GGUF: HyperFlux Unchained 8-Steps (Flux Unchained + ByteDance HyperSD LoRA)

[注意: GGUFファイルを取得するには、ダウンロードしたファイルを解凍してください。CivitaiはネイティブでGGUFをサポートしていないため、この回避策が必要です]

FluxUnchained と ByteDance の HyperSD LoRA を統合し、GGUF形式に変換したモデルです。これにより、非常に低いVRAM消費で8ステップで芸術的なNSFW画像を生成できるようになりました。私の1080tiでQ_4_0モデルを実行した場合、VRAMは約6.5GB消費し、8ステップで1024x1024の画像を生成するのに約1.5分かかります。[[Forge UIのGGUFサポートについて、およびVAE、clip_l、t5xxlモデルのダウンロード方法については、](https://github.com/lllyasviel/stable-diffusion-webui-forge/discussions/1050)をご覧ください。]

他のLoRAと組み合わせることで、望む効果を得ることも可能です。

FastFlux Unchained および HyFU との比較利点

• より高い品質：HyFUのようなSchnellモデルと比べ、8ステップではるかに優れた品質と表現力が得られます。

• CFG/ガイドANCE感度：このモデルはDEVモデルであるため、ハイブリッドモデルとは異なり、完全な（蒸留された）CFG感度が利用可能です。つまり、プロンプトの感度と創造性、ソフトさと彩度のバランスを自由に制御できます。

• Dev LoRAと完全互換であり、Schnellモデルの互換性よりも優れています。

• 欠点：最高品質を得るには8ステップが必要です。しかし、Schnellモデルでもおそらく結果を最適化するために最低8ステップを試すでしょう。

どのモデルをダウンロードすべきですか？

[現状：最新版のForge UIとComfy UI（GGUFノード）を使用すると、11GBのVRAMを搭載した1080tiでQ8_0を実行できます。]

あなたのVRAMに収まるモデルをダウンロードしてください。モデルがGPUに収まる場合、推論の追加コストは非常に小さいです。サイズ順は Q4_0 < Q4_1 < Q5_0 < Q5_1 < Q8_0 です。

• Q4_0 と Q4_1：8GB VRAMに収まります。

• Q5_0 と Q5_1：11GB VRAMに収まります。

• Q8_0：より多くのVRAMをお持ちの場合に推奨します。

注意：CPUオフロードを使用すると、VRAMに収まらないモデルでも実行できます。

すべてのライセンス条項はFlux.1 Devに準じます。

PS： HyperSD Flux 8ステップLoRAの開発者であるByteDanceに謝意を表します。詳細は https://huggingface.co/ByteDance/Hyper-SD/tree/main でご確認ください。