無審查 AI 圖片 · SupraLabs

無審查 Supra2-IMG:幾乎到處都能跑的口袋型圖像模型

問 AI ▾

一個只有約 1 億參數的模型真的能畫圖嗎?Supra2-IMG 的答案是可以。這款由 SupraLabs 於 2026 年秋天在 Hugging Face 發布的迷你文字生成圖片模型,能把一句簡短的英文變成 256×256 的圖片,而且小到能在一般筆電、Mac、瀏覽器分頁裡,甚至手機上執行。開放權重在本機執行時沒有任何線上過濾,這也是大家搜尋無審查 Supra2-IMG 的原因。

  • 免費開始
  • 無過濾
  • 瀏覽器即可使用
試用無審查圖片生成器 →
舊筆電螢幕上顯示一格格 Supra2-IMG 風格的小型 AI 圖片,例如雪中的狐狸與發光的水母

無審查替代圖片生成器

文字生成圖片

描述你想要的圖片。加入參考照片即可編輯,留空則為文字生成圖片。

1 億參數,照樣畫得出一幅畫

大家熟悉的圖片生成器多半動輒數十億參數,還需要一張強大的顯示卡。這款模型反其道而行。負責繪圖的核心是一個僅有 1.041 億參數的擴散 Transformer,大約是 Stable Diffusion 1.5 內部 8.6 億參數 UNet 的八分之一,權重檔也只有約 417MB。它用 Google 輕巧的 Flan-T5-base 文字編碼器理解提示詞,並用大家熟悉的 Stability AI VAE 解碼出圖片。更令人驚訝的是它的訓練成本之低:SupraLabs 以 FLUX-Reason-6M 資料集中的 560 萬張合成圖片從零訓練十個 epoch,只用了一張 H100 GPU 約九小時,連資料準備都算在內。團隊公布的 FID 為 27.9、CLIP 分數為 29.4,但沒有說明測試集,因此請把這些視為自行回報的數據。它的重點不是在細節上打敗大模型,而是證明一個幾乎能裝進任何裝置的東西,也能畫出辨識度高、看起來舒服的圖片。

迷你圖像模型最能發揮的場景

又小又快,改變了圖像模型擅長的用途。你得到的不是一張完美海報,而是一本可離線使用、瞬間啟動、永遠不需要帳號的素描本。大家用它在交給大模型算圖前快速做概念縮圖、為 App 和遊戲製作簡單圖示與暫用美術、為故事做情緒板,或在課堂上示範擴散模型如何運作,完全不必租用雲端 GPU。由於每張圖的成本極低,它也很適合批次玩法:同一個點子生成十幾種變化,再留下喜歡的那張。

場景你能做什麼為何適合迷你模型
離線素描在火車或飛機上做概念縮圖不需要網路或高階 GPU
獨立 App 與遊戲圖示、地圖磚與暫用美術小尺寸輸出正好對應小型素材
故事板與情緒板為寫作打造場景與氛圍可快速產生大量變化來挑選
教學與學習一個可實際研究的擴散模型小到能閱讀、執行並重新訓練
模型對戰並排比較各種迷你模型速度快到能比較幾十組提示詞

在 256 像素下好用的提示詞範本

訓練用的圖說遵循簡單的順序:先構圖,再主體,然後是風格與想像。照這個順序寫,提示詞保持簡短並使用英文,且不要超過文字編碼器 128 個 token 的上限。每句一個清楚的主體,效果勝過擠滿許多人的場景。試試以下範本,並在固定種子下一次只改一個字:

  • 構圖與主體:"a close-up of a red fox sitting in fresh snow, centered, soft morning light"
  • 氛圍與場景(官方範例):"a sea jellyfish floating in the pitch-black ocean depths"
  • 藝術風格:"a tiny cottage on a hill, watercolor painting, pastel colors"
  • 圖示與素材:"a flat minimal icon of a coffee cup, white background"
  • 想像:"a glowing crystal tree on an alien planet, two moons in the sky, fantasy art"
  • 人像:"portrait of an adult woman with curly hair, studio lighting, neutral background"

