# PixText: локально исправить текст на картинке — новые открытые веса

Источник: https://modelium.tech/zhurnal/pixtext-local-text-image-edit-cuda/

22 октября авторы PixText выложили код и два набора весов для исправления отдельных надписей на изображении без перерисовки всей картинки. Это вариант для тех, у кого есть компьютер с видеокартой NVIDIA и опыт установки Python-пакетов; простой настольной программы пока нет, а работу с русским текстом авторы не подтвердили.

Если на созданной картинке опечатка в надписи, обычно приходится переделывать её целиком или вручную восстанавливать фон. **PixText** предлагает другой путь: указать прямоугольник с ошибкой и правильный текст, после чего модель меняет выбранную область, используя остальное изображение как контекст. 22 октября 2026 года авторы открыли код и два набора весов — данные модели, необходимые для локального запуска. Это новость о доступности технологии, а не готовый домашний фоторедактор. [s1](#src-s1) [s2](#src-s2)

## Что можно скачать сейчас

В репозитории авторов на Hugging Face лежат два полных пакета: **PixText-MeanFlow** и **PixText-Teacher**. Первый по умолчанию делает четыре шага генерации, второй — 25; четыре шага не означают гарантированно одинаковое качество или скорость на любом компьютере. В каждом пакете есть файл весов, настройки и шрифты. Проверка списка файлов через API и манифеста пакета подтвердила наличие обоих файлов весов; это не проверка их работы редакцией. [s1](#src-s1) [s3](#src-s3)

Для понятного примера: есть изображение с испорченным английским слоганом, и нужно исправить три его фрагмента, оставив логотип. Авторы приложили исходную картинку и результаты для обеих версий модели. Это примеры самих разработчиков, не независимый тест Modelium. Модель принимает изображение, координаты участков и текст замены; она не ищет опечатки сама. [s1](#src-s1) [s2](#src-s2)

## Кому это подходит, а кому — пока нет

Разработчики требуют Python 3.11 или новее, видеокарту с CUDA и сборку PyTorch для этой видеокарты. CUDA — технология запуска вычислений на поддерживаемых видеокартах NVIDIA. Также нужны компоненты для работы со шрифтами. Графического приложения для обычной установки в релизе нет: сценарий авторов запускается из кода или командной строки. Подтверждённого минимального объёма оперативной или видеопамяти в инструкции нет; размер файлов весов не заменяет такое требование. На Mac и на компьютере без CUDA документированный путь не указан. [s2](#src-s2) [s4](#src-s4)

Показаны китайский пример и исправление английской надписи. Отдельного подтверждения для русского текста нет: при выборе шрифта программа проверяет, есть ли в нём все нужные символы, и сообщает об ошибке при отсутствии. Не обещайте исправление кириллицы без своей проверки. При пересечении изменяемых участков порядок важен: поздний результат может перезаписать ранний. Авторы заявляют сохранение пикселей вне изменяемых областей; редакция не воспроизводила это на своих изображениях. [s1](#src-s1) [s2](#src-s2)

## Что с правами и оценками

Код и веса опубликованы под Apache 2.0 в отдельных официальных репозиториях. Входящие в модельные пакеты шрифты имеют **собственные** условия: Go Noto — SIL OFL 1.1, для Alibaba PuHuiTi авторы отсылают к условиям Alibaba. Поэтому пометка Apache 2.0 для модели не означает, что эти шрифты можно перераспространять на тех же условиях; перед включением их в свой продукт читайте отдельные правила. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

Авторы представили исследование и собственный набор TextRefinementBench с 960 изображениями и 2357 участками текста. Их результаты относятся к этому тесту, а не к любой русской фотографии или видеокарте. Независимого измерения качества и скорости Modelium не проводил. [s6](#src-s6) [s7](#src-s7)

**Что делать дальше:** если у вас уже есть среда Python с CUDA, начните с официального примера на исходной английской картинке и проверьте полученное изображение вручную. Если нужен простой редактор с кнопками или гарантированное исправление русского текста, этот выпуск пока не закрывает такую задачу. [s2](#src-s2)

## Источники

1. [ATH-MaaS: PixText, закреплённая карточка и модельные пакеты](https://huggingface.co/ATH-MaaS/PixText/tree/f0630bd03a83a0b3e9012e306359fbb09a8bc491) — получено 2026-10-22
2. [ATH-MaaS/PixText: код и инструкция, commit efd7e011](https://github.com/ATH-MaaS/PixText/tree/efd7e0119a3899c9afc830430029267855f50218) — получено 2026-10-22
3. [PixText: модельный манифест MeanFlow и конфигурация](https://huggingface.co/ATH-MaaS/PixText/blob/f0630bd03a83a0b3e9012e306359fbb09a8bc491/model_index.json) — получено 2026-10-22
4. [PixText: зависимости программы](https://github.com/ATH-MaaS/PixText/blob/efd7e0119a3899c9afc830430029267855f50218/pyproject.toml) — получено 2026-10-22
5. [PixText-MeanFlow: условия комплектных шрифтов](https://huggingface.co/ATH-MaaS/PixText/blob/f0630bd03a83a0b3e9012e306359fbb09a8bc491/models/PixText-MeanFlow/fonts/README.md) — получено 2026-10-22
6. [ATH-MaaS: TextRefinementBench, карточка датасета](https://huggingface.co/datasets/ATH-MaaS/TextRefinementBench/blob/2f604a83dee7106ed7ef2684afa9656afed260d7/README.md) — получено 2026-10-22
7. [Авторы PixText: Efficient Scene-Text Refinement via Pixel-Space Grouped Image Generation](https://arxiv.org/abs/2610.18284) — получено 2026-10-22