这是 Chroma-DC-2K Safetensor 和 GGUF 量化版的官方模型页面

该模型是 v48-detail-calibrated 与名为 2k-test 的实验模型的合并版本

最左侧展示图的 ComfyUI 工作流位于标记为训练数据的文件中

以下是原始模型页面的复制内容。

大家好，

不久前，我曾分享过我的开源基础模型 Chroma——一个仍在开发中的项目。我收到了大量宝贵的反馈，现在我很兴奋地宣布：基础模型的训练已正式完成，整个模型家族现已可供您使用！

简单回顾一下我们的承诺：这些都是真正的基础模型。

我没有进行任何美学调优，也没有使用 DPO 等后训练技术。它们是原始、强大的，并专为成为您微调的完美中性起点而设计。我们已经完成了繁重的工作，您无需再重复。

所谓“繁重的工作”，指的是约 105,000 小时的 H100 算力。所有这些 GPU 时间都用于为这些模型注入庞大的数据分布，使您在此基础上进行微调变得轻而易举。

如承诺所言，所有内容均完全采用 Apache 2.0 许可证——无任何限制。

简要摘要：

发布分支：

• Chroma1-Base： 这是核心的 512x512 模型，是几乎所有创意项目的坚实通用基础。如果您计划长期微调，仅在训练周期末尾对高分辨率进行微调以加速收敛，建议使用此版本。

• Chroma1-HD： 这是 Chroma1-Base 在 1024x1024 分辨率下的高分辨率微调版本。若您希望快速进行高分辨率微调或 LoRA，这是您的起点。

研究分支：

• Chroma1-Flash： 这是 Chroma1-Base 的一个微调版本，旨在探索如何使这些流匹配模型运行更快。这在技术上属于实验性成果，用于研究如何在不使用任何 GAN 训练的情况下训练一个快速模型。其增量权重可应用于任何 Chroma 版本以提升速度（请确保调整权重强度）。

• Chroma1-Radiance [开发中]： 这是 Chroma1-Base 的激进调优版本，该模型现已转为像素空间模型，从技术上应能避免 VAE 压缩伪影。

量化选项

• 备选方案：FP8 缩放量化（ComfyUI 使用的格式，可能提升推理速度）

• 备选方案：GGUF 量化版（您需要安装 ComfyUI-GGUF 自定义节点）

特别致谢

衷心感谢所有让本项目成为可能的支持者。

• 一位匿名捐助者，其非凡慷慨资助了预训练和数据收集工作。您的支持对开源 AI 具有变革性意义。

• Fictional.ai 对本项目提供的出色支持，以及推动开源 AI 边界的协助。

支持本项目！

https://ko-fi.com/lodestonerock/

BTC 地址：bc1qahn97gm03csxeqs7f4avdwecahdj4mcp9dytnj
ETH 地址：0x679C0C419E949d8f3515a255cE675A1c4D92A3d7

我的 Discord：discord.gg/SQVcWVbqKx