Flux1-DedistilledMixTuned
詳細
ファイルをダウンロード
モデル説明
V3.0-Krea バージョン:
Flux.1-Dev-Krea モデルは Dev モデルの芸術的スタイルと写実的な写真表現能力を向上させましたが、人物の明瞭度と美観が低下し、特に元の Dev モデルでトレーニングされた LoRA との互換性が非常に悪くなりました。本 V3.0-Krea は Krea モデルの主な長所を維持し、画像の明瞭度と元の Dev モデルの LoRA との互換性を改善しましたが、LoRA の互換性の改善は限定的です（主に人物およびスタイル LoRA に関して。他の LoRA や CN は比較的問題ありません）。これはこのバージョンのやや残念な点です。ダウンロードの際はご注意ください。
Flux.1-Dev-Krea は Dev バージョンモデルの芸術的スタイルと写実的な写真表現能力を向上させましたが、ポートレートの明瞭度と美観は低下し、特に元の Dev モデルでトレーニングされた LoRA との互換性が非常に悪いです。V3.0-Krea は Krea モデルの主要な長所を維持し、画像の明瞭度を向上させ、LoRA との互換性を強化しましたが、LoRA の互換性の改善は最小限であり、理想的ではありません（主に人物およびスタイル LoRA に関し、他の LoRA や CN は問題ありません）。これはこのバージョンのやや残念な点です。慎重にダウンロードしてください。
GNER-T5-XXL を T5-XXL の代わりに使用することを推奨します。これにより、プロンプト理解能力が向上します。/model/1888454 からダウンロードできます。
一部のサンプル画像：
モデルの使用方法：
基本の組み合わせ：deis+simple / euler+beta。さまざまな組み合わせを試してください。
基本：deis+simple / euler+beta。より多くの組み合わせを試してください。
また、Huggingface.co でも利用可能です。
===========================================================================
V3.0-PAP バージョン:
v3.0-PAP：人物ポートレートと芸術的写真の出力に最適化されたベースモデル。構図、光と影、東洋的な顔型などに特化して最適化され、顔モデルの感度と適合性がさらに強化されています。
元の Dev モデルと比較して、このバージョンは人種や顔型の面でよりリアルで豊かです。顔モデルのサンプル画像は以下の作者の LoRA モデルから取得されています。ありがとうございます！著作権侵害の場合は、ご連絡いただければ直ちに削除します。
ポートレートと芸術的写真最適化ベースモデル。このモデルは構図、光と影、東洋的な顔型に特化して最適化され、顔モデルの感度と適合性をさらに強化しています。
Flux.1 Dev 元モデルと比較して、このバージョンは人種および顔型においてよりリアルで豊かであり、顔モデルのサンプル画像は以下の作者の LoRA モデルから取得されています。感謝します！著作権侵害の場合は、ご連絡いただければ即座に削除します。
https://civitai.com/user/el_fluppe
https://civitai.com/user/wolfcatz
https://civitai.com/user/seanwang1221
https://civitai.com/user/nawusijia
モデル使用の簡単ガイド：
基本構成：deis+simple / euler+beta；ノイズを増やす：ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform；詳細と想像力を高める：heunpp2+ddim_uniform；拡大：UltimateSDUpscale/TTP；フィルム効果：lut(35mm/AGAF/Kodak) の追加；または、ご自身の環境に最適な組み合わせをテストしてください。ステップ数：20-30。ワークフローはサンプル画像をご参照ください。
基本：deis+simple / euler+beta；ノイズ多め：ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform；より詳細で想像力豊か：heunpp2+ddim_uniform；拡大：UltimateSDUpscale/TTP；フィルム効果：lut(35mm/AGAF/Kodak) の追加；またはご自身の環境に最適な組み合わせをテストしてください。ステップ数：20-30。ワークフローはサンプル画像をご参照ください。
また、Huggingface.co でも利用可能です。
興味深い顔モデル LoRA 制御のサンプル：
===========================================================================
DedistilledMixTuned Dev V3.0:
中国农历蛇年特別アップグレード！
