FLUX NF4 | Acelere a Geração de Imagens FLUX

FLUX é um novo modelo de geração de imagens desenvolvido por . Este modelo FLUX NF4 foi criado por lllyasviel, por favor visite para mais informações.

Sobre o FLUX

Os modelos FLUX estão pré-carregados no RunComfy, nomeados flux/flux-schnell e flux/flux-dev.

• Ao lançar uma Máquina de Tamanho Médio RunComfy: Selecione o checkpoint flux-schnell, fp8 e o clip t5_xxl_fp8 para evitar problemas de falta de memória.
• Ao lançar uma Máquina de Tamanho Grande ou Superior RunComfy: Opte por um checkpoint grande flux-dev, default e um clip alto t5_xxl_fp16.

Para mais detalhes, visite: 

Introdução ao FLUX NF4

FLUX NF4 é um checkpoint de modelo especializado projetado para a otimização de desempenho em fluxos de trabalho de Stable Diffusion. Desenvolvido pelo autor lllyasviel, este modelo utiliza quantização NF4 (Normal Float 4-bit) para melhorar significativamente a velocidade de inferência e reduzir o uso de memória em comparação com modelos tradicionais FP8 (Float 8-bit). FLUX NF4 faz parte de uma série de modelos destinados a aumentar a eficiência, particularmente em arquiteturas de GPU mais novas como a série NVIDIA RTX 3000 e 4000. O modelo inclui recursos avançados como "Distilled CFG Guidance", que refina o processo de geração de imagens com prompts mais precisos. Em uma GPU de alta gama como a RTX 4090, o modelo FLUX regular leva cerca de 50 segundos para gerar uma imagem, enquanto o FLUX NF4 leva apenas cerca de 13-14 segundos. Isso torna o FLUX NF4 acessível a uma gama mais ampla de usuários que podem não ter hardware de ponta.

Como usar o ComfyUI FLUX NF4

1. Carregando o Modelo: CheckpointLoaderNF4

Este nó carrega o modelo FLUX (flux/flux1-dev-bnb-nf4-v2.safetensors). O modelo é responsável por orientar todo o processo de geração de imagens, fornecendo a estrutura subjacente que controla o comportamento e as características das imagens geradas.

2. Gerando Ruído Aleatório: RandomNoise

Este nó gera um padrão de ruído aleatório, que serve como a entrada inicial para a geração de imagens. O ruído atua como o ponto de partida que será transformado em um resultado final.

3. Amostragem do Modelo Flux: ModelSamplingFlux

O nó ModelSamplingFlux ajusta o comportamento de amostragem do modelo com base na resolução e outros parâmetros. Ele otimiza a saída do modelo, garantindo que a qualidade da imagem seja mantida à medida que as transformações são aplicadas. Se preferir não ajustar o comportamento de amostragem, este nó pode ser ignorado.

4. Definindo Dimensões da Imagem: PrimitiveNode (Largura e Altura)

Estes nós definem as dimensões da imagem (largura e altura), tipicamente definidas como 1024x1024. As dimensões especificadas influenciam a resolução e o nível de detalhe da imagem gerada.

5. Condicionamento com Texto CLIP: CLIPTextEncode (Positivo e Negativo)

Os nós CLIPTextEncode codificam prompts de texto em dados de condicionamento que orientam o processo de geração de imagens. Prompts positivos aumentam os recursos desejados, enquanto prompts negativos suprimem os indesejados, dando controle sobre o conteúdo e o estilo da saída.

6. Aplicando Orientação Flux: FluxGuidance

O nó FluxGuidance aplica uma escala de orientação (por exemplo, 3.5) aos dados de condicionamento. Esta escala ajusta a influência dos prompts de texto no resultado final, permitindo o ajuste fino da saída gerada.

7. Agendamento com BasicScheduler: BasicScheduler

Este nó gerencia o agendamento do processo de geração de imagens, controlando a transição do ruído para a imagem final. Os parâmetros de agendamento afetam a rapidez e a suavidade com que a imagem evolui durante a geração.

8. Amostragem Personalizada: SamplerCustomAdvanced

Este nó avançado de amostragem refina a imagem aplicando transformações adicionais à imagem latente. Ele integra o ruído, o orientador, o amostrador, as sigmas e os dados da imagem latente para produzir uma saída de alta qualidade.

9. Decodificando o VAE: VAEDecode

O nó VAEDecode decodifica a imagem latente em uma imagem visual real usando um VAE (Variational Autoencoder). Esta etapa é crucial para traduzir o espaço latente abstrato em uma imagem visível e interpretável.

10. Ampliando a Imagem: UpscaleModelLoader e UltimateSDUpscale

O UpscaleModelLoader carrega um modelo de ampliação (por exemplo, 4x-UltraSharp.pth), e o nó UltimateSDUpscale aplica este modelo para aumentar a resolução da imagem. Esta etapa garante que a imagem final seja nítida e detalhada, mesmo em resoluções mais altas.

Licença

Ver arquivos de licença:

O Modelo FLUX.1 [dev] é licenciado pela Black Forest Labs. Inc. sob a Licença Não Comercial FLUX.1 [dev]. Direitos Autorais Black Forest Labs. Inc.

EM NENHUM CASO A BLACK FOREST LABS, INC. SERÁ RESPONSÁVEL POR QUALQUER REIVINDICAÇÃO, DANOS OU OUTRA RESPONSABILIDADE, SEJA EM UMA AÇÃO DE CONTRATO, DELITO OU DE OUTRA FORMA, DECORRENTE DE, OU EM CONEXÃO COM O USO DESTE MODELO.