RedCraft | 红潮 CADS | Updated-JUN29 | Latest - Red-K Kontext DEV NSFW
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
레드크래프트**-홍조-METAFILM**
도구로서의 역할을 다하며 예술가를 지원합니다
메타필름 지능 스튜디오 by Ai²Anon 비인간
영원한 추모 METAFILM 스튜디오 창립자 원보 선생
RED-K🧡붉은 킹 에디터 6/29/2025
Reveal.6 & BFL.Kontext[DEV] 병합 NSFW 해금
v1.2 6/29
의상 제거기(fm00) & Reveal.6 병합
---
공개 라이선스
GNU Affero General Public License v3.0
GNU AGPLv3
이 최강의 카피레프트 라이선스의 권한은 라이선스된 작품 및 수정본의 완전한 소스 코드를 동일한 라이선스 하에 제공하는 조건에 달려 있으며, 라이선스된 작품을 포함하는 더 큰 작품도 포함됩니다. 저작권 및 라이선스 표시는 보존되어야 합니다. 기여자는 명시적인 특허권 부여를 제공합니다. 수정된 버전이 네트워크를 통해 서비스로 제공될 때, 수정된 버전의 전체 소스 코드를 공개해야 합니다.
https://choosealicense.com/licenses/agpl-3.0/
RED-OMNI Kontext 에디터 5/31/2025
지원 작업
IP: IP-Adapter와 유사하게 캐릭터, 객체, 동물을 지원합니다. 이전 방식보다 더 높은 품질과 캐릭터 정체성 보존을 위해 VAE 기반 특징 인코딩을 사용합니다.
ID: InstantID 및 PuLID와 유사하게 얼굴 정체성에 초점을 맞춥니다. 얼굴 품질은 높지만, PuLID보다 더 많은 모델 오염을 유발합니다.
팁: 얼굴이 너무 광택이 나면 안내 스케일을 줄이세요.Try-On: 상의, 하의, 안경, 모자 등 다양한 의상을 가상으로 착용할 수 있으며, 여러 벌의 옷도 지원합니다. 제한된 학습 데이터에도 불구하고, 기존에 보지 못한 다중 의상 및 ID+의상 조합에 잘 일반화됩니다.
Style: Style-Adapter 및 InstantStyle과 유사합니다. 스타일 일관성이 덜 안정적이며, 현재는 다른 조건과 병합할 수 없습니다. 개선 중입니다.
Multi Condition: ID, IP, Try-On을 결합해 창의적인 결과물을 생성합니다. 특징 라우팅 제약을 통해 개체 간 충돌과 혼합을 최소화합니다.
ComfyUI: ComfyUI-DreamO를 통해 네이티브 지원
고급 사용법 Advanced Usage
OmniConsistency는 Show Lab, 싱가포르 국립 대학교가 오픈소스로 공개한 일관성 보존 스타일 전이 모델 및 알고리즘 조합입니다. FLUX.1 dev를 훈련 기반으로 사용하기에, 테스트 결과 DreamO와 OmniConsistency는 ComfyUI를 통해 "환상적인 연동"을 달성할 수 있습니다.
OmniConsistency는 싱가포르 국립 대학교의 Show Lab이 오픈소스로 공개한 일관성 보존 스타일 전이 모델 조합입니다. FLUX.1 dev를 훈련 기반으로 사용하기에, DreamO와 OmniConsistency는 ComfyUI 워크플로우를 통해 "환상적인 연동"을 달성할 수 있습니다.
showlab/OmniConsistency 저장소의 일관성 LoRA와 22가지 다른 스타일의 LoRA를 RED-Omni(2.5DNSFW)에 연결하거나, DreamO의 네이티브 방식으로 Flux.1 dev 모델 그룹에 연결하면, 참조 콘텐츠에 대한 자연어 편집과 스타일 전이를 동시에 수행할 수 있습니다.[ 더 많은 활용법은 여러분이 직접 발견해보세요 ]
showlab/OmniConsistency 저장소의 Omniconsistency LoRA와 22가지 다양한 스타일의 LoRA를 RED-Omni(2.5DNSFW) 또는 DreamO의 네이티브 방식을 통해 Flux.1 dev 모델 그룹에 연결하면, 참조 컨텍스트에 대한 자연어 편집과 스타일 전이를 동시에 수행할 수 있습니다.