V3.0 モデルは全面的にアップグレードされ、現在の Flux Dev ファインチューニングモデルの中で、モデル能力が最もバランスが取れ、LoRA 互換性、リアリズム、出力品質、芸術的創造力が Flux Pro に最も近いモデルである可能性があります。（評価と比較を容易にするために、本モデルのSeedは元のDevモデルとほぼ一致させています）
全面的にアップグレードされたV3.0版は、現在のFlux Devファインチューニングモデルの中で、モデル能力が最もバランスが取れ、LoRA互換性、リアリズム、画像品質、芸術的創造力がFlux Proに最も近いモデルである可能性があります。（評価・比較のため、本モデルのSeedは元のDevモデルとほぼ一致させています）
V3.0 モデルの使用ガイド：
モデルは階層的融合技術により、逆蒸留の干渉を除去し、元の Flux.1 Dev モデルと完全互換です。LoRA 重みに対する感度が高くなっています。1024x1024以下の解像度では、euler/deis + normal/beta/simple などの組み合わせを推奨します。1024〜2048の高解像度画像では、ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta を推奨します。
詳細最強：dpmpp_2m+beta、芸術性最高：heunpp2+ddim_uniform
推奨：KSampler、ステップ数20-30。ワークフローは以下の画像をご参照ください：https://civitai.com/images/53432419
このモデルは元のFlux.1 Devと完全互換であり、逆蒸留の干渉を除去し、LoRA重みに対する感度が向上しています。1024x1024以下ではeuler/deis + normal/beta/simpleなどを推奨。1024〜2048の高解像度画像ではddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/betaを推奨します。
詳細最強：dpmpp_2m + beta、芸術性最高：heunpp2 + ddim_uniform
推奨：KSampler、ステップ数20-30。ワークフローは以下の画像をご参照ください：https://civitai.com/images/53432419
===========================================================================
DedistilledMixTuned Dev V2.0:
2025年新年お祝い！1か月以上かけて開発したV2.0は、v1.0を基に全面的にアップグレードされ、写真級のリアリズムを実現し、詳細表現、出力速度、LoRA互換性、光と影の調和の面で新たなバランスを達成しました。
2025年新年の贈り物！1か月以上にわたるトレーニングとファインチューニングを経て、v1.0を基に全面的にアップグレードされたV2.0は、写真級のリアリズムを実現し、詳細表現、出力速度、LoRA互換性、光と影の調和の面で新たなバランスを達成しました。
===========================================================================
DedistilledMixTuned Schnell V1.0:
現在のFlux.1 Schnellベースのモデルの中で、高速出力（4-8ステップ）、元のFlux Schnellの構図スタイルを忠実に再現し、プロンプト再現性が高く、出力品質、細部表現、リアルさの回復、スタイルの多様性の面で最適なバランスを実現した、オープンソースで商用利用可能なSchnellベースモデルです。
4ステップだけで、このモデルは他のFlux.1 Schnellモデルと比較し、画像品質、詳細、リアリズム、スタイルの多様性で最適なバランスを達成できます。また、プロンプトの再現性が高く、元のFluxモデルのスタイルを正しく再現します。
FLUX.1-schnell をベースに、LibreFLUX をマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials などのツールでファインチューニングしました。推奨ステップ数は4-8で、通常4ステップで十分です。他のFlux.1 Schnellモデルと比べて品質とリアリズムが大幅に向上しています。
===========================================================================
DedistilledMixTuned Dev V1.0:
現在の高速出力（10ステップ以内）のFluxファインチューニングモデルの中で、元のFlux.1 Devスタイルを忠実に再現し、プロンプト再現性が高く、出力品質と詳細表現がFlux.1 Devモデルを上回り、Flux.1 Proに最も近いベースモデルです。
ステップ数6-10での最高品質モデル。一部の詳細ではFlux.1 Devモデルを上回り、Flux.1 Proモデルに近づいています。また、プロンプト再現性が高く、元のFlux.1 Devスタイルを忠実に再現します。
