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

こんにちは！これは、Flux Dev、Schnell、Kontext またはその他のモデルを使用して、ノートPCと4GBのVRAMのみでリアルな画像を作成するためのシンプルなワークフローです。

このワークフローはGGUFファイルを使用し、2つのサンプラーやtorch teacacheなどを使用して速度を向上させています。

たった30ステップで、私は半リアルな画像を得ています。

🎥 動画解説：

📦 ダウンロードセクション

モデルのみ（VAEやCLIPは含まない）

• 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

📖 ダウンロード概要

• Flux Kontext = 高品質、画像編集に適する

• Flux Dev = 高品質

• Flux Schnell = 速く、使える画像を生成するためのステップ数が少ない

• PixelWave = よりリアルな仕上がりのためのマージ済みチェックポイント

⚙️ 量子化

• -q8 → 最高品質、最もVRAMを使用

• -q5 → 品質損失が最少、パフォーマンスが最大

• -q5 以下 → VRAM使用量が少なく、品質が低下

CLIP

• fp16 → テキスト理解が良好、VRAM使用量が多い

• fp8 → テキスト理解が劣る、VRAM使用量が少ない

• scaled → さらに少ない

🔗 役立つリソース：

• FluxDev 20ステップ vs 30ステップ – 本当に意味があるの？

• Flux プロンプティング – 次のステップ

• プロンプティングの包括的なガイドはありますか？

ご質問がありましたら、コメントをお寄せください。可能な限りお手伝いします :)