趋近智
Kandinsky 2.2 Decoder
参数
1.22B
模态
Image
架构
Diffusion Transformer
许可证
Apache 2.0
发布日期
12 Jul 2023
API 价格 (每 1M)
仅支持自建托管
硬件选型
精度
工作负载显存: 3.11 GB
INT4 · 1024x1024
DiT 骨干权重: 0.57 GB
VAE 解码工作区: 0.05 GB
运行时与计算图: 2.50 GB
最小所需硬件
1x NVIDIA L4 24GB
3.1 / 21.6 GB usable
1x RTX 3060 12GB
3.1 / 10.8 GB usable
Apple M4 24GB
3.1 / 18.0 GB usable
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
关于 Kandinsky 2.2 Decoder
Kandinsky 2.2 Decoder is a 1.2B UNet diffusion model combining CLIP ViT-G/14 image embeddings and text conditioning for versatile text-to-image synthesis and image variations.
技术规格
注意力
注意力头
12
注意力头维度
64
维度
隐藏维度大小
768
层数
12