README.md

---
license: gpl-3.0
language:
- ru
- en
base_model:
- Kolyadual/MicroMacro-GenImage-v1-base
library_name: diffusers
tags:
- '#NewtonBotFamilyTree'
- art
---

# MicroMacro-GenImage-v1-medium

**MicroMacro-GenImage-v1-medium** — это самая мощная и качественная модель по генерации изображений в линейке MicroMacro. Обладая весом в **16 ГБ**, она обеспечивает исключительную детализацию, сложную композицию и художественную глубину, превосходящую стандартные модели Stable Diffusion, Kandinsky и другие популярные решения.

## 💎 Почему Medium?
- **Превосходство в качестве:** Модель обучена выдавать гиперреалистичные и высокохудожественные изображения с уникальным "алхимическим" стилем.
- **Мультиязычность:** Полная нативная поддержка **русского языка**. Модель понимает сложные литературные описания.
- **Умная композиция:** В отличие от легких версий, Medium идеально выстраивает свет, тени и сложные объекты.

## 🇷🇺 Поддержка языков / Language Support
Вы можете использовать промпты как на английском, так и на русском языке:
*   ✅ *Русский:* "Древний алхимик в заброшенной лаборатории, магическое сияние изумрудных зелий, высокая детализация, 8к"
*   ✅ *English:* "Ancient alchemist in an abandoned laboratory, magical emerald potion glow, high detail, 8k"

## 🛠 Технические требования
- **Вес модели:** ~16 ГБ.
- **Оперативная память (RAM):** Минимум 32-50 ГБ для комфортной работы на CPU.
- **Рекомендуемое разрешение:** 1024x1024 и выше.
- **Шаги (Inference Steps):** 30–50 для максимального качества.

## 💻 Пример запуска (Python / Diffusers)

Для работы с такой тяжелой моделью на CPU рекомендуется использовать оптимизацию памяти:

```python
from diffusers import StableDiffusionPipeline
import torch

model_id = "Kolyadual/MicroMacro-GenImage-v1-medium"
pipe = StableDiffusionPipeline.from_pretrained(
    model_id, 
    torch_dtype=torch.float32
)
pipe.to("cpu")

# Обязательно для 16 ГБ модели на обычном ПК
pipe.enable_attention_slicing()

prompt = "красивый замок в облаках, стиль микро-макро алхимии, золотой закат"
image = pipe(prompt=prompt, num_inference_steps=40, guidance_scale=9.0).images[0]

image.save("medium_masterpiece.png")

```

Автор: Kolyadual
Линейка: Tiny | Base | Medium