Flux-Fusion-V2 をベースに、flux-dev-de-distill をマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials などのツールでファインチューニングしました。推奨ステップ数：6-10。他のFlux.1モデルと比べて品質が大幅に向上しています。
GGUF Q8_0 / Q5_1 / Q4_1 量子化バージョンのモデルファイルをテスト済みで同時に提供しています。これ以上の量子化は提供しない予定です。必要ならば、以下の手順に従ってfp8モデルをダウンロードし、ご自身で量子化してください。
GGUF Q8_0 / Q5_1 / Q4_1量子化版モデルファイルをテスト済みで同時に提供しました。追加の量子化版は提供しません。ご希望の方は、以下の手順に従ってfp8モデルをダウンロードし、ご自身で量子化してください。
===========================================================================
推奨：
UNETバージョン（モデルのみ）にはText EncoderとVAEが必要です。以下のようなCLIPとText Encoderモデルをご使用いただくと、プロンプトのガイドが向上します：
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バージョン：GGUFモデルサポートノードをインストールしてください。https://github.com/city96/ComfyUI-GGUF
シンプルなワークフロー： 下記のように非常にシンプルなワークフローです。他のカスタムノードは不要です（GGUFバージョンではcity96のUNET Loader(GGUF)ノードをご使用ください）：
===========================================================================
蒸留の余分な油分を洗い落とし、モデルの本来の姿へ還元。最も純粋なFlux高品質ベースモデルの構築を目指します！
蒸留による不純物を取り除き、モデルの本来の姿へ還元する。
モデルをご利用いただき、ご満足いただけましたら、ぜひ作品を共有してください。ありがとうございます！
モデルをご利用いただき、ご満足いただけましたら、ぜひ作品を共有してください。ありがとうございます！
感謝：
https://huggingface.co/black-forest-labs/FLUX.1-dev、優れたオープンソースT2Iモデル。FLUX.1[dev]非営利ライセンスの下で提供されています。
https://huggingface.co/black-forest-labs/FLUX.1-schnell、優れたオープンソースT2Iモデル。Apache-2.0ライセンスの下で提供されています。
https://huggingface.co/Anibaaal、Flux-Fusionは優れたミックス・ファインチューニングモデルです。
https://huggingface.co/nyanko7、Flux-dev-de-distillは素晴らしい実験プロジェクトです！inference.py スクリプトに感謝します。
https://huggingface.co/jimmycarter/LibreFLUX、フリーアプリケーション、逆蒸留されたFLUXモデルで、Flux.1-schnellのApache 2.0版です。
https://huggingface.co/MonsterMMORPG、Furkanさんが多数のFlux.1モデルのテストとチューニングコースを共有してくださいました。逆蒸留モデルの特別なテストも行っていただきました。
https://github.com/cubiq/Block_Patcher_ComfyUI、cubiq氏のFluxブロックパッチャー・サンプラーにより、Flux.1ブロックパラメータの変化が画像生成に与える影響を多数テストできました。彼のComfyUI_essentialsにはFluxBlocksBusterノードがあり、ブロック値の調整が容易になります。素晴らしい仕事です！
https://huggingface.co/twodgirl、モデル量子化スクリプトとテストデータセットを共有してくださいました。
https://huggingface.co/John6666、モデル変換スクリプトとモデルコレクションを共有してくださいました。
https://github.com/city96/ComfyUI-GGUF、GGUF量子化モデルをネイティブ対応しています。
https://github.com/leejet/stable-diffusion.cpp、純粋なC/C++によるGGUFモデル変換スクリプトを提供しています。
注：GGUF Q5/Q4への変換を簡単に行うには、https://github.com/ruSauron/to-gguf-bat スクリプトをご利用ください。ダウンロードしてsd.exeファイルと同じディレクトリに配置し、エクスプローラでfp8.safetensorsモデルファイルをbatファイルにドラッグ&ドロップすると、CMDウィンドウが開き、メニューに従って希望するモデルを変換できます。
ライセンス
重みはFLUX.1 [dev] 非営利ライセンスの下にあります。