的开源图像生成模型
Nanosaur 2 在 Reddit 社区正式发布
Nanosaur 2 的核心是一个 670M 参数的 DiT（Diffusion Transformer）结构，配套一个全新的 VAE 以及一个 270M 参数的文本编码器
Nanosaur 2 基于 e6 与 danbooru 全量数据集训练，规模约 1400 万张图像
Nanosaur 2 支持自然语言描述与标签（tags）两种输入方式
据发布者描述，Nanosaur 2 在与 SDXL 模型的对比中很多时候能够胜出，尽管其参数量远小于 SDXL
Nanosaur 2 模型本体约 1.3GB，加载文本编码器和 VAE 后总体积约 2GB
Nanosaur 2 提供 int8 量化版和 w4a8 量化版，其中 w4a8 可将 DiT 部分压缩到最低约 388MB
发布者将 w4a8 量化版本标注为 not recommended（不推荐），因其可能在画质上有明显损失
Nanosaur 2 标注为 uncensored（无审查），不设内置内容过滤限制
还有 2 条时间轴事件
全部知识事实 (12)
发布者表示 Nanosaur 2 并非其本人所作，但评价其为任何比 anima 更小的模型中目前最好的一个
50%待验证Nanosaur 2 标注为 uncensored（无审查），不设内置内容过滤限制
50%待验证Nanosaur 2 是一款拥有 6.7 亿（670M）参数的开源图像生成模型
50%待验证Nanosaur 2 的核心是一个 670M 参数的 DiT（Diffusion Transformer）结构，配套一个全新的 VAE 以及一个 270M 参数的文本编码器
50%待验证Nanosaur 2 基于 e6 与 danbooru 全量数据集训练，规模约 1400 万张图像
50%待验证Nanosaur 2 支持自然语言描述与标签（tags）两种输入方式
50%待验证据发布者描述，Nanosaur 2 在与 SDXL 模型的对比中很多时候能够胜出，尽管其参数量远小于 SDXL
50%待验证Nanosaur 2 模型本体约 1.3GB，加载文本编码器和 VAE 后总体积约 2GB
50%待验证Nanosaur 2 提供 int8 量化版和 w4a8 量化版，其中 w4a8 可将 DiT 部分压缩到最低约 388MB
50%待验证发布者将 w4a8 量化版本标注为 not recommended（不推荐），因其可能在画质上有明显损失
50%待验证Nanosaur 2 在 Reddit 社区正式发布
50%待验证Nanosaur 2 项目正在寻求资金支持以开发更大规模的版本，可通过 Discord 联系用户名为 metal63 的开发者
50%