Flux1 kontext (nunchaku+Multi_input+Lora、gguf) 70% time savings,Improved accuracy

Nunchaku Multi_input+Lora

今、2つの別々のワークフローを含みます：
------Kontext_gguf&safetensors__Multi_input&Lora.json
------Kontext_nunchaku_Multi_input&Lora.json

mit-han-lab/ComfyUI-nunchaku をインストールしたが、正しく動かない人はこちらをご覧ください！

今回は、このワークフローの設定に本当に時間をかけました。公式ノードを使ったことがあるけど、複数の画像入力の使い方や、生成解像度のカスタマイズ方法、あるいはnunchaku-textencoderモデルへの切り替え方が分からない人向けに、このスリム化されたワークフローは完璧です！

nunchakuのint4モデルを使用した画像生成時間は、以前に比べて約1/4に短縮され、品質の損失も非常に小さいです。正直、もうggufは使いたくありません。

Nunchakuチェックポイント：

aqw-int4-flux.1-t5xxl（オプション）：

https://huggingface.co/mit-han-lab/nunchaku-t5/tree/main

Nunchaku ComfyUIノード：

https://github.com/mit-han-lab/ComfyUI-nunchaku

ComfyUI-nunchaku インストールガイド（Windows）：

ComfyUI_windows_portable ディレクトリのアドレスバーに cmd と入力してEnterを押してください。その後、以下のコマンドを入力して、torchとPythonのバージョンを確認します：

"python_embeded\python.exe"
"python_embeded\python.exe -m pip list"
例えば、私の環境ではPython 3.12、torch 2.5.1+cu124と表示されます。

ComfyUI-Managerを使ってnunchakuノード（ComfyUI-nunchaku v0.3.3）をインストールするか、ComfyUI_windows_portable\ComfyUI\custom_nodes ディレクトリのアドレスバーに cmd と入力して git clone https://github.com/mit-han-lab/ComfyUI-nunchaku.git を実行し、手動でインストールできます。
https://github.com/mit-han-lab/nunchaku/releases から、あなたの環境に合ったnunchakuのwhlファイルをダウンロードしてください。私はステップ1でバージョンを確認済みなので、nunchaku-0.3.1+torch2.5-cp312-cp312-win_amd64.whl をダウンロードします。ダウンロード後、このwhlファイルを ComfyUI_windows_portable ディレクトリに配置し、"python_embeded\python.exe -m pip install nunchaku-0.3.1+torch2.5-cp312-cp312-win_amd64.whl" でインストールしてください。
インストール後、ComfyUIを最新バージョンにアップデートし、再起動することを忘れずに。また、ダウンロードしたnunchakuモデルを diffusion_models フォルダに配置してください。NVIDIA 40シリーズ以下のGPUには int4 を、50シリーズには FP4 を選択できます。
私のテストでは、Python 3.11ベースのComfyUIは正しく動作しなかったため、注意が必要です。ただし、完全に確実ではありません。

gguf+Lora

「ワークフローが複雑すぎる？」、「ハードウェア要件が高すぎる？」、「モデルはどこからダウンロードすればいいの？」、「出力が入力画像を無視してしまうのはなぜ？」という疑問をお持ちの方へ。

このワークフローは初心者向けに作られています。本当にこれ1つのワークフローファイルだけで十分です。正直、私はほとんど何もしていません。公式ComfyUIワークフローを少し調整し、ggufとLoRAのサポートを追加しただけです。

使い方：

チェックポイント：

ガイド：

現在、Flux1 Kontextが可能なことはこれだけでも書ききれないほどありますが、主な機能を以下に挙げます：

画像スタイルの変更／スタイル転送。
画像内のオブジェクトの追加または削除。
キャラクターの行動（回転など）や表情を変更しつつ、外見を一貫させること。
複数のキャラクターやシーンの組み合わせ。
モデルのバーチャル試着。（私のテストではまだうまくいっていません。動いたことはありますが、結果に満足できませんでした。~ただし、これはオープンソースで無料です。）

だから、服を販売しているなら、モデルの試着にこの機能を活用してください！特定のモデルを指定せず、服の画像だけを提供すれば、Kontextがモデルを自動生成してくれます。この方法の方が、はるかに良い結果が得られます！