Flux1-DedistilledMixTuned
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
V4.0-フルバージョン:
V4.0モデルは、V3.0を基盤とし、SRPOモデルのリアリズムと繊細さ、Kreaモデルの芸術性と多様なスタイル、優れた質感およびLoRA互換性を統合することで、モデルの総合的な能力が大幅に向上しました。
非常にリアルで繊細であり、TTPを8Mピクセルまで直接拡大しても、優れた詳細を維持します。
プロンプト再現能力が大幅に向上。LLM強化および詳細な構造化プロンプトの使用を推奨します。
優れた芸術的表現力とスタイルの多様性、良好なLoRA互換性。
V4.0モデルは、V3.0を基盤とし、SRPOモデルのリアリズムと繊細さ、Kreaモデルの芸術性と多様なスタイル、優れた質感およびLoRA互換性を統合することで、モデルの総合的な能力が大幅に向上しました。
非常にリアルで繊細であり、TTPを8Mピクセルまで直接拡大しても、優れた詳細を維持します。
プロンプト再現能力が大幅に向上。LLM強化および詳細な構造化プロンプトの使用を推奨します。
優れた芸術的表現力とスタイルの多様性、良好なLoRA互換性。
===========================================================================
V3.0-Kreaバージョン:
Flux.1-Dev-Kreaモデルは、Devモデルの芸術的スタイルと写実的写真表現力を向上させましたが、人物の鮮明さと美学的品質は若干低下し、特にオリジナルDevモデルでトレーニングされたLoRAとの互換性が非常に劣ります。本V3.0-Kreaは、Kreaモデルの主な長所を保持しつつ、画像の鮮明さとオリジナルDevモデルのLoRAとの互換性を改善しましたが、LoRA互換性の改善は限定的です（主に人物およびスタイルLoRAに関して。他のLoRAおよびCNは問題ありません）。これは本バージョンのやや残念な点であり、ダウンロードの際はご注意ください。
Flux.1-Dev-Kreaは、Devバージョンモデルの芸術的スタイルと写実的写真表現力を向上させましたが、人物の鮮明さと美学的品質は低下し、特にオリジナルDevモデルでトレーニングされたLoRAとの互換性が非常に劣ります。V3.0-KreaはKreaモデルの主な長所を維持し、画像の鮮明さとLoRAとの互換性を向上させましたが、LoRA互換性の改善は最小限であり、満足いくものではありません（主に人物およびスタイルLoRAに関して。他のLoRAおよびCNは問題ありません）。これは本バージョンのやや残念な点です。慎重にダウンロードしてください。
より良いプロンプト理解能力を得るために、T5-XXLの代わりにGNER-T5-XXLの使用を推奨します。/model/1888454 または私のHFリポジトリからダウンロードできます。
Recommended to use GNER-T5-XXL instead of T5-XXL for better prompt understanding capabilities, you can download it from /model/1888454 or my HF Repo.
いくつかのサンプル画像 (Some example image) :
モデル使用方法：
基本組合せ：deis+simple / euler+beta、様々な組合せを試してみてください。
Basic: deis+simple / euler+beta, You can try more different combinations.
Also on Huggingface.co
===========================================================================
V3.0-PAPバージョン:
v3.0-PAP：人物とアートフォトグラフィー出力の最適化ベースモデル。モデルは構図、光と影、東洋系顔型の面で特別に最適化され、顔モデルの感度と適合性をさらに強化しました。
オリジナルDevモデルと比較して、本バージョンは人種や顔型においてよりリアルで豊かであり、顔モデルのサンプル画像は以下の作者のLoRAモデルから提供されています。ご協力に感謝します！著作権侵害の場合は通知次第即座に削除します。
Portrait and Art Photography Optimization Base Model. The model has been specially optimized in composition, light and shadow, oriental face shape to further strengthen the sensitivity and adaptability of the face model.
