- Sin VAE: genera directamente en el espacio de píxeles, sin codificación ni decodificación VAE tradicional
- DiT de dos niveles: DiT a nivel de parche + DiT a nivel de píxel para una generación de alta calidad
- Múltiples relaciones de aspecto: resolución base de 1024px con soporte para varias relaciones de aspecto
- ~1.3B parámetros: lo bastante eficiente para GPUs de consumo
- Licencia: NSCLv1 (solo para investigación y evaluación no comercial)
Flujo de trabajo de texto a imagen con PixelDiT
Descargar flujo de trabajo
Descarga el JSON o busca “PixelDiT” en la Biblioteca de plantillas
Ejecutar en Comfy Cloud
Abrir en la nube
- ResolutionSelector: elige la resolución de salida que quieras
- Subgrafo Text to Image (PixelDiT): el nodo de generación principal, con controles expuestos para el prompt, la semilla, la selección del modelo y la resolución
- SaveImage: guarda la imagen generada
Acerca de los subgrafos
Este flujo de trabajo usa nodos de subgrafo para el procesamiento modular. Consulta la documentación de subgrafos para aprender a personalizar y ampliar el flujo de trabajo.
Controles del flujo de trabajo
Los controles expuestos en el nodo de subgrafo Text to Image (PixelDiT) incluyen:Descargas de modelos
PixelDiT usa dos archivos de modelo: un codificador de texto y el modelo de diffusion.Codificador de texto
gemma_2_2b_it_elm_bf16.safetensors: codificador de texto Gemma-2-2B-IT
Modelo de difusión
pixeldit_1300m_1024px_bf16.safetensors: modelo de diffusion PixelDiT 1300M 1024px