HyperFlux Schnell

利便性とパフォーマンスの両面から、私は日常的に使うLoRAを好みのモデルと組み合わせるのが好きです。HyperFlux Schnellは、Flux SchnellにHyperFlux LoRA（強度0.12）とAntiBlur（強度2.0）を組み合わせたものです。

これらのリソースを生み出した各クリエイターのライセンスを尊重してください。たとえば、オンライン画像生成などの画像生成を収益化するサービスではHyperFlux Schnellを使用しないでください。また、このモデルを有料で販売したり、他の価値ある対価と交換してライセンス提供したりしないでください。

使用方法

HyperFlux Schnellでは、CFGを3.5に設定するのが私の好みですが、特別な効果を出す場合は6.5まで上げることもあります。サンプリングステップはSchnellのデフォルトである4に設定し、eulerサンプラーとシンプルスケジューラを使用します。

Q8およびQ6バリアントは「t5xxl_fp16.safetensors」Clipモデルでテストされ、より小さな量子化バージョンは「t5xxl_fp8_e4m3fn.safetensors」Clipモデルで設定されました。

デフォルトでは、HyperFlux Schnellはやや深い被写界深度の画像を生成します。浅い被写界深度の画像を作成したい場合は、ポジティブプロンプトに「bokeh」と入力してください。

このモデルがNSFW画像を生成した場合は、意図的なものではありません。

クレジット

Flux Schnell: /model/618692?modelVersionId=699279
AntiBlur LoRA: /model/675581/anti-blur-flux-lora
HyperFlux 8 LoRA: https://huggingface.co/ByteDance/Hyper-SD
本プロジェクトは以下の優れたリソースを用いて作成されました：
https://civitai.com/articles/8322/merge-a-lora-into-flux-for-better-speed-and-quantize-it

テスト

このようなプロジェクトの大部分の時間は、LoRA間の最適なバランスを確立し、さまざまな量子化バージョンで完成したモデルを検証するために費やされます。Schnellのデフォルトの画像生成速度は非常に評価されました。Q8およびQ5の完全なテスト結果は、Pure Fooocus Facebookグループの「Base Model Guide」に掲載されています。

Q8と比較して、Q5は風景における論理的一貫性や、ポーカーゲームのようなグループ被写体の身体的整合性がやや劣りました。ポートレートの品質はほぼ同じですが、ストレージ容量に余裕があるなら、Q8の方がはるかに優れた選択だと思います。また、Q5のVRAM使用量はQ8より0.3GB少ないだけでした。これはGGUFモデルとして予想される範囲です。