Compared to the Flux.1 Dev original model, this version is more realistic and richer in terms of ethnicity and face shape, and the example drawings of the face model are from the LoRA model of the following authors, thanks in advance! If there is any infringement, it will be notified and deleted immediately.
https://civitai.com/user/el_fluppe
https://civitai.com/user/wolfcatz
https://civitai.com/user/seanwang1221
https://civitai.com/user/nawusijia
モデル使用の簡単なガイド：
基本構図：deis+simple / euler+beta；ノイズ多め：ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform；詳細と想像力重視：heunpp2+ddim_uniform；拡大：UltimateSDUpscale/TTP；フィルム効果：LUT（35mm/AGAF/Kodak）を追加；またはご自身の環境で最適化された組合せを使用。ステップ数：20-30。ワークフローについてはサンプル画像を参照してください。
Basic: deis+simple / euler+beta; More noise: ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; More detail, more imaginative: heunpp2+ddim_uniform; Upscaler: UltimateSDUpscale/TTP; Film effects: add LUT (35mm/AGAF/Kodak); Or the best combination of tests based on your own environment. steps 20-30。 The workflow is shown in the example POST image.
Also on Huggingface.co
面白い顔モデルLoRA制御のサンプル (An interesting face model LoRA control sample)：
===========================================================================
DedistilledMixTuned Dev V3.0:
中国農曆の巳年特別アップグレード！(Great upgrade for Chinese Snake Year!)
V3.0モデルは全面的にアップグレードされ、現在のFlux Devファインチューニングモデルの中で、モデル能力が最もバランスが取れており、LoRA互換性、リアリズム、出力品質、芸術的創造力がFlux Proに最も近いモデルです。（評価・比較のため、本モデルのSeedはオリジナルDevモデルと基本的に整合しています）
Fully upgraded Version 3.0, it may be the best model in the current Flux Dev fine-tuning models. Have the very good balance in model capabilities, LoRA compatibility, realism, image quality and artistic creativity closest to the Flux Pro model. (For evaluation and comparison, the seeds of this model are basically aligned with the original Dev model)
V3.0モデル使用ガイド：
モデルは階層的融合技術により反蒸留の干渉を除去しており、オリジナルFlux.1 Devモデルと完全互換であり、LoRA重みに対する感度が高くなっています。1024x1024ピクセル以下では、euler/deis + normal/beta/simpleなどを推奨。1024-2048ピクセルの大解像度画像では、ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/betaを推奨。
詳細最強：dpmpp_2m+beta、芸術性最良：heunpp2+ddim_uniform
推奨：KSampler、ステップ20-30。ワークフローは以下の画像を参照：https://civitai.com/images/53432419
The model is fully compatible with the original Flux.1 Dev. Had removed the de-distillation interference, and has a higher sensitivity to LoRA weights. For 1024x1024 and below, euler/deis + normal/beta/simple, etc., 1024 - 2048 for large binning images, ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta.
More details: dpmpp_2m + beta, More artistry: heunpp2 + ddim_uniform
Recommended: KSampler, steps 20-30. Workflow of the model pls ref: https://civitai.com/images/53432419
===========================================================================
DedistilledMixTuned Dev V2.0:
2025年の新年プレゼント！1か月以上かけて開発し、v1.0を基に完全にアップグレードしたV2.0バージョンをリリース。フォトリアリスティックなリアリズムを実現しつつ、詳細表現、出力速度、LoRA互換性、光と影の調和の面で新たなバランスを達成しました。
2025 New Year Gift! More than a month of training and fine-tuning, The V2.0 version has been upgraded based on v1.0, and has reached a better balance in detail reflection, drawing speed, LoRA compatibility, light and shadow harmony with photorealistic realism.
