Pixeldust creative chaos workflow for ZIT

詳細

ファイルをダウンロード

モデル説明

これはComfyUIの実験的なワークフローです。

私の印象では、Z-Imageは以前のモデルほどシード変更に反応しないようです。これは高すぎる適合度の副作用かもしれません。実験のため、生成プロセスに少しカオスを導入したいと考えています。

CFG設定を実験すると、0.5以下に下げると、プロンプトと無関係なほぼランダムな画像が生成されることがわかります。では、非常に低いCFGを最初の生成ステップのみに適用したらどうなるでしょうか?

このワークフローは、各生成ステップごとにCFG、プロンプト、LoRAを簡単に調整できるように作成しました。たとえば、最初の2ステップをスキップしてLoRAを適用したり、各ステップで異なるプロンプトを使用したりできます。ある概念から始めて画像の構造を確立した後、まったく別の用途に使用する(これは低CFGを使用するのと同様の効果があります)。また、各生成ステップのプレビューも提供しており、どこで何が起こっているかを監視できます(実際に観察すると、全体の構成が最初のステップで決定されていることに気づくかもしれません)。

実験に興味がある方のために、このアイデアを共有します。rgthreeノードのインストールが必要です。

BETA版ノート:

以前、ステップ2~9で無意味にシードがランダム化されており、最後のレンダリングを繰り返しても常に最初から再レンダリングされる問題を修正しました。また、CFGに関する(完全に間違った)メモも削除しました。

CFGがネガティブプロンプトに与える影響は以下のようです:CFGが1.0のとき、ネガティブプロンプトはまったく効果がありません。1.0より大きいと効果が現れますが、生成時間が長くなります。1.0より小さいと、ネガティブがポジティブに変化し、生成時間が再び長くなります。CFGが0.0のとき、ネガティブはポジティブとして働き、ポジティブは無視されます。興味深いことに、CFGを0.5に設定すると、ポジティブとネガティブプロンプトがブレンドされ、両方がポジティブとして扱われたかのように結果が混ざり合います。これを創造的に活用できるかもしれません。

また、ステップ1の後に適用可能な潜在変換ノードも追加しました。

このモデルで生成された画像

画像が見つかりません。