Flux1-DedistilledMixTuned
详情
下载文件
关于此版本
模型描述
V4.0-完整版：
V4.0 模型在 V3.0 的基础上，融合了 SRPO 模型的写实与细腻、Krea 模型的艺术性与多风格，同时具备良好的质感与 LoRA 兼容性，综合能力大幅提升。
极其真实与细腻，即使 TTP 直接放大至 8M 像素，仍能保持极佳细节。
提示词还原能力大幅提升，推荐使用 LLM 增强的结构化提示词，内容详尽。
具备出色的艺术表现力与风格多样性，以及良好的 LoRA 兼容性。
V4.0 模型基于 V3.0 构建，融合了 SRPO 模型的写实与细腻、Krea 模型的艺术性与多风格，同时具备良好的质感与 LoRA 兼容性，综合能力大幅提升。
极其真实与细腻，即使 TTP 直接放大至 8M 像素，仍能保持极佳细节。
提示词还原能力大幅提升，推荐使用 LLM 增强的结构化提示词，内容详尽。
具备出色的艺术表现力与风格多样性，以及良好的 LoRA 兼容性。
===========================================================================
V3.0-Krea 版本：
Flux.1-Dev-Krea 模型提升了 Dev 模型的艺术风格与写实摄影能力，但人像清晰度与美学表现有所减弱，尤其与原 Dev 模型训练的 LoRA 兼容性极差。本 V3.0-Krea 版本保留了 Krea 模型的核心优势，提升了图像清晰度与原 Dev 模型 LoRA 的兼容性，但 LoRA 兼容性改善有限（主要指人像与风格 LoRA，其他 LoRA 及 CN 表现尚可），效果不够理想，是本版本的遗憾之处，请谨慎下载。
Flux.1-Dev-Krea 在艺术风格与写实摄影能力上优于 Dev 版本，但人像清晰度与美学表现有所下降，尤其与原 Dev 模型训练的 LoRA 兼容性极差。V3.0-Krea 保留了 Krea 模型的主要优势，提升了图像清晰度与 LoRA 兼容性，但 LoRA 兼容性改善有限（主要指人像与风格 LoRA，其他 LoRA 及 CN 表现尚可），效果不够理想，是本版本的遗憾之处，请谨慎下载。
建议使用 GNER-T5-XXL 替代 T5-XXL，以获得更强的提示词理解能力，可从 /model/1888454 下载，或我的 HF 仓库下载。
建议使用 GNER-T5-XXL 替代 T5-XXL，以获得更强的提示词理解能力，可从 /model/1888454 下载，或我的 HF 仓库下载。
一些示例图片 (Some example image) :
模型使用：
基本组合：deis+simple / euler+beta，可尝试不同组合。
基本：deis+simple / euler+beta，可尝试更多不同组合。
Also on Huggingface.co
===========================================================================
V3.0-PAP 版本：
V3.0-PAP：面向人像与艺术摄影优化的基础模型。模型在构图、光影及东方人脸型等方面进行了专项优化，进一步提升人脸模型的敏感性与适配性。
相较于原版 Dev 模型，本版本在人种与脸型表现上更真实、丰富。人脸示例来源于以下作者的 LoRA 模型，在此致谢！若存在侵权，请告知立即删除。
Portrait and Art Photography Optimization Base Model. The model has been specially optimized in composition, light and shadow, oriental face shape to further strengthen the sensitivity and adaptability of the face model.