[ 더 많은 즐거움이 탐험가를 기다립니다 ] BFL Kontext (dev)를 기대합니다.
REDEdit IC (FP8) 5/11/2025
In-Context Edit: 대규모 확산 변환기에서 인-context 생성을 통한 지시 기반 이미지 편집 구현
ICEdit 멀티모달 컨트롤러(IC 유도 이미지 편집)
Flux.tools-Fill 기반으로 최소 6GB VRAM만으로 실행 가능
최근 등장한 멀티모달 컨트롤러는 C단계 사용자에게 점점 비친화적이 되고 있습니다.
자주 20~30GB 이상의 VRAM을 요구해, 많은 사용자들이 잠시 망설입니다.
개발팀은 C단계 플레이어 커뮤니티의 강력한 피드백을 경험한 후, 공식 워크플로우를 적극적으로 제공했습니다(좋아요 👍)
C단계 플레이어 커뮤니티의 강력한 피드백을 경험한 후, 개발팀은 공식 워크플로우를 적극적으로 제공했습니다.
또한 더 완벽한 클라이언트 사용 방법을 제공했습니다:
편집 지시어를 입력하기 전에 고정된 사전 프롬프트 "동일한 장면의 양쪽에 두 개의 이미지를 가진 이분법. 오른쪽은 왼쪽과 정확히 같은 장면이지만 {지시어}" 를 반드시 추가해야 합니다. 그렇지 않으면 잘못된 결과가 나올 수 있습니다! (이 내용은 논문에 명시되어 있습니다!) Datou가 그의 ComfyUI 워크플로우를 업데이트했습니다. 시도해보세요! (Hugging Face Gradio 데모의 코드는 이미 이 프롬프트를 포함하고 있습니다. 따라서 추가 설정 없이 편집 지시어만 입력하면 됩니다.)
입력 이미지의 너비는 512로 조정해야 합니다(높이에는 제한 없음).
MoE-LoRA가 아닌 Normal LoRA를 사용하세요. MoE-LoRA는 ComfyUI LoRA 로더로 정상적으로 로드되지 않습니다.
공식 normal(MoE 아님) LoRA: RiverZ/ICEdit-normal-lora at main
로컬에 독립적인 추론 환경을 구축하는 것을 강력히 권장합니다(또는 십자鱼가 제공하는 통합 패키지를 사용하세요).
5.11 🔥 RED-Edit v1.1(ICEdit normal LoRA 기반) 업데이트 — 다중 지시어 최적화
5.11 🔥 오른쪽 다운로드 목록의 Trainning data 워크플로우 업데이트
옷 벗기기, 선글라스 착용, 마스크 착용을 동시에 수행하면 성공률이 크게 향상됩니다🔥 화질 최적화, 추천 스텝 15단계
프롬프트: A diptych with two side-by-side images of the same scene. On the right, the scene is exactly the same as on the left but {Women's naked,Wearing sunglasses,facemask}
고급 사용자용: Flux.fill LoRas를 중첩하면 더 안정적인 수정 결과를 얻을 수 있습니다
Object Removal Flux Fill v2
@xiaozhijason / Object Removal Flux Fill v2 - v2.0 | Flux LoRA | Civitai
Fill.LoRas 모델 설명 by xiaozhi
이 LoRA는 Flux Fill Dev 모델을 미세 조정하여 개체 제거에 특화되었습니다.
지정된 마스크 영역 내의 개체를 제거하는 데 사용되며, 불필요한 개체를 자연스럽게 제거해야 하는 이미지 편집 작업에 유용합니다.
이 LoRA는 Object Drop에서 영감을 받았습니다. Object Drop은 개체 제거에 놀라운 결과를 보였고, 저는 이를 Flux Fill 모델로 시도해보고 싶었습니다.
컴퓨팅 파워의 제약으로 인해, 이 알파 버전은 매우 작은 데이터셋만으로 훈련되었습니다.
