Simple Flux Kontext GGUF workflow 4gb VRAM Realistic Cinematic 2Pass + Lora

안녕하세요! 이 간단한 워크플로우는 Flux Dev, Schnell, Kontext 또는 다른 모델을 사용하여 노트북 하나와 4GB VRAM만으로도 현실적인 이미지를 생성하는 방법을 안내합니다.

이 워크플로우는 GGUF 파일을 사용하고, 두 개의 샘플러와 torch teacache 등을 활용하여 속도를 개선합니다.

단 30단계만으로도 반현실적인 이미지를 얻을 수 있습니다.

🎥 영상 설명:

📦 다운로드 섹션

모델만 (VAE 또는 CLIP 아님)

• https://huggingface.co/city96/FLUX.1-dev-gguf

• https://huggingface.co/city96/FLUX.1-schnell-gguf

• https://huggingface.co/QuantStack/FLUX.1-Kontext-dev-GGUF

• https://huggingface.co/mikeyandfriends/PixelWave_FLUX.1-dev_03

VAE

• https://huggingface.co/ffxvs/vae-flux/blob/main/ae.safetensors

CLIP

• https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf/tree/main

• https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors

📖 다운로드 개요

• Flux Kontext = 더 높은 품질, 이미지 편집에 적합

• Flux Dev = 더 높은 품질

• Flux Schnell = 더 빠름, 실용적인 이미지를 생성하기 위한 단계가 적음

• PixelWave = 더 현실적인 결과를 위해 통합된 체크포인트

⚙️ 양자화

• -q8 → 최고 품질, 가장 많은 VRAM 사용

• -q5 → 품질 손실 최소, 성능 향상 최대

• -q5 미만 → VRAM 사용량 감소, 품질 저하

CLIP

• fp16 → 텍스트 이해력 향상, 더 많은 VRAM 사용

• fp8 → 텍스트 이해력 감소, 적은 VRAM 사용

• scaled → 덜

🔗 유용한 자료:

• FluxDev 20단계 vs 30단계 – 정말 중요할까?

• Flux 프롬프트링 – 다음 단계

• 프롬프트링에 대한 종합 가이드?

질문이 있으시면 댓글로 남겨주세요. 도움을 드리겠습니다 :)