Compared to the Flux.1 Dev original model, this version is more realistic and richer in terms of ethnicity and face shape, and the example drawings of the face model are from the LoRA model of the following authors, thanks in advance! If there is any infringement, it will be notified and deleted immediately.
https://civitai.com/user/el_fluppe
https://civitai.com/user/wolfcatz
https://civitai.com/user/seanwang1221
https://civitai.com/user/nawusijia
模型使用简单指南：
基本构图：deis+simple / euler+beta；噪点更多：ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform；细节更丰富、更具想象力：heunpp2+ddim_uniform；放大：UltimateSDUpscale/TTP；胶片效果：添加 lut(35mm/AGAF/Kodak)；或基于您自身环境的最佳测试组合。步数建议 20-30。工作流详见示例图。
Basic: deis+simple / euler+beta; More noise: ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; More detail, more imaginative: heunpp2+ddim_uniform; Upscaler: UltimateSDUpscale/TTP; Film effects: add LUT (35mm/AGAF/Kodak); Or the best combination of tests based on your own environment. steps 20-30。 The workflow is shown in the example POST image.
Also on Huggingface.co
一个有趣的脸模控制测试示例 (An interesting face model LoRA control sample)：
===========================================================================
DedistilledMixTuned Dev V3.0：
中国农历蛇年钜献！(Great upgrade for Chinese Snake Year!)
V3.0 模型全面升级，可能是当前 Flux Dev 微调模型中，模型能力最均衡、LoRA 兼容性、真实感、出图质量与艺术创作力最接近 Flux Pro 的模型。（为便于评测对比，本模型的种子与原 Dev 模型基本对齐）
Fully upgraded Version 3.0, it may be the best model in the current Flux Dev fine-tuning models. Have the very good balance in model capabilities, LoRA compatibility, realism, image quality and artistic creativity closest to the Flux Pro model. (For evaluation and comparison, the seeds of this model are basically aligned with the original Dev model)
V3.0 模型使用指南：
模型通过分层融合技术，消除反蒸馏干扰，与原版 Flux.1 Dev 模型完全兼容，对 LoRA 权重更敏感。1024x1024 分辨率以下，建议使用 euler/deis + normal/beta/simple 等组合；1024 - 2048 高分辨率图像，建议使用 ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta。
细节最强：dpmpp_2m+beta；艺术性最佳：heunpp2+ddim_uniform
建议：KSampler，20-30 步。工作流详见图：https://civitai.com/images/53432419
The model is fully compatible with the original Flux.1 Dev. Had removed the de-distillation interference, and has a higher sensitivity to LoRA weights. For 1024x1024 and below, euler/deis + normal/beta/simple, etc., 1024 - 2048 for large binning images, ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta.
More details: dpmpp_2m + beta, More artistry: heunpp2 + ddim_uniform
Recommended: KSampler, steps 20-30. Workflow of the model pls ref: https://civitai.com/images/53432419
===========================================================================
DedistilledMixTuned Dev V2.0：
2025 新年献礼！经过一个多月打磨，在 v1.0 基础上全新升级 V2.0 版本，以照片级真实感，在细节表现、出图速度、LoRA 兼容性、光影和谐度等方面达成全新平衡。
2025 New Year Gift! More than a month of training and fine-tuning, The V2.0 version has been upgraded based on v1.0, and has reached a better balance in detail reflection, drawing speed, LoRA compatibility, light and shadow harmony with photorealistic realism.
