FLUX NF4 | Przyspiesz FLUX ImgGen

FLUX to nowy model generowania obrazów opracowany przez . Ten model FLUX NF4 został stworzony przez lllyasviel, prosimy odwiedzić po więcej informacji.

O FLUX

Modele FLUX są załadowane na RunComfy, nazwane flux/flux-schnell i flux/flux-dev.

• Podczas uruchamiania RunComfy Medium-Sized Machine: Wybierz punkt kontrolny flux-schnell, fp8 i klip t5_xxl_fp8, aby uniknąć problemów z brakiem pamięci.
• Podczas uruchamiania RunComfy Large-Sized lub Above Machine: Wybierz duży punkt kontrolny flux-dev, default i wysoki klip t5_xxl_fp16.

Więcej szczegółów znajdziesz na: 

Wprowadzenie do FLUX NF4

FLUX NF4 to specjalistyczny model punktu kontrolnego zaprojektowany do optymalizacji wydajności w workflowach Stable Diffusion. Opracowany przez autora lllyasviel, model ten wykorzystuje kwantyzację NF4 (Normal Float 4-bit), aby znacznie poprawić szybkość wnioskowania i zmniejszyć zużycie pamięci w porównaniu do tradycyjnych modeli FP8 (Float 8-bit). FLUX NF4 jest częścią serii modeli mających na celu zwiększenie efektywności, szczególnie na nowszych architekturach GPU, takich jak seria NVIDIA RTX 3000 i 4000. Model zawiera zaawansowane funkcje, takie jak "Distilled CFG Guidance", które udoskonalają proces generowania obrazów z bardziej precyzyjnymi podpowiedziami. Na wysokiej klasy GPU, takiej jak RTX 4090, standardowy model FLUX potrzebuje około 50 sekund na wygenerowanie obrazu, podczas gdy FLUX NF4 zajmuje tylko około 13-14 sekund. To sprawia, że FLUX NF4 jest dostępny dla szerszej grupy użytkowników, którzy mogą nie mieć najlepszego sprzętu.

Jak używać ComfyUI FLUX NF4

1. Ładowanie Modelu: CheckpointLoaderNF4

Ten węzeł ładuje model FLUX (flux/flux1-dev-bnb-nf4-v2.safetensors). Model jest odpowiedzialny za prowadzenie całego procesu generowania obrazów, dostarczając podstawowy framework, który kontroluje zachowanie i cechy generowanych obrazów.

2. Generowanie Losowego Szumu: RandomNoise

Ten węzeł generuje losowy wzór szumu, który służy jako początkowy input do generowania obrazów. Szum działa jako punkt wyjścia, który zostanie przekształcony w ostateczny wynik.

3. Model Sampling Flux: ModelSamplingFlux

Węzeł ModelSamplingFlux dostosowuje zachowanie próbkowania modelu w oparciu o rozdzielczość i inne parametry. Optymalizuje output modelu, zapewniając, że jakość obrazu jest utrzymana podczas stosowania transformacji. Jeśli wolisz nie dostosowywać zachowania próbkowania, ten węzeł można pominąć.

4. Ustawianie Wymiarów Obrazu: PrimitiveNode (Szerokość i Wysokość)

Te węzły definiują wymiary obrazu (szerokość i wysokość), zazwyczaj ustawione na 1024x1024. Określone wymiary wpływają na rozdzielczość i poziom szczegółowości generowanego obrazu.

5. Warunkowanie Tekstem CLIP: CLIPTextEncode (Pozytywne i Negatywne)

Węzły CLIPTextEncode kodują podpowiedzi tekstowe w dane warunkujące, które kierują procesem generowania obrazów. Pozytywne podpowiedzi wzmacniają pożądane cechy, podczas gdy negatywne podpowiedzi tłumią niepożądane, dając kontrolę nad zawartością i stylem outputu.

6. Stosowanie Flux Guidance: FluxGuidance

Węzeł FluxGuidance stosuje skalę przewodnictwa (np. 3.5) do danych warunkujących. Ta skala dostosowuje wpływ podpowiedzi tekstowych na ostateczny wynik, pozwalając na finezyjne dostrojenie generowanego outputu.

7. Harmonogramowanie z BasicScheduler: BasicScheduler

Ten węzeł zarządza harmonogramowaniem procesu generowania obrazów, kontrolując przejście od szumu do ostatecznego obrazu. Parametry harmonogramowania wpływają na to, jak szybko i płynnie obraz ewoluuje podczas generowania.

8. Niestandardowe Próbkowanie: SamplerCustomAdvanced

Ten zaawansowany węzeł próbkowania udoskonala obraz poprzez stosowanie dodatkowych transformacji do latentnego obrazu. Integruje szum, przewodnik, próbnik, sigmy i dane latentnego obrazu, aby uzyskać wysokiej jakości output.

9. Dekodowanie VAE: VAEDecode

Węzeł VAEDecode dekoduje latentny obraz w rzeczywisty obraz wizualny za pomocą VAE (Wariacyjny Autoenkoder). Ten krok jest kluczowy dla przekształcenia abstrakcyjnej przestrzeni latentnej w widoczny i interpretowalny obraz.

10. Skalowanie Obrazu: UpscaleModelLoader i UltimateSDUpscale

Węzeł UpscaleModelLoader ładuje model skalujący (np. 4x-UltraSharp.pth), a węzeł UltimateSDUpscale stosuje ten model do zwiększenia rozdzielczości obrazu. Ten krok zapewnia, że ostateczny obraz jest ostry i szczegółowy, nawet przy wyższych rozdzielczościach.

Licencja

Zobacz pliki licencyjne:

Model FLUX.1 [dev] jest licencjonowany przez Black Forest Labs. Inc. na zasadach FLUX.1 [dev] Non-Commercial License. Prawa autorskie Black Forest Labs. Inc.

W ŻADNYM WYPADKU BLACK FOREST LABS, INC. NIE BĘDZIE ODPOWIEDZIALNE ZA JAKIEKOLWIEK ROSZCZENIA, SZKODY LUB INNE ODPOWIEDZIALNOŚCI, CZY TO W RAMACH UMOWY, DELIKTU CZY INNYCH, WYNIKAJĄCYCH Z, LUB W ZWIĄZKU Z UŻYWANIEM TEGO MODELU.