避免在圖中放長段文字,也避免多人之間的複雜互動;這個模型太小,處理不好這些內容。

四張用簡短提示詞生成的範例圖:扁平咖啡杯圖示、水彩小屋、雙月下的水晶樹與雪中的狐狸

三步驟執行 Supra2-IMG

安裝簡單得令人驚喜。從 Hugging Face 上的 SupraLabs 儲存庫下載 model_final_ema.pt 權重與 inference.py 腳本,安裝 PyTorch,然後執行一行指令即可。腳本會自動選擇硬體:優先使用 bf16 的 NVIDIA GPU,其次是透過 MPS 的 Apple Silicon,最後退回 CPU。如果只是想看看效果,SupraLabs 官方展示 Space 和 Supra-IMG Studio Space 都能讓你直接在瀏覽器線上試用,什麼都不用裝。

wget https://huggingface.co/SupraLabs/Supra2-IMG/resolve/main/inference.py
wget https://huggingface.co/SupraLabs/Supra2-IMG/resolve/main/model_final_ema.pt
python inference.py --prompt "a sea jellyfish floating in the pitch-black ocean depths" \
  --seed 0 --cfg 3.0 --steps 50 --n 1 --out out.png

官方預設值為 CFG 3.0、50 步、種子 0;--n 可在一次執行中產生多張圖片。

在 CPU、Mac 或舊顯示卡上執行

這正是小尺寸真正派上用場的地方。整套繪圖模型、文字編碼器與 VAE 以現今標準來看都非常小,因此一般筆電、搭載 M 系列晶片的 Mac 和舊款遊戲顯示卡都是可行的選擇。SupraLabs 尚未公布速度或記憶體數據,腳本本身也提醒 CPU 執行會很慢,所以依機器不同,每張圖可能要幾秒到幾分鐘。以下幾個設定能幫你在品質與速度之間取捨:

  • CFG 維持在 3.0 左右;想讓模型更緊貼或更寬鬆地遵循提示詞,可以試試 2 到 5 之間的值。
  • 在 CPU 上可先用 20 到 30 步取代 50 步快速出草稿,再用完整步數重跑喜歡的種子。
  • 用 --n 一次批次生成多張圖並挑出最好的,而不是反覆修一張。
  • 修改提示詞時固定種子,就能看出每個字改變了什麼。

在瀏覽器與手機上:ONNX、WebGPU 與 safetensors

發布後短短幾週,社群就開始把模型移植到新平台。Bartholomheow/Supra2-IMG-ONNX 與 sm079/supra2-img-web 將它封裝成 WebGPU 版本,完全不用 Python 就能直接在瀏覽器分頁中畫圖。mikhsol/Supra2-IMG-mobile-onnx 則提供針對手機的 int8 版本。如果你比起原始的 .pt 檔更偏好較安全的 safetensors 格式,malcolmrey/Supra2-IMG 與 mondk/Supra2-Safetensors 提供了轉換好的權重。這些都是早期的社群專案,目前下載數不多,難免有些粗糙,請先看看各儲存庫的說明。

手機、迷你電腦與瀏覽器視窗都顯示同一張小型 AI 水母圖,呈現迷你模型在日常裝置上執行

LoRA 滑桿、微調,以及從零訓練自己的模型

這麼小的模型是愛動手玩的人的遊樂場。ntc-ai/supra-particle-sliders 加入了概念滑桿,往上或往下推就能改變畫面風貌;NZUONG/supra2-img-face-grpo 則是用強化學習改善人像的實驗性微調。FlameF0X/Tiny-T2I-Arena 把多個迷你文字生成圖片模型並排擺放,讓你投票評比結果。對學習者最大的吸引力是訓練配方本身:租一張 H100 約九小時,就足以從零訓練一個擴散 Transformer,把研究室等級的專案變成週末實驗。SupraLabs 表示這種自己動手做的精神是受到 rootxhacker 的 HobbyLM-Image 啟發。

  • 滑桿:不必改寫提示詞,就能微調單一概念。
  • 微調:讓模型專精於臉部、圖示或某一種藝術風格。
  • 從零開始:沿用相同資料集與單 GPU 預算,訓練屬於你的模型。

最小文字生成圖片模型比較:Stable Diffusion 與 SANA

這款模型並不打算在畫質上取勝;它的賣點是屬於你能執行與重新訓練的最小、最便宜的圖像模型之一。以下是它與知名模型的對照:

Supra2-IMGStable Diffusion 1.5SANAHobbyLM-Image
繪圖模型大小104M約 860M(UNet)0.6B 至 1.6B小型業餘模型
解析度256×256512×512最高 4096×4096低解析度
社群生態新且小非常龐大成長中小
最適合迷你裝置、學習成熟的工具與外掛快速產出高解析度圖片業餘訓練