누군가 관심이 있고 컴퓨팅 파워를 후원하고 싶다면, 저에게 연락하세요.
Fill-LoRas 제작자 연락처
Twitter: [@Lrzjason](https://twitter.com/Lrzjason)
이메일: [email protected]
CivitAI: https://civitai.com/user/xiaozhijason
ICEdit & 소지가 우리에게 다시 빛을 믿게 합니다
RED-Edit은 RED-Fill (NSFW) 기반에 ICEdit 학습 가중치를 병합하여, 최소 8단계 추론만으로 실행 가능합니다.
워크플로우 및 모델 파일은 다운로드 목록에서 제공되며, 워크플로우는 "Trainning data" 압축 파일로 패키징되었습니다.
Gemini 및 GPT-4O 같은 상용 모델과 비교해도, 우리 방법은 캐릭터 ID 보존과 지시어 수행 면에서 유사하거나 더 우수하며, 오픈소스성이 더 높고, 비용이 낮으며, 속도가 빠릅니다(1장의 이미지를 처리하는 데 약 9초 소요) 및 강력한 성능을 제공합니다.
감사의 말씀: @river-zhang 및 팀원 절강 대학교 & 하버드 대학교
@article{zhang2025ICEdit,
title={In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer},
author={Zhang, Zechuan and Xie, Ji and Lu, Yu and Yang, Zongxin and Yang, Yi},
journal={arXiv},
year={2025},
url={https://arxiv.org/abs/2504.20690},
}
REDiDream Pro (FP8) 4/28/2025
REDiDream Pro 소개
HiDream-I1은 170억 개의 파라미터를 가진 오픈소스 이미지 생성 기반 모델로, 초단위로 업계 최고 수준의 이미지 생성 품질을 달성합니다. REDiDream Pro는 HiDream-I1 풀 버전을 기반으로 개발된 효율적인 이미지 생성 모델로, 추가 훈련과 DEV / FAST 버전 최적화를 통해 생성 효율성과 안정성을 크게 향상시켰고, 적절한 수준에서 NSFW 생성 능력을 해금했습니다.
HiDream-I1은 170억 개의 파라미터를 가진 오픈소스 이미지 생성 기반 모델로, 초단위로 업계 최고 수준의 이미지 생성 품질을 달성합니다.
REDiDream Pro는 HiDream-I1 풀 버전을 기반으로 개발된 효율적인 이미지 생성 모델로, DEV / FAST 버전을 통한 최적화와 추가 훈련을 통해 생성 효율성과 안정성을 크게 향상시켰고, 적절한 수준에서 NSFW 생성 능력을 해금했습니다.
이제 우리는 GGUF 양자화를 마침내 확보했습니다:
https://huggingface.co/Sikaworld1990/Redidream/tree/main
감사합니다: Sikaworld1990
감사합니다: sikasolutionsworldwide709
감사합니다: City96 https://huggingface.co/city96
다음은 그 주요 특징 및 기능입니다:
주요 특징 | Key Features
효율적인 생성 | Efficient Generation
REDiDream Pro는 HiDream-I1 풀 버전을 기반으로 최적화되었으며, 생성 속도는 dev 및 fast 버전 사이입니다. 추천 추론 스텝은 15단계입니다.
HiDream-I1 풀 버전을 기반으로 최적화되었으며, dev 및 fast 버전 사이의 생성 속도를 제공합니다.
추천 추론 스텝: 15단계.
안정성 향상 | Enhanced Stability
DEV / FAST 버전 최적화를 통해 REDiDream은 더 안정적인 이미지 생성 성능을 제공합니다.
DEV / FAST 버전을 통해 최적화되었으며, REDiDream은 더 안정적인 이미지 생성 성능을 제공합니다.
오픈소스 및 유연성 | Open Source and Flexibility
HiDream-I1의 MIT 라이선스를 계승하여 사용자가 추가 수정 및 배포를 자유롭게 할 수 있습니다.
HiDream-I1의 MIT 라이선스를 계승하여 사용자가 추가 수정 및 배포를 자유롭게 할 수 있습니다.
