Flux Unchained by SCG

这是 HyFU，全称为 "Hybrid Flux Unchained" —— 这是一个基于五个模型的五路自定义逐块组合：基础版 Flux-dev、基础版 Flux-schnell、Flux Unchained v1、Flux Unchained V2（即将推出），以及 SchnFU v1，并主动利用了这五个模型的各个部分（通过权重和偏置）。由此产生的模型兼具高质量、Dev 的连贯性与艺术风格（具体取决于你使用的采样器，稍后详述），接近 Schnell 的速度，并融合了我自定义的微调风格——你们已经通过我的 FU/SchnFU 模型，或我之前的 XL/1.5 模型系列（NightVision、DynaVision、ProtoVision、Cinevision）熟悉了这种风格。

目前为止我找到的最佳效果如下：

如果你想获得更接近 Schnell 风格的输出：

• 采样器：euler

• CFG：1.0

• 步数：8

• 调度器：normal、simple 或 beta 最为稳定；使用 AYS 和 AYS_30 调度器可以获得更丰富的细节，但我发现这些调度器下文字表现往往较差。

如果你想获得更接近 Dev 风格的输出：

• 采样器：lcm

• CFG：0.8

• 步数：8

• 调度器：ays_30+ 和 beta 能提供最细致、最具创意的输出；若必要，也可使用 normal 或 simple。但使用 normal 和 simple 时，我发现 LCM 采样器更容易出现错误，且细节较少，不过它们仍比 euler 更能捕捉 Dev 风格。

在使用该模型时，还有一些与 Dev 和 Schnell 不同的重要观察结果值得分享：首先，引导（guidance）对该模型完全无效，无论设置为 1.0 还是 50，输出结果都完全一致。

该模型对 CFG 变化极其敏感。对于 LCM 采样器，我使用 0.8，但我发现它在 0.7 至 1.0 范围内表现稳定；一旦超过 1，模型会迅速崩溃（生成时间也会翻倍）。对于其他采样器，超过 1 会导致画面模糊；你或许可以尝试将 CFG 提升至约 1.2，但超过此值后，图像会迅速失真并丧失质量。

我使用 max_shift = 1.0 和 base_shift = 0.2，但也有测试者在 1.5/0.5 范围内运行并获得良好效果，建议你自行调整，看看能否得到更优输出。

最后，本模型遵循非商业用途的 Flux.Dev 许可证。尽管它是 Schnell 和 Dev 的混合体，但更严格的 Dev 许可条款具有优先效力。