FLUX NF4 | Acelera FLUX ImgGen

FLUX es un nuevo modelo de generación de imágenes desarrollado por . Este modelo FLUX NF4 es creado por lllyasviel, por favor visita para más información.

Acerca de FLUX

Los modelos FLUX están pre-cargados en RunComfy, nombrados flux/flux-schnell y flux/flux-dev.

• Cuando lanzas una Máquina de Tamaño Medio en RunComfy: Selecciona el punto de control flux-schnell, fp8 y el clip t5_xxl_fp8 para evitar problemas de memoria.
• Cuando lanzas una Máquina de Gran Tamaño o Superior en RunComfy: Opta por un punto de control grande flux-dev, default y un clip alto t5_xxl_fp16.

Para más detalles, visita:

Introducción a FLUX NF4

FLUX NF4 es un punto de control de modelo especializado diseñado para la optimización del rendimiento en flujos de trabajo de Stable Diffusion. Desarrollado por el autor lllyasviel, este modelo utiliza la cuantización NF4 (Normal Float 4-bit) para mejorar significativamente la velocidad de inferencia y reducir el uso de memoria en comparación con los modelos tradicionales FP8 (Float 8-bit). FLUX NF4 es parte de una serie de modelos destinados a mejorar la eficiencia, particularmente en arquitecturas de GPU más recientes como las series NVIDIA RTX 3000 y 4000. El modelo incluye características avanzadas como "Distilled CFG Guidance", que refina el proceso de generación de imágenes con indicaciones más precisas. En una GPU de alta gama como la RTX 4090, el modelo regular FLUX tarda alrededor de 50 segundos en generar una imagen, mientras que FLUX NF4 solo tarda entre 13-14 segundos. Esto hace que FLUX NF4 sea accesible para una gama más amplia de usuarios que pueden no tener hardware de última generación.

Cómo usar ComfyUI FLUX NF4

1. Cargando el Modelo: CheckpointLoaderNF4

Este nodo carga el modelo FLUX (flux/flux1-dev-bnb-nf4-v2.safetensors). El modelo es responsable de guiar todo el proceso de generación de imágenes proporcionando el marco subyacente que controla el comportamiento y las características de las imágenes generadas.

2. Generando Ruido Aleatorio: RandomNoise

Este nodo genera un patrón de ruido aleatorio, que sirve como la entrada inicial para la generación de imágenes. El ruido actúa como el punto de partida que se transformará en un resultado final.

3. Model Sampling Flux: ModelSamplingFlux

El nodo ModelSamplingFlux ajusta el comportamiento de muestreo del modelo basado en la resolución y otros parámetros. Optimiza la salida del modelo, asegurando que la calidad de la imagen se mantenga a medida que se aplican las transformaciones. Si prefieres no ajustar el comportamiento de muestreo, este nodo puede ser omitido.

4. Configuración de las Dimensiones de la Imagen: PrimitiveNode (Ancho y Altura)

Estos nodos definen las dimensiones de la imagen (ancho y altura), típicamente configuradas a 1024x1024. Las dimensiones especificadas influyen en la resolución y el nivel de detalle de la imagen generada.

5. Condicionamiento con Texto CLIP: CLIPTextEncode (Positivo y Negativo)

Los nodos CLIPTextEncode codifican indicaciones de texto en datos de condicionamiento que guían el proceso de generación de imágenes. Las indicaciones positivas mejoran las características deseadas, mientras que las indicaciones negativas suprimen las no deseadas, dándote control sobre el contenido y estilo del resultado.

6. Aplicando Guía Flux: FluxGuidance

El nodo FluxGuidance aplica una escala de guía (por ejemplo, 3.5) a los datos de condicionamiento. Esta escala ajusta la influencia de las indicaciones de texto en el resultado final, permitiendo un ajuste fino de la salida generada.

7. Programación con BasicScheduler: BasicScheduler

Este nodo gestiona la programación del proceso de generación de imágenes, controlando la transición del ruido a la imagen final. Los parámetros de programación afectan cuán rápido y suavemente evoluciona la imagen durante la generación.

8. Muestreo Personalizado: SamplerCustomAdvanced

Este nodo avanzado de muestreo refina la imagen aplicando transformaciones adicionales a la imagen latente. Integra el ruido, el guía, el muestreador, las sigmas, y los datos de la imagen latente para producir una salida de alta calidad.

9. Decodificando el VAE: VAEDecode

El nodo VAEDecode decodifica la imagen latente en una imagen visual real usando un VAE (Autoencoder Variacional). Este paso es crucial para traducir el espacio latente abstracto en una imagen visible e interpretable.

10. Escalando la Imagen: UpscaleModelLoader y UltimateSDUpscale

El UpscaleModelLoader carga un modelo de escalado (por ejemplo, 4x-UltraSharp.pth), y el nodo UltimateSDUpscale aplica este modelo para mejorar la resolución de la imagen. Este paso asegura que la imagen final sea nítida y detallada, incluso a resoluciones más altas.

Licencia

Ver archivos de licencia:

El Modelo FLUX.1 [dev] está licenciado por Black Forest Labs. Inc. bajo la Licencia No Comercial FLUX.1 [dev]. Derechos de autor Black Forest Labs. Inc.

EN NINGÚN CASO BLACK FOREST LABS, INC. SERÁ RESPONSABLE DE NINGUNA RECLAMACIÓN, DAÑOS U OTRA RESPONSABILIDAD, YA SEA EN UNA ACCIÓN DE CONTRATO, AGRAVIO O DE OTRA MANERA, QUE SURJA DE, FUERA DE O EN CONEXIÓN CON EL USO DE ESTE MODELO.