상업적 적합성 | Commercial-Friendly
생성된 이미지는 개인 프로젝트, 과학 연구, 상업적 용도로 자유롭게 사용할 수 있으며, HiDream-I1의 라이선스 조건을 준수합니다.
생성된 이미지는 개인 프로젝트, 과학 연구, 상업적 용도로 자유롭게 사용할 수 있으며, HiDream-I1의 라이선스 조건을 준수합니다.
모델 파라미터 규모가 매우 크고, 현재 가장 포괄적인 4TE 레이어를 텍스트 인코더로 사용하기 때문에, 모델 Shift 편향을 적절히 조정하면 더 풍부한 스타일 특징과 NSFW 해금 능력을 얻을 수 있습니다.
ComfyUI 지원 | ComfyUI Support
네이티브 지원 | Native Support
REDiDream은 ComfyUI 3.30 버전을 네이티브로 지원하며, 모든 예제 이미지는 이 버전으로 생성되었습니다.
REDiDream은 ComfyUI 3.30 버전을 네이티브로 지원하며, 모든 예제 이미지는 이 버전으로 생성되었습니다.
훈련 환경 | Training Environment
REDiDream Pro는 L40s 48GB 하드웨어로 훈련되었으며, ComfyUI를 통해 개발되었습니다.
REDiDream Pro는 L40s 48GB 하드웨어로 훈련되었으며, ComfyUI를 통해 개발되었습니다.
성능 요구사항 | Performance Requirements
하드웨어 요구사항 | Hardware Requirements
REDiDream Pro의 성능 요구사항은 HiDream-I1 dev 버전과 유사하며, 효율적인 추론에 적합합니다.
REDiDream Pro의 성능 요구사항은 HiDream-I1 dev 버전과 유사하며, 효율적인 추론에 적합합니다.
생성 속도 | Generation Speed
생성 속도는 HiDream-I1 dev 및 fast 버전 사이이며, 효율성과 품질의 균형을 최적화했습니다.
생성 속도는 HiDream-I1 dev 및 fast 버전 사이이며, 효율성과 품질의 균형을 최적화했습니다.
라이선스 협정 | License Agreement
모델 라이선스 | Model License
Transformer 모델은 MIT 라이선스를 따릅니다. 변분 자동 인코더(VAE)는 FLUX.1 [schnell]에서 가져왔으며, 텍스트 인코더는 google/t5-v1_1-xxl 및 meta-llama/Meta-Llama-3.1-8B-Instruct에서 가져왔으며, 각각의 라이선스 조건을 준수해야 합니다.
Transformer 모델은 MIT 라이선스를 따릅니다. 변분 자동 인코더(VAE)는 FLUX.1 [schnell]에서 가져왔으며, 텍스트 인코더는 google/t5-v1_1-xxl 및 meta-llama/Meta-Llama-3.1-8B-Instruct에서 가져왔으며, 각각의 라이선스 조건을 준수해야 합니다.
사용 책임 | Usage Responsibility
사용자는 생성된 콘텐츠의 소유권을 가지지만, 라이선스 조건을 준수해야 하며, 불법적이거나 해로우며 취약 계층을 대상으로 하는 콘텐츠를 생성해서는 안 됩니다.
사용자는 생성된 콘텐츠의 소유권을 가지지만, 라이선스 조건을 준수해야 하며, 불법적이거나 해로우며 취약 계층을 대상으로 하는 콘텐츠를 생성해서는 안 됩니다.
REDiDream Pro | 라이선스 계승
HiDream-I1의 MIT 라이선스를 계승하며, 각각의 라이선스 조건을 준수합니다.
REDiDream은 HiDream-I1의 MIT 라이선스를 계승합니다.
감사의 말 | Acknowledgements
모델 출처 | Weights Sources
HiDream-ai/HiDream-I1-Full · Hugging Face
Comfy-Org/HiDream-I1_ComfyUI · Hugging Face
GuangyuanSD/REDiDreamviaHiDreami1Uncensored · Hugging Face
컴포넌트 출처 | Component Sources
변분 자동 인코더는 FLUX.1 [schnell]（Apache 2.0 라이선스）에서, 텍스트 인코더는 google/t5-v1_1-xxl（Apache 2.0 라이선스）와 meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1 커뮤니티 라이선스 계약）에서 가져왔습니다.
