GENOVA APEX

GENOVA APEX 是一个实验性模型。

我通过将我之前的 Gene Quantum 模型 /model/885573/flux-gene-beauty 与 DEDISTILLED 模型及我自己训练的 LoRAs 进行融合而创建。该过程包含多个阶段，纯属实验性质，旨在仅用 8 步生成（+ 8 步高分辨率修复）实现与 DEDISTILLED 相似的高细节与真实感。

版本（UNet） – 本版本需配合 Flux VAE、Clip-L 和 T5XXL，才能与 Flux 开发模型有效协同工作。

推荐最佳生成设置

• 采样方法与调度类型：Euler Beta

• 采样步数：8 步

• 我使用高分辨率修复，因为它能显著提升效果：8 步，放大倍数 1.2。

• 我的配置：RAM 64GB，VRAM 16GB

• ComfyUI 工作流：
  我使用一个简单的图像生成工作流，可在此获取：Flux Photos DEV 工作流

  • HyperDetailer 工作流：FLUX PHOTOS DEV（HyperDetailer 更新版） /model/670083

  但请注意，该流程对内存需求较高，因为其中包含了用于细节增强与放大处理的节点，同时也能提供最佳效果。

• 请注意，在 Forge 上的效果可能低于 ComfyUI。我使用的参数如下：最新版 Forge，步数 8，Euler Beta，Distilled CFG Scale 3.5，CFG Scale 1；建议使用 Hires.Fix 上采样器，如 Latent 或其他，步数 8，放大倍数 1.2（更高的放大倍数会带来更好效果，但速度较慢，且需要更多 VRAM/RAM），去噪强度 0.7，Distilled CFG Scale 3.5，CFG Scale 1。

• 我的提示词助手：https://civitai.com/articles/7868/gpts-flux-photo-prompt-gen附注：在建模过程中，我观察到的中间结果甚至优于最终输出效果。因此，我仍在持续实验，因为这一差异的原因尚未查明...