FLUX er en ny bildegenereringsmodell utviklet av . Denne FLUX NF4-modellen er laget av lllyasviel, vennligst besøk for mer informasjon.
FLUX-modellene er forhåndslastet på RunComfy, navngitt flux/flux-schnell
og flux/flux-dev
.
flux-schnell, fp8
og klipp t5_xxl_fp8
for å unngå minneproblemer.flux-dev, default
og en høy klipp t5_xxl_fp16
.For mer informasjon, besøk:
FLUX NF4 er et spesialisert modell-sjekkpunkt designet for ytelsesoptimalisering i Stable Diffusion arbeidsflyter. Utviklet av forfatteren lllyasviel, utnytter denne modellen NF4 (Normal Float 4-bit) kvantisering for betydelig forbedret inferenshastighet og redusert minnebruk sammenlignet med tradisjonelle FP8 (Float 8-bit) modeller. FLUX NF4 er en del av en serie modeller som har som mål å forbedre effektiviteten, spesielt på nyere GPU-arkitekturer som NVIDIA RTX 3000 og 4000-serien. Modellen inkluderer avanserte funksjoner som "Distilled CFG Guidance", som raffinerer prosessen med å generere bilder med mer nøyaktige oppfordringer. På en high-end GPU som RTX 4090, tar den vanlige FLUX-modellen rundt 50 sekunder å generere et bilde, mens FLUX NF4 bare tar omtrent 13-14 sekunder. Dette gjør FLUX NF4 tilgjengelig for et bredere spekter av brukere som kanskje ikke har topp moderne maskinvare.
Denne noden laster FLUX-modellen (flux/flux1-dev-bnb-nf4-v2.safetensors
). Modellen er ansvarlig for å lede hele bildegenereringsprosessen ved å gi den underliggende rammen som styrer oppførselen og egenskapene til de genererte bildene.
Denne noden genererer et tilfeldig støymønster, som fungerer som den innledende inputen for bildegenerering. Støyen fungerer som utgangspunktet som vil bli transformert til et endelig resultat.
ModelSamplingFlux
-noden justerer modellens samplingsoppførsel basert på oppløsning og andre parametere. Den optimaliserer modellens utgang, og sikrer at bildekvaliteten opprettholdes når transformasjoner anvendes. Hvis du foretrekker å ikke justere samplingsoppførselen, kan denne noden omgås.
Disse nodene definerer dimensjonene på bildet (bredde og høyde), vanligvis satt til 1024x1024. De spesifiserte dimensjonene påvirker oppløsningen og detaljnivået til det genererte bildet.
CLIPTextEncode-nodene koder tekstoppfordringer til betingelsesdata som styrer bildegenereringsprosessen. Positive oppfordringer forbedrer ønskede egenskaper, mens negative oppfordringer undertrykker uønskede, og gir deg kontroll over innholdet og stilen til utgangen.
FluxGuidance
-noden anvender en veiledningsskala (f.eks. 3.5) til betingelsesdataene. Denne skalaen justerer påvirkningen av tekstoppfordringene på det endelige resultatet, og tillater finjustering av den genererte utgangen.
Denne noden styrer planleggingen av bildegenereringsprosessen, og kontrollerer overgangen fra støy til det endelige bildet. Planleggingsparametrene påvirker hvor raskt og jevnt bildet utvikler seg under genereringen.
Denne avanserte samplerenoden raffinerer bildet ved å anvende ytterligere transformasjoner på det latente bildet. Den integrerer støy, veileder, sampler, sigmas og latente bildedata for å produsere en høy kvalitet utgang.
VAEDecode
-noden dekoder det latente bildet til et faktisk visuelt bilde ved hjelp av en VAE (Variational Autoencoder). Dette trinnet er avgjørende for å oversette det abstrakte latente rommet til et synlig og tolkbart bilde.
UpscaleModelLoader
laster en oppskaleringsmodell (f.eks. 4x-UltraSharp.pth
), og UltimateSDUpscale
-noden anvender denne modellen for å forbedre bildekvaliteten. Dette trinnet sikrer at det endelige bildet er skarpt og detaljert, selv ved høyere oppløsninger.
Se lisensfiler:
FLUX.1 [dev] Modellen er lisensiert av Black Forest Labs. Inc. under FLUX.1 [dev] Non-Commercial License. Copyright Black Forest Labs. Inc.
UNDER INGEN OMSTENDIGHETER SKAL BLACK FOREST LABS, INC. VÆRE ANSVARLIG FOR NOEN KRAV, SKADER ELLER ANNEN ANSVAR, ENTEN I KONTRAKT, TORT ELLER ANNET, SOM OPPSTÅR FRA, UT AV ELLER I FORBINDELSE MED BRUK AV DENNE MODELLEN.
© Opphavsrett 2024 RunComfy. Alle Rettigheter Forbeholdt.