Flux.1 Dedistilled Mix Tuned Fp8

🚀 洗去蒸馏油腻，回归模型本真

本项目是一个基于文本生成图像的开源可商用模型，在出图速度、质量、细节、风格等方面取得了出色的平衡。它基于多个优秀的开源模型进行融合和微调，能快速生成高质量的图像。

🚀 クイックスタート

概要

CivitAIにもあります

洗去蒸馏油腻，回归模型本真。

Wash away the distillation and return to the original basic.

可能是目前基于 Flux.1 Schnell 调制的各种模型中，快速出图(4 - 8步)，遵循原版 Flux Schnell 构图风格，提示词还原能力强，且在出图质量、出图细节、回归真实和风格多样化方面取得最佳平衡的开源可商用 Schnell 基础模型。

Only 4 step, The Model may achieve to the best balance in terms of image quality, details, reality, and style diversity compare with other tuned of Flux.1 Schnell. and have a good ability of prompt following, good of the original Flux model style following.

FLUX.1 - schnell をベースに、LibreFLUX をマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials などのツールでファインチューニングされています。推奨ステップ数は4 - 8、通常は4ステップで十分です。他の Flux.1 Schnell モデルと比較して、画質とリアリティが大幅に向上しています。

可能是目前快速出图(10步以内)的 Flux 微调模型中，遵循原版 Flux.1 Dev 风格，提示词还原能力强、出图质量最好、出图细节超越 Flux.1 Dev 模型，最接近 Flux.1 Pro 的基础模型。

May be the Best Quality Step 6 - 10 Model, In some details, it surpasses the Flux.1 Dev model and approaches the Flux.1 Pro model. and have good ability of prompt following, good of the original Flux.1 Dev style following.

Flux - Fusion - V2 をベースに、flux - dev - de - distill をマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials などのツールでファインチューニングされています。推奨ステップ数は6 - 10です。他の Flux.1 モデルと比較して、画質が大幅に向上しています。

GGUF Q8_0 / Q5_1 /Q4_1 量子化モデルファイルはテスト済みで、同時にアップロードされています。過剰な量子化はこの高速かつ高精度のモデルの利点を失わせるため、他の量子化バージョンは提供されません。以下のヒントに従って、FP8モデルファイルをダウンロードして量子化することができます。

推奨設定

UNETバージョン (モデルのみ) はテキストエンコーダーとVAEが必要です。以下のCLIPとテキストエンコーダーモデルを使用することをお勧めします。これにより、より良いプロンプトガイダンスが得られます。

• ロングCLIP: https://huggingface.co/zer0int/CLIP-GmP-ViT-L-14/blob/main/ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors
• テキストエンコーダー: https://huggingface.co/silveroxides/CLIP-Collection/blob/main/t5xxl_flan_latest-fp8_e4m3fn.safetensors
• VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae
• GGUFバージョン: GGUFモデルサポートノードをインストールする必要があります。https://github.com/city96/ComfyUI-GGUF

サンプルワークフロー: 以下のような非常にシンプルなワークフローで、他のカスタムノードは必要ありません。(GGUFバージョンの場合は、city96のUNET Loader(GGUF)ノードを使用してください。)

謝辞

• https://huggingface.co/black-forest-labs/FLUX.1-dev は非常に優れたオープンソースのT2Iモデルで、FLUX.1 [dev] 非商用ライセンスの下にあります。
• https://huggingface.co/black-forest-labs/FLUX.1-schnell は非常に優れたオープンソースのT2Iモデルで、apache - 2.0ライセンスの下にあります。
• https://huggingface.co/Anibaaal のFlux - Fusionは非常に優れたミックスとチューニングされたモデルです。
• https://huggingface.co/nyanko7 のFlux - dev - de - distillは素晴らしい実験プロジェクトです！inference.py スクリプトに感謝します。
• https://huggingface.co/jimmycarter/LibreFLUX は無料の、蒸留されていないFLUXモデルで、FLUX.1 - schnellのApache 2.0バージョンです。
• https://huggingface.co/MonsterMMORPG のFurkanは多くのFlux.1モデルのテストとチューニングコースを共有しています。特に蒸留されていないモデルの特殊なテストを行っています。
• https://github.com/cubiq/Block_Patcher_ComfyUI のcubiqのFluxブロックパッチャーサンプラーにより、Flux.1ブロックパラメータ値が画像生成にどのように影響するかを多くのテストで調べることができました。彼のComfyUI_essentialsにはFluxBlocksBusterノードがあり、ブロック値を簡単に調整できます。素晴らしい仕事です！
• https://huggingface.co/twodgirl はモデル量子化スクリプトとテストデータセットを共有しています。
• https://huggingface.co/John6666 はモデル変換スクリプトとモデルコレクションを共有しています。
• https://github.com/city96/ComfyUI-GGUF はGGUF量子化モデルをネイティブサポートしています。
• https://github.com/leejet/stable-diffusion.cpp は純粋なC/C++のGGUFモデル変換スクリプトを提供しています。

注意: GGUF Q5/Q4に簡単に変換するには、https://github.com/ruSauron/to-gguf-bat スクリプトを使用できます。これをダウンロードしてsd.exeファイルと同じディレクトリに配置し、エクスプローラーで私のfp8.safetensorsモデルファイルをbatファイルにドラッグすると、CMDウィンドウが表示され、メニューに従って変換できます。

📄 ライセンス

このモデルの重みは FLUX.1 [dev] 非商用ライセンスの下にあります。