Instructions to use mangaba-ai/Mangaba-Image-DiffusionGemma with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use mangaba-ai/Mangaba-Image-DiffusionGemma with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("mangaba-ai/Mangaba-Image-DiffusionGemma", dtype=torch.bfloat16, device_map="cuda") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
- DiffusionBee
🥭 Mangaba Image · DiffusionGemma
Geração de imagem de estado da arte, curada pela Mangaba AI.
Baseado em google/diffusiongemma-26B-A4B-it — o modelo de geração de imagem open-source de maior demanda de 2026.
✨ Sobre
Mangaba Image é a curadoria da Mangaba AI sobre o DiffusionGemma 26B-A4B, o modelo de difusão da família Gemma que combina raciocínio textual com geração de imagem de alta fidelidade. Este card reúne instruções de uso, boas práticas de prompt em português e recomendações de deploy para times brasileiros.
| Modelo base | google/diffusiongemma-26B-A4B-it |
| Tarefa | Texto → Imagem |
| Arquitetura | DiffusionGemma (MoE, 26B / 4B ativos) |
| Licença | Apache 2.0 |
| Idiomas de prompt | Português 🇧🇷 e Inglês |
🚀 Uso rápido
from diffusers import DiffusionPipeline
import torch
pipe = DiffusionPipeline.from_pretrained(
"google/diffusiongemma-26B-A4B-it",
torch_dtype=torch.bfloat16,
).to("cuda")
prompt = "Uma mangaba madura sobre uma mesa de madeira rústica, luz natural, fotorrealista, 4k"
image = pipe(prompt, num_inference_steps=28, guidance_scale=4.5).images[0]
image.save("mangaba.png")
💡 Para hardware modesto, prefira as versões quantizadas em GGUF (ex.:
unsloth/diffusiongemma-26B-A4B-it-GGUF).
🎯 Dicas de prompt (PT-BR)
- Descreva o sujeito + estilo + iluminação + qualidade: "retrato de uma agricultora nordestina, estilo editorial, luz dourada do fim de tarde, alta nitidez".
- Use negativos para limpar artefatos:
borrado, distorcido, texto, marca d'água. guidance_scaleentre 3.5–6.0 equilibra fidelidade ao prompt e naturalidade.- 24–32 passos costumam bastar para resultados finais.
⚖️ Uso responsável
Modelo destinado a fins criativos e empresariais legítimos. Não gere conteúdo ilegal, enganoso ou que viole direitos de terceiros. Os termos da licença Apache 2.0 do modelo base e as políticas de uso da Google/Gemma se aplicam.
Curadoria Mangaba AI · junho/2026 · Feito no Nordeste 🌵
- Downloads last month
- -
Model tree for mangaba-ai/Mangaba-Image-DiffusionGemma
Base model
google/diffusiongemma-26B-A4B-it