大小與解析度取自各專案公開的模型卡或論文。

對成果該有什麼期待

合理的期待會讓過程更好玩。每張圖都是 256×256,所以手部、人群中的臉孔與小物件等細節會偏模糊,圖中的文字也表現不佳。它只看得懂英文提示詞。由於所有訓練圖片都由 FLUX 生成,成果會偏向 FLUX 那種光滑、打光漂亮的風格。需要更大的圖時,可以用 Real-ESRGAN 等放大工具處理輸出;需要銳利細節時,更大的模型才是更好的工具。

  • 擅長:單一主體、風景、氛圍、簡單圖示與藝術風格。
  • 不擅長:圖中文字、人群、手部與細小細節。
  • 小技巧:與其要求小模型畫出更多細節,不如把喜歡的成果放大。

它是無審查的嗎?NSFW 與成人藝術

在你自己的電腦上執行時,開放權重沒有任何線上過濾,推論腳本也不含安全檢查器或 NSFW 過濾器,因此沒有任何東西會檢查你的提示詞或完成的圖片。但這不代表它擅長成人內容:它是從 FLUX 生成的圖片學習的,畫露骨場景的能力未知,而且在撰文時還沒有任何社群的 NSFW 或無審查微調版本。如果你想要無過濾、完整畫質又免安裝的成人藝術,線上無審查圖片生成器才是實際的選擇。

Pin-up 與魅力寫真藝術

復古 pin-up 與成年模特兒的魅力人像,搭配柔和的攝影棚燈光。

泳裝與海灘照

成年人在海灘與泳池畔穿著比基尼和泳裝的陽光場景。

奇幻角色

身穿大膽服裝的成年女巫、戰士與英雄,為故事增色。

  1. 用一句清楚的話描述主體、服裝、場景與光線。
  2. 固定種子,每次執行只改一個細節。
  3. 註明畫面中所有人都是成年人(18+),且絕不在未經同意下描繪真實人物。

無過濾生成成人圖片,不必下載,也不需要 GPU。

開啟圖片生成器 →

下一步:Supra2.5-IMG

SupraLabs 的模型卡提到可能會有名為 Supra2.5-IMG 的後續版本,但目前尚未發布,也還沒有消息說明它會提高解析度還是模型大小。SupraLabs 專門打造極小型模型,從 Supra-50M、Supra2-100M-Instruct 語言模型到 SupraTTS 都是,因此再推出一款精巧的模型也很符合他們的路線。追蹤 Hugging Face 上的 SupraLabs 頁面,是它一推出就能掌握的最簡單方法。

自行架設 Supra2-IMG vs 在 Spicy AI 線上生成

本機部署(官方權重)Spicy AI 線上版
內容過濾本機執行時無無內容過濾
開放權重是不需要——直接在瀏覽器執行
模型1.04 億參數檢查點,256×256類似的無審查圖像模型,線上託管
入門成本你自己的電腦提供免費方案

常見問題

它是誰做的?什麼時候發布?

由 SupraLabs 在 Hugging Face 上發布。儲存庫建立於 2026 年 9 月 21 日,最後更新於 2026 年 10 月 10 日。

它能在 CPU 上執行嗎?

可以。官方腳本支援 NVIDIA GPU、Apple MPS 與 CPU。CPU 執行較慢,且官方尚未公布任何速度數據。

它輸出的解析度是多少?

只有 256×256。想要更大的圖片,可以用 Real-ESRGAN 等工具放大成果。

它看得懂其他語言的提示詞嗎?

最好使用英文。Flan-T5-base 文字編碼器與訓練圖說都是英文,提示詞也應控制在 128 個 token 以內。

可以在瀏覽器或手機上使用嗎?

可以,透過社群移植版本:瀏覽器有 ONNX 與 WebGPU 版本,行動裝置有 int8 ONNX 版本。這些都是早期專案。

有 safetensors 版本嗎?

官方檔案是 PyTorch .pt 檢查點,但 mondk/Supra2-Safetensors 等社群儲存庫提供了轉換好的 safetensors 權重。

Spicy AI 與 SupraLabs 有關係嗎?

沒有。Spicy AI 是獨立平台,與 SupraLabs 沒有任何關聯,也未獲其背書。模型名稱歸其各自的所有者所有。

資料來源

Sign in

Welcome to Spicy AI

or