FLUX.DEV DEDISTILLED

5月27日：更新支持Flux的SVD INT4量化 https://github.com/mit-han-lab/ComfyUI-nunchaku

特别感谢 @theunlikely 在量化方面的工作（在H100 GPU上耗时6小时），以及JIB（J1B创作者档案 | Civitai）提供的工作流和使用该模型的说明：

要使用此模型，您需要按照说明安装nunchaku项目，并安装nunchaku的ComfyUI自定义节点才能正常运行。请从Civitai下载并解压归档文件至：\comfyui.git\app\models\diffusion_models\svdq-int4-flux-dev-de-distill — 可用的Nunchaku工作流：/model/617562

这是来自Hugging Face的转载，我完全未参与nyanko7创作这一划时代模型的任何工作。我只是必须尽快发布，因为它实在太棒了！

截至目前我们所知的Flux.dev是一个蒸馏模型，即由flux.pro作为教师模型训练而成。而这些新模型彻底改变了这一切！这是首个实验性的、真正去蒸馏的Flux.dev版本，意味着它更接近flux.pro本身的能力。而这仅仅是开始！

（注：这并非说明它是由flux.pro直接训练的——我不清楚确切方法）

/!\ 请务必阅读以下重要信息（在示例之后），否则您将失败 /!\

我亲自制作的示例
蒸馏CFG 8 对比 真实CFG 8 — 固定种子，仅更改文本，其余完全一致
每张图均为模型首次生成，无挑选，无作弊

耳环LoRa： “可爱的金发派对女孩微笑面向观众，带有情绪妆容和蓬松的情绪发型，绿色闪亮发色。3argauge，双耳耳垂均有大型圆形耳环插件。她穿着黑色连帽衫，上面用金色字母写着“DEDISTILLED MAKES MY LORAS WORK””

面部喷射LoRa（去蒸馏后可在任何地方生效）： “COF，年轻女性面部覆盖白色粘稠精液，面部布满白色粘稠精液，面部被白色粘稠精子覆盖。她穿着黑色连帽衫，上面印有银色字体的“DISTILLED”字样”

无LoRa： “荷兰视角：一辆黑色汽车在未来的城市街道上疾驰，远离一场巨大的爆炸，朝向观众逃离爆炸冲击波。汽车周围有运动线条，表现出速度感。车前牌照上写着“DISTILLED”字样。”

无LoRa： “通过一间农舍旧木窗，可以看到一只小猫正在玩毛线球。室内场景温馨，摆放着陈旧的木质家具，午后的柔和阳光透过窗户洒下，投下轻柔的阴影。远处，一位摄影师手持相机正走向此处，准备捕捉小猫嬉戏的瞬间。摄影师穿着棕色夹克，被金色时刻的柔和光晕勾勒，为画面增添温暖与宁静感。整体氛围平和，带着复古场景的怀旧气息。”

重要信息摘要（当前已知内容）

免责声明： 这些模型非常新，目前仅汇总已知信息。请在评论区分享您的使用体验，以便我们共同更新。

参数

• 现在可以忽略“蒸馏CFG”，直接使用真实CFG（我已尝试至14）。
• 切勿使用 CFG = 1 —— 此举将导致完全失败，这也是您通常得不到结果的主要原因。
• 您应至少使用 40–60 步，具体取决于您使用的CFG值。 虽然耗时更长，但绝对值得。
• 不幸的是，当前的hyperdev 8步LoRa似乎无法用于缩短步数。
• 去蒸馏模型支持负向提示词。

优势

• 提示词遵循度极佳，即使使用LoRa。
• 面部LoRa表现更好，细节更丰富，文字生成大幅提升。
• 基本上，所有来自提示的内容都得到显著增强。

/!\ 如果您未看到与蒸馏模型相比的任何改进：请确认您没有无意中使用了真实CFG = 1（非Flux引导）。这很容易被忽略 /!\

由于所有工作流均针对蒸馏模型优化，如在ComfyUI中效果不佳，建议尝试Forge？

在Forge UI中使用指南

• 在Forge中无需任何修改即可运行，系统会将其加载为Schnell模型，自动禁用蒸馏CFG（很棒）。

编辑：已上传所有新量化版本，您至少能找到一个适合您的版本

如果您是Forge新手，请确保使用类似设置：

• Flux工作流
• 检查点选择：DeDistilled
• 在VAE/文本编码器文件中，提供vae（ae.sft / ae.safetensors）+ clip_l（或修改版clip）+ t5xxl（根据您使用的量化版本，如fp16、fp8等） 因为这些文件并未打包在模型文件中，必须单独提供。
• 请将“Diffusion Low Bits”设置为“Automatic (FP16 LoRA)”，否则您在使用LoRA时可能会遇到问题。此设置适用于Forge中任何检查点。

我推荐为DeDistilled设置以下参数：

在ComfyUI中使用指南

• 在ComfyUI中使用标准工作流即可运行，下述工作流使用GGUF加载器、Dual CLIP加载器（用于t5xxl和clip_l提示）以及KSampler Efficient。

Comfy推荐设置：

Dual CLIP加载器引导：3.5
KSampler CFG：2 至 10
步数：50 至 60
负向提示：可留空，也可按需提供（提供后会影响图像）

采样器：DDIM 或 euler
调度器：beta 或 exponential

工作流链接： https://gist.github.com/dasilva333/87bdd5b5b8ebba5515a9919ede0e3c05

在Reddit上也发现一个（可拖拽至ComfyUI）：https://files.catbox.moe/y99yl7.png

训练与LoRA

• 我刚刚使用De-distilled（引导=6）训练了我第一个LoRA，此前使用蒸馏模型（引导=1）时彻底失败。结果令人惊艳，这几乎挽救了我的LoRA！它在De-distilled和蒸馏模型中均表现良好（但De-distilled更佳）。
  从此我将使用它进行训练。

• 首个使用De-distilled微调的检查点已在Civitai发布：/model/690991/sapianf-nude-men-and-women-for-flux-now-de-distilled
  正等待作者回复以更新此处信息。

来源

• De-distilled模型FP16：https://huggingface.co/nyanko7/flux-dev-de-distill

• De-distilled模型FP8：https://huggingface.co/MinusZoneAI/flux-dev-de-distill-fp8/tree/main

• De-distilled FP8 GGUF & Q4_K_M GGUF：https://huggingface.co/TheYuriLover/flux-dev-de-distill-GGUF/tree/main