===========================================================================
DedistilledMixTuned Schnell V1.0:
現在のFlux.1 Schnellベースの各種モデルの中で、高速出力（4-8ステップ）、オリジナルFlux Schnellの構図スタイルを忠実に再現し、プロンプト再現能力が高く、出力品質、詳細表現、リアリズム回帰、スタイル多様性の面で最良のバランスを実現した、オープンソースで商用利用可能なSchnellベースモデルです。
4ステップのみでも、本モデルは他のFlux.1 Schnellチューニングモデルと比較して、画像品質、詳細、リアリズム、スタイルの多様性の面で最良のバランスを達成できます。また、プロンプトの忠実な再現能力に優れ、オリジナルFluxモデルのスタイルを正確に再現します。
FLUX.1-schnellを基に、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。推奨ステップは4-8（通常4ステップで十分）。他のFlux.1 Schnellモデルと比較して品質とリアリズムが大幅に向上。
===========================================================================
DedistilledMixTuned Dev V1.0:
現在の高速出力（10ステップ以内）のFluxファインチューニングモデルの中で、オリジナルFlux.1 Devスタイルを忠実に再現し、プロンプト再現能力が高く、出力品質が最優秀で、出力の詳細がFlux.1 Devモデルを上回り、Flux.1 Proに最も近いベースモデルです。
ステップ6-10で最高品質を実現。一部の詳細ではFlux.1 Devモデルを上回り、Flux.1 Proモデルに近づいています。プロンプト再現能力が高く、オリジナルFlux.1 Devスタイルを正確に再現します。
Flux-Fusion-V2を基に、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。推奨ステップは6-10。他のFlux.1モデルと比較して品質が大幅に向上。
GGUF Q8_0 / Q5_1 /Q4_1 量化バージョンのモデルファイルはテスト済みで同時に提供しました。他の量化バージョンは提供しません。必要であれば、以下の手順に従ってFP8モデルをダウンロードし、ご自身で量化してください。
GGUF Q8_0 / Q5_1 /Q4_1 quantized model file, had tested, and uploaded the same time, over-quantization will lose the advantages of this high-speed and high-precision model, so no other quantization will be provided, you can download the FP8 model file and quantizate it according to the following tips.
===========================================================================
推奨：
UNETバージョン（モデルのみ）にはText EncoderとVAEが必要です。以下のCLIPおよびText Encoderモデルを使用すると、より良いプロンプトガイドを得られます：
Text Encoders: 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モデル対応ノードをインストールしてください。https://github.com/city96/ComfyUI-GGUF
シンプルなワークフロー：以下の非常にシンプルなワークフローでは、他のComfyUIカスタムノードは不要です（GGUFバージョンでは、city96のUNET Loader(GGUF)ノードを使用してください）：
===========================================================================
蒸留の脂を洗い流し、モデルの本質に戻る。最も純粋なFlux高品質ベースモデルの構築に専念！
Wash away the distillation and return to the original basic.
モデルをご利用いただき、満足いただけましたら、ぜひ画像を共有してください。ありがとうございます！
If you feel the model is good for you, please post the image here, thanks a lot!
感謝：
https://huggingface.co/black-forest-labs/FLUX.1-dev、優れたオープンソースT2Iモデル。Flux.1 [dev] 非商用ライセンスの下で提供。
https://huggingface.co/black-forest-labs/FLUX.1-schnell、優れたオープンソースT2Iモデル。Apache-2.0ライセンスの下で提供。
https://huggingface.co/Anibaaal、Flux-Fusionは優れたミックスおよびチューニングモデルです。
https://huggingface.co/nyanko7、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、フリーモデルであり、Flux.1-schnellのApache 2.0バージョンです。
https://huggingface.co/MonsterMMORPG、Furkanは多数のFlux.1モデルのテストとチューニングコースを共有し、デディストリルモデルの特別なテストも行いました。
https://github.com/cubiq/Block_Patcher_ComfyUI、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を与えるかを多数テストできました。彼のComfyUI_essentialsにはFluxBlocksBusterノードがあり、ブロック値の調整が容易です。素晴らしい仕事です！
https://huggingface.co/twodgirl、モデルの量子化スクリプトとテストデータセットを共有してくださいました。
https://huggingface.co/John6666 で、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ください。
https://github.com/city96/ComfyUI-GGUF は、GGUF量量化モデルをネイティブにサポートします。
https://github.com/leejet/stable-diffusion.cpp は、純粋なC/C++によるGGUFモデル変換スクリプトを提供します。
注意：GGUF Q5/Q4への簡単に変換するには、https://github.com/ruSauron/to-gguf-bat スクリプトをご使用ください。これをダウンロードし、sd.exeファイルと同じディレクトリに配置してください。その後、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アンドドロップすると、CMDウィンドウが表示されます。メニューに従って、変換したいモデルを選択してください。
ライセンス
重みはFLUX.1 [dev]の非営利ライセンスに基づきます。