===========================================================================
DedistilledMixTuned Schnell V1.0：
可能是当前所有基于 Flux.1 Schnell 的模型中，能在 4-8 步内快速出图、高度还原原版 Flux Schnell 构图风格、提示词理解能力强，并在出图质量、细节表现、真实感回归与风格多样性方面取得最佳平衡的开源可商用 Schnell 基础模型。
仅需 4 步，该模型在图像质量、细节、真实感与风格多样性方面，可能优于其他所有 Flux.1 Schnell 微调模型，同时具备优秀的提示词遵循能力与原版 Flux 模型风格还原能力。
基于 FLUX.1-schnell，整合 LibreFLUX，通过 ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials 等工具微调。推荐使用 4-8 步，通常 4 步即可。相比其他 Flux.1 Schnell 模型，质量和真实感大幅提升。
===========================================================================
DedistilledMixTuned Dev V1.0：
可能是当前 10 步内快速出图的 Flux 微调模型中，最贴近原版 Flux.1 Dev 风格、提示词还原能力最强、出图质量最优、细节表现超越 Flux.1 Dev，最接近 Flux.1 Pro 的基础模型。
可能是步数 6-10 的最佳质量模型，部分细节已超越 Flux.1 Dev，接近 Flux.1 Pro，并具备优秀的提示词遵循能力与原版 Flux.1 Dev 风格还原能力。
基于 Flux-Fusion-V2，整合 flux-dev-de-distill，由 ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials 等工具微调。建议使用 6-10 步。相比其他 Flux.1 模型，质量大幅提升。
GGUF Q8_0 / Q5_1 / Q4_1 量化版本模型文件已测试并同步发布，后续将不再提供其他量化版本。如需，用户可下载 fp8 文件后自行量化。
GGUF Q8_0 / Q5_1 / Q4_1 量化版本模型文件，经测试后已同步上传，不再提供其他量化版本。过度量化将损失该高速高精度模型的优势，因此不提供其他版本，您可基于以下提示下载 FP8 模型并自行量化。
===========================================================================
推荐：
UNET 版本（仅模型）需搭配 Text Encoders 和 VAE，推荐使用以下 CLIP 与 Text Encoder 模型，以获得更佳提示引导效果：
Text Encoders: https://huggingface.co/silveroxides/CLIP-Collection/blob/main/t5xxl_flan_latest-fp8_e4m3fn.safetensors
VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae
GGUF 版本：需安装 GGUF 模型支持节点，https://github.com/city96/ComfyUI-GGUF
简易工作流：如下所示，无需任何其他 ComfyUI 自定义节点（GGUF 版本请使用 city96 的 UNET Loader(GGUF) 节点）：
===========================================================================
洗去蒸馏油腻，回归模型本真，致力打造最纯正的 Flux 优质底模！
Wash away the distillation and return to the original basic.
如果您使用后觉得模型不错，请多多返图，谢谢！
If you feel the model is good for you, please post the image here, thanks a lot!
感谢：
https://huggingface.co/black-forest-labs/FLUX.1-dev，优秀的开源文生图模型，基于 FLUX.1 [dev] 非商业许可。
https://huggingface.co/black-forest-labs/FLUX.1-schnell，优秀的开源文生图模型，基于 apache-2.0 许可。
https://huggingface.co/Anibaaal，Flux-Fusion 是优秀的混合与微调模型。
https://huggingface.co/nyanko7，Flux-dev-de-distill 是出色的实验项目！感谢提供 inference.py 脚本。
https://huggingface.co/jimmycarter/LibreFLUX，免费、反蒸馏的 FLUX 模型，是 FLUX.1-schnell 的 Apache 2.0 版本。
https://huggingface.co/MonsterMMORPG，Furkan 分享了大量 Flux.1 模型测试与调优课程，对反蒸馏模型有特殊测试。
https://github.com/cubiq/Block_Patcher_ComfyUI，cubiq 的 Flux 块修补采样器让我深入了解了 Flux.1 块参数如何影响图像生成。他的 ComfyUI_essentials 提供了 FluxBlocksBuster 节点，使我能够轻松调整块参数，这是非常出色的工作！
https://huggingface.co/twodgirl，分享了模型量化脚本与测试数据集。
https://huggingface.co/John6666，分享模型转换脚本和模型集合。
https://github.com/city96/ComfyUI-GGUF，原生支持 GGUF 量化模型。
https://github.com/leejet/stable-diffusion.cpp，提供纯 C/C++ 的 GGUF 模型转换脚本。
注意：为方便转换为 GGUF Q5/Q4，可使用 https://github.com/ruSauron/to-gguf-bat 脚本，下载后将其与 sd.exe 文件放在同一目录中，然后在资源管理器中将我的 fp8.safetensors 模型文件拖入 bat 文件，会弹出 CMD 窗口，按菜单提示转换所需模型。
许可证
权重受 FLUX.1 [dev] 非商业许可协议约束。