Text to Image Generation with MLX Stable Diffusion / Generación de Imágenes desde Texto con MLX Stable Diffusion

🎥 Watch the Demo Video

English | Español

English

Description

This project implements a text-to-image generation system using Stable Diffusion optimized for Apple Silicon through MLX. It provides both a Jupyter notebook interface and a Gradio web UI for generating images from text descriptions.

Features

• Optimized for Apple Silicon using MLX framework
• Uses Stable Diffusion 2.1 base model
• Includes model quantization for better performance
• Supports both simple and advanced generation parameters
• Interactive web interface with Gradio

Requirements

• macOS with Apple Silicon
• Python 3.9+

Installation

1. Clone the repository to your local machine
2. Install the required dependencies using pip and the requirements.txt file

Usage

Option 1: Using Jupyter Notebook

1. Start Jupyter Notebook on your local machine
2. Open the text_to_image.ipynb notebook

Option 2: Direct Gradio Interface

1. Run python app.py

Parameters

• Prompt: Text description of the desired image
• Negative Prompt: What you don't want in the image
• Steps: Number of denoising steps (higher = better quality, slower generation)
• Guidance Scale: How closely to follow the prompt (higher = more faithful, less creative)
• Seed: For reproducible results

---

Español

Descripción

Este proyecto implementa un sistema de generación de imágenes a partir de texto utilizando Stable Diffusion optimizado para Apple Silicon mediante MLX. Proporciona tanto una interfaz de Jupyter notebook como una interfaz web Gradio para generar imágenes a partir de descripciones textuales.

Características

• Optimizado para Apple Silicon usando el framework MLX
• Utiliza el modelo base Stable Diffusion 2.1
• Incluye cuantización del modelo para mejor rendimiento
• Soporta parámetros de generación simples y avanzados
• Interfaz web interactiva con Gradio

Requisitos

• macOS con Apple Silicon
• Python 3.9+

Uso

Opción 1: Usando Jupyter Notebook

1. Iniciar Jupyter Notebook en su máquina local
2. Abrir el notebook text_to_image.ipynb

Opción 2: Interfaz Gradio Directa

1. Ejecutar python app.py

• Parámetros

• Prompt: Descripción textual de la imagen deseada
• Prompt Negativo: Lo que no deseas en la imagen
• Pasos: Número de pasos de eliminación de ruido (mayor = mejor calidad, generación más lenta)
• Guidance Scale: Qué tanto seguir el prompt (mayor = más fiel, menos creativo)
• Seed: Para resultados reproducibles