FLUX är en ny bildgenereringsmodell utvecklad av . Denna FLUX NF4-modell är skapad av lllyasviel, vänligen besök för mer information.
FLUX-modellerna är förladdade på RunComfy, namngivna flux/flux-schnell
och flux/flux-dev
.
flux-schnell, fp8
och clip t5_xxl_fp8
för att undvika minnesproblem.flux-dev, default
och en hög clip t5_xxl_fp16
.För mer detaljer, besök:
FLUX NF4 är en specialiserad modellcheckpoint designad för prestandaoptimering i Stable Diffusion-arbetsflöden. Utvecklad av författaren lllyasviel, använder denna modell NF4 (Normal Float 4-bit) kvantisering för att avsevärt förbättra inferenshastigheten och minska minnesanvändningen jämfört med traditionella FP8 (Float 8-bit) modeller. FLUX NF4 är en del av en serie modeller som syftar till att förbättra effektiviteten, särskilt på nyare GPU-arkitekturer som NVIDIA RTX 3000 och 4000-serien. Modellen inkluderar avancerade funktioner som "Distilled CFG Guidance," som förfinar processen att generera bilder med mer exakta promptar. På en högklassig GPU som RTX 4090 tar den vanliga FLUX-modellen cirka 50 sekunder att generera en bild, medan FLUX NF4 bara tar cirka 13-14 sekunder. Detta gör FLUX NF4 tillgänglig för en bredare användargrupp som kanske inte har toppmodern hårdvara.
Denna nod laddar FLUX-modellen (flux/flux1-dev-bnb-nf4-v2.safetensors
). Modellen är ansvarig för att styra hela bildgenereringsprocessen genom att tillhandahålla den underliggande ramen som kontrollerar beteendet och egenskaperna hos de genererade bilderna.
Denna nod genererar ett slumpmässigt brusmönster, vilket fungerar som initial indata för bildgenerering. Bruset fungerar som startpunkten som kommer att omvandlas till ett slutresultat.
Noden ModelSamplingFlux
justerar modellens samplingsbeteende baserat på upplösning och andra parametrar. Den optimerar modellens utdata och säkerställer att bildkvaliteten bibehålls när transformationer tillämpas. Om du föredrar att inte justera samplingsbeteendet kan denna nod förbikopplas.
Dessa noder definierar bildens dimensioner (bredd och höjd), vanligtvis inställda på 1024x1024. De specificerade dimensionerna påverkar upplösningen och detaljnivån på den genererade bilden.
Noderna CLIPTextEncode kodar textpromptar till villkorlig data som styr bildgenereringsprocessen. Positiva promptar förstärker önskade egenskaper, medan negativa promptar undertrycker oönskade, vilket ger dig kontroll över innehållet och stilen på utdata.
Noden FluxGuidance
tillämpar en guidningsskala (t.ex. 3.5) på den villkorliga datan. Denna skala justerar inflytandet av textpromptarna på slutresultatet, vilket möjliggör finjustering av den genererade utdata.
Denna nod hanterar schemaläggningen av bildgenereringsprocessen och kontrollerar övergången från brus till slutlig bild. Schemaläggningsparametrarna påverkar hur snabbt och smidigt bilden utvecklas under genereringen.
Denna avancerade samplingsnod förfinar bilden genom att tillämpa ytterligare transformationer på den latenta bilden. Den integrerar bruset, vägledaren, samplern, sigmas och latent bilddata för att producera en högkvalitativ utdata.
Noden VAEDecode
avkodar den latenta bilden till en faktisk visuell bild med hjälp av en VAE (Variational Autoencoder). Detta steg är avgörande för att översätta det abstrakta latenta utrymmet till en synlig och tolkbar bild.
Noden UpscaleModelLoader
laddar en uppskalningsmodell (t.ex. 4x-UltraSharp.pth
), och noden UltimateSDUpscale
tillämpar denna modell för att förbättra bildens upplösning. Detta steg säkerställer att den slutliga bilden är skarp och detaljerad, även vid högre upplösningar.
Visa licensfiler:
FLUX.1 [dev] Modellen är licensierad av Black Forest Labs. Inc. under FLUX.1 [dev] Non-Commercial License. Copyright Black Forest Labs. Inc.
IN NO EVENT SHALL BLACK FOREST LABS, INC. BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH USE OF THIS MODEL.
© Copyright 2024 RunComfy. Alla Rättigheter Förbehållna.