SDXL Ultimate 16 MegaPixel

소개

이것은 제 “최종” SDXL 워크플로입니다. 약 1년간 SDXL 체크포인트를 다양한 방식으로 실험한 끝에 도달한, 품질과 속도 사이에서 좋은 균형을 이루는 버전입니다. 3분 만에 0에서 2721x6167 해상도의 이미지를 생성해 Flux를 압도합니다. 이 워크플로는 세부사항과 해상도 측면에서 SDXL의 한계를 최대한 밀어붙여 Flux에 근접하려고 합니다. 정말 훌륭한 SDXL 모델들이 많이 있는데, 제가 원하는 것은 바로 깨끗한 Flux 스타일입니다. 이 워크플로에 포함된 다양한 훌륭한 확장 기능들을 사용하면 Flux와 매우 유사한 결과를 얻을 수 있으며, 제 생각에는 이러한 기능들이 SDXL에 마치 메스를 투여하는 것 같아요. 일부 내용은 매우 생소하고 대부분의 워크플로는 불필요한 요소들로 과도하게 복잡해져 있습니다. 이 워크플로를 기반으로 여러분이 더 발전시켜 나가기를 바랍니다.

빠른 시작

모든 설정은 처음부터 텍스트-이미지 생성에 최적화되어 있습니다. 프롬프트를 입력하고 큐에 추가만 하면 됩니다. 예시 프롬프트가 제공되어 있습니다.

선택 사항

깊이-ControlNet 또는 이미지-이미지 생성을 위해 별도의 설정 변경 없이 바로 사용할 수 있도록 구성되어 있습니다. 다음 그룹만 활성화하면 됩니다.

• 이미지-이미지
• 깊이-ControlNet

고급 설정

수많은 조정 가능한 파라미터가 있습니다. 정직히 말해, 실험을 통해 각 기능이 무엇을 하는지 찾아야 하지만, 제 경험상 가장 중요한 부분들을 간략히 소개합니다.

• SeaArtLongXLClipMerge
  모든 SD 체크포인트는 클립이 77개 토큰으로 제한되어 있는데, 이 노드는 클립을 248개 토큰까지 확장하여 훨씬 더 세부적인 정보를 포함할 수 있게 합니다. 실제 인간이 이해할 수 있는 프롬프트가 Flux와 유사하게 더 잘 작동하지만 여전히 제한적입니다. 각 타일은 Florence + 기본 프롬프트에서 생성된 248개 토큰을 담을 수 있으며, 타일 수가 많을수록 놀라운 결과를 얻을 수 있습니다.

• Clip Text Encode with BREAK
  이 기능과 긴 클립 병합 노드를 함께 사용하면 조건부 설정 주변의 복잡한 구조를 대폭 단순화하고 새로운 가능성을 열어줍니다. 조건부 병합은 모두 BREAK로 구분된 하나의 프롬프트 내에 포함됩니다.

• CLIP NegPip + PerturbedAttentionGuidance
  이 설정은 이미지 품질을 크게 향상시킵니다. 생성 결과가 훨씬 더 일관되고 자연스럽게 보이며, 단순히 이 기능들을 활성화하기만 해도 많은 아티팩트가 사라집니다. 1.5~2 정도의 설정이 충분합니다.

• Dynamic Sampler + Detail Daemon
  저는 이 설정을 저의 최적화된 방식으로 구성했지만, 여러분도 실험해보시기 바랍니다. 이 동적 샘플러는 이미지에서 훨씬 더 정교하고 부드러운 세부사항을 끌어내며, 거의 Flux와 유사한 품질을 제공합니다. 정직히 말해, 이미지에 Flux를 통과시키지 않아도 이 정도로 깨끗하게 나옵니다.

결론

기본적으로 1단계와 2단계는 실제 타일링 작업인 3단계와 4단계를 위한 준비 단계입니다. 타일링에 들어가기 전에 이미지의 구성은 거의 완벽해야 하며, 주요 아티팩트가 거의 없어야 합니다. 1단계는 좋은 구성만을 목표로 하며, 사용하는 모델에 따라 조건부 설정 및 CFG 램핑을 조정해야 원하는 결과를 얻을 수 있습니다. 2단계는 모든 정제 작업의 핵심이며, TTPlanet Realistic Tile Controlnet을 사용할 때 2메가픽셀이 완벽한 타일 분할 전의 최적 지점입니다. 3단계와 4단계는 거의 완벽한 이미지가 있어야 제대로 작동합니다. 8MP와 16MP로 확장할 때는 단지 “안개 제거”와 “선명도 향상”을 위해 30%의 노이즈 제거만 필요합니다. 2MP를 넘어서면 CFG와 노이즈 제거가 더 이상 필요 없으며, 이미지 자체는 이미 완성되어 있기 때문입니다. 16MP까지 도달하는 과정에서 단지 결함들을 하나씩 다듬는 작업만 남게 됩니다. 이것이 저의 전체적인 관점입니다.

이 워크플로에 대해 다른 사람들의 의견이 궁금하고, 이보다 더 나은 개선점이 있을지 알고 싶습니다. 과거에 저는 수많은 워크플로를 시도해봤지만, 어떤 것도 이만큼 멀리 나아가지 못했습니다.