AnimEasy Flux

/###### 现已支持 4bit 甚至 2bit 量化！ ######

想生成动漫风格的图像，但又不是提示词高手？AnimEasy 只需几个词就能生成不错的图像（有时甚至一个词就够了）。它能生成半写实和动漫风格的图像，并具备良好的文本生成能力。请参见展示视频中的示例。

使用 DDIM 采样器、引导系数 3.5 和 10 步即可取得不错效果——如果发现某些图像效果略显粗糙，可增加步数，让它们“多煮一会儿”（更多步数几乎不会损害图像质量，即使在 50 步时仍能明显改善）。为提升性能，我推荐使用 TAESD VAE 的 flux 版本。所有示例均在 ComfyUI 中使用该检查点的 fp16 版本和标准 FLUX CLIP 模型生成。

如果你**明确不使用“anime”（动漫）、“manga”（漫画）或“cartoon”（卡通）等关键词，生成的图像可能会呈现出更插画风的外观。一种无需修改提示词即可应对的方法是增加步数，这通常会使线条更清晰、色彩更平坦，而不会有重大**的风格或构图变化（尽管完成渲染所需时间会相应延长）。

注意：即使使用 fp8 检查点配合 fp8 CLIP 模型，仍需约 13-14GB 显存才能运行。若想全程使用原生模式（fp16/bf16），则需要约 23-24GB 显存。FLUX 本身也是计算密集型模型，作为参考，在 RTX3090 上，每个 fp16 步骤耗时约 1.2 秒。

如果你**没有足够的显存来原生运行 fp16 模型，我建议使用 GGUF 加载器（如果你使用 ComfyUI）。Q8 模型的效果比 fp8 模型更接近原始模型，且该加载器也支持 Q4 和 Q2 量化模型。fp8 的唯一优势是它在更多程序中具有原生支持，而 GGUF 有时需要第三方插件才能运行。但请注意，任何**量化都会带来一定的计算开销，我在 RTX3090 上无论使用 Q8、Q4 还是 Q2，步数耗时均增加了约 30%。

"后院动漫野餐" - 步数:50, CFG:3.5, 随机种子:918081932971977