橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
模型

PiD

nvidia/PiD

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：上游卡片未声明 上游版本：1b9b0872cef7

中文简介

nvidia/PiD 是 nvidia 在 Hugging Face 发布的模型仓库，当前卡片主要关联图像编辑与生成。本站固定记录上游版本 1b9b0872cef7，同步到 31 个文件，文件元数据合计 50.67 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 nvidia/PiD 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
nvidia/PiD 是 nvidia 在 Hugging Face 发布的模型仓库，当前卡片主要关联图像编辑与生成。本站固定记录上游版本 1b9b0872cef7，同步到 31 个文件，文件元数据合计 50.67 GB；访问状态为“公开”，许可证字段为“上游卡片未声明”。

【适用方向】
适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本：1b9b0872cef7。 任务标签：图像编辑与生成。 库标记：pytorch。 上游标注的基础模型：nvidia/PixelDiT-1300M-1024px, Tongyi-MAI/Z-Image, black-forest-labs/FLUX.1-dev, black-forest-labs/FLUX.2-dev, nyu-visionx/Scale-RAE-Qwen7B_DiT9.8B。 上游页面记录的最近更新时间：2026-07-09。

【文件信息】
上游 API 返回 31 个文件，文件元数据合计 50.67 GB。 已保存文件清单中的主要扩展名：.pth 19 个、.safetensors 4 个、.pt 3 个、.json 2 个、.jpg 1 个、.md 1 个。 当前较大的文件包括：checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_distill_4step/model_ema_bf16.pth（2.61 GB）；checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_undistilled/model_ema_bf16.pth（2.61 GB）；checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux_distill_4step/model_ema_bf16.pth（2.61 GB）。

【运行或处理环境】
仓库文件元数据合计 50.67 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

【使用边界】
上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

PiD — Pixel Diffusion Decoder Paper, Project Page** Yifan Lu, Qi Wu, Jay Zhangjie Wu, Zian Wang, Huan Ling, Sanja Fidler, Xuanchi Ren News [July 2026] PiD v1.5 checkpoints for **FLUX**, **FLUX.2**, and Qwen-Image** are released. See the comparison page for the improvements: Improved decoding color fidelity Removed grid artifacts in image corners Improved anime and facial details PiD reformulates the latent-to-pixel decoder as a conditional pixel-space diffusion model, unifying decoding and upsampling into a single generative module. It denoises directly in high-resolution pixel space and produces a super-resolved image in one pass. This repository hosts the released decoder checkpoints, plus the encoder/decoder ("VAE") weights they depend on. The distilled `PiD_*` checkpoints in this repo are **4-step distilled**. The non-`PiD_*` entries (`ae.safetensors`, `flux2_ae.safetensors`, `sdxl_vae.safetensors`, `QwenImage_VAE_2d.pth`, `sd3_vae/`, `rae/`, `scale_rae/`) are **the corresponding encoder/decoder VAE weights** that PiD plugs into — they're not PiD checkpoints themselves. License/Terms of Use This model is released under the NSCLv1 License. The work and any derivative works may only be used for non-commercial (research or evaluation) purposes. Deployment Geography: Global PiD checkpoints PiD checkpoint variants: **`2k`** - trained at 2048px, used as a 4× decoder (512 LDM → 2048 px), or as an 8× decoder for the Scale-RAE backbone (256 → 2048). **`2kto4k_v1pt5`** - the recommended up-to-4K decoder for **FLUX**, FLUX.2**, and **Qwen-Image** latent spaces. **`2kto4k`** - the legacy up-to-4K decoder still used for **SD3** and SDXL**. The previous FLUX / FLUX.2 / Qwen-Image `2kto4k` checkpoints are deprecated and have been moved to `checkpoints_deprecated/`. Each checkpoint directory contains a single file, `model_ema_bf16.pth`, which is the EMA weights cast to bfloat16, the format the inference scripts load by default. Distilled checkpoints | Backbone | decode 2k resol

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估视觉内容生成、编辑或视频制作工作流。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本：1b9b0872cef7。 任务标签：图像编辑与生成。 库标记：pytorch。 上游标注的基础模型：nvidia/PixelDiT-1300M-1024px, Tongyi-MAI/Z-Image, black-forest-labs/FLUX.1-dev, black-forest-labs/FLUX.2-dev, nyu-visionx/Scale-RAE-Qwen7B_DiT9.8B。 上游页面记录的最近更新时间：2026-07-09。

文件说明

上游 API 返回 31 个文件，文件元数据合计 50.67 GB。 已保存文件清单中的主要扩展名：.pth 19 个、.safetensors 4 个、.pt 3 个、.json 2 个、.jpg 1 个、.md 1 个。 当前较大的文件包括：checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_distill_4step/model_ema_bf16.pth（2.61 GB）；checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_undistilled/model_ema_bf16.pth（2.61 GB）；checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux_distill_4step/model_ema_bf16.pth（2.61 GB）。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes1.54 KB
  • checkpoints/ae.safetensors319.77 MB
  • checkpoints/flux2_ae.safetensors320.64 MB
  • checkpoints/PiD_res2k_sr4x_official_dinov2_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_res2k_sr4x_official_flux2_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_res2k_sr4x_official_flux_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_res2k_sr4x_official_sd3_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_res2k_sr8x_official_siglip_distill_4step/model_ema_bf16.pth2.55 GB
  • checkpoints/PiD_res2kto4k_sr4x_official_sd3_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_res2kto4k_sr4x_official_sdxl_distill_4step/model_ema_bf16.pth2.54 GB
  • checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_distill_4step/model_ema_bf16.pth2.61 GB
  • checkpoints/PiD_v1pt5_res2kto4k_sr4x_official_flux2_undistilled/model_ema_bf16.pth2.61 GB

硬件建议

仓库文件元数据合计 50.67 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。

注意事项

上游卡片没有提供明确许可证字段，下载、训练、商用或再分发前必须打开原始仓库确认授权条件。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。