UAGLNet_WHU
Desarrollado por ldxxx, UAGLNet_WHU es un modelo de generación de imágenes. UAGLNet_WHU is an open-weights image model.
by ldxxx
Ideal para
Formas de utilizar UAGLNet_WHU en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de ldxxx. osFoundry detecta UAGLNet_WHU automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
UAGLNet_WHU es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
UAGLNet_WHU frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre UAGLNet_WHU
¿Es gratuito el uso de UAGLNet_WHU?
UAGLNet_WHU se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar UAGLNet_WHU comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Puedo ejecutar UAGLNet_WHU localmente?
Sí. UAGLNet_WHU es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca UAGLNet_WHU?
UAGLNet_WHU es muy adecuado para image segmentation.
¿Cómo se utiliza UAGLNet_WHU en osFoundry?
Peguen su clave de API de ldxxx en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen UAGLNet_WHU a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por ldxxx el 17 de diciembre de 2025. Fuente: https://huggingface.co/ldxxx/UAGLNet_WHU