The VAE is from FLUX.1 [schnell] (Apache 2.0 license), and text encoders are from google/t5-v1_1-xxl (Apache 2.0 license) and meta-llama/Meta-Llama-3.1-8B-Instruct (Llama 3.1 Community License Agreement).
REDiDream 이름의 유래:
이 여정을 마친 후, 우리는 Re-Did-(a)Dream
RED. UNO In-Context (FP8) 4/14/2025
REDAIGC FT 모델은 UNO In-Context 생성과 일치하도록 설계되었습니다
(F.1 dev보다 개선된 품질을 제공)
FLUX FT 베이스 모델이 UNO 컴포넌트에 적응되지 않는 문제를 해결했으며, FP8 가중치(VRAM 사용량 16GB)를 사용하며 Diffusers 및 ComfyUI를 모두 지원합니다
---
Diffusers 스크립트:
https://github.com/bytedance/UNO
Dit-LoRA 가중치:
bytedance-research/UNO · Hugging Face
**ComfyUI-**노드 컴포넌트:
https://github.com/QijiTec/ComfyUI-RED-UNO
Diffusers-VAE 버전:
https://huggingface.co/GuangyuanSD/16C_vae_Diffusers
---
이 도전과제를 해결하기 위해 높은 일관성을 가진 데이터 생성 파이프라인을 제안합니다. 이 파이프라인은 확산 트랜스포머의 내재된 인컨텍스트 생성 능력을 활용하여 높은 일관성을 지닌 다중 피사체 쌍 데이터를 생성합니다. 또한 우리는 UNO를 도입했는데, 이는 점진적인 다중 모달 정렬과 유니버설 로테이션 위치 임베딩으로 구성되어 있습니다. UNO는 텍스트-이미지 모델에서 반복적으로 학습된 다중 이미지 조건부 주제-이미지 모델입니다. 광범위한 실험 결과, 우리 방법은 단일 주제 및 다중 주제 기반 생성에서 일관성을 높이면서도 제어 가능성을 보장할 수 있음을 입증했습니다.
ULTRAREVEAL5 SFW 긴급출시 3/25
사용자 피드백으로 Reveal 시리즈가 너무 NSFW라는 의견이 많아
처음으로 Reveal의 성인 콘텐츠 락인 버전을 출시했습니다
[ FLUX Contrast 강화 훈련 기반 ]
REALREVEAL5 갑작스러운 출시 3/18
F.1 DEV LoRA 생태계 전체 호환
반蒸馏 초고품질 재질(학습 가능)
CFG를 1로 복원하여 F.1 DEV와 동일한 속도 유지
LoRA 완전 호환 반蒸馏 UH 재질 (학습 가능)
[ FLUX Ultimate Realism 강화 훈련 기반 ]
---
Illust3Relustion PRO는 Flux1-DedistilledMixTuned v3 PAP로 재생성되었습니다
Ultimate Realism 학습 세트는 DMT v3 PAP 재샘플링 후 사용
2k 초실감 이미지 재샘플링을 학습 데이터셋으로 사용
FLUX DEV 버전 4K 초고해상도 베이스 가중치 EOR v3 추가:
Flux.1 Dev Edge of Reality 진짜 가장자리 - v3 | Flux Checkpoint
---
NSFW 언락됨
---
RedCraft RealReveal5 20스텝 샘플링용
CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform
DetailDaemon 샘플러 사용을 추천하며, 0.6-0.8로 설정하세요
---
SOTA 모든 F.1-LoRA에 대한 적응 능력!
RedCraft uncensored 시리즈 모델은 NSFW 미허가 지역에 게시 금지
비영리 모델은 어떤 형태로도 전달, 전파를 금지합니다 [ 전파 금지 ]
비영리 모델 컴포지트 게시 플랫폼의 위치 법규
illustriousRelustion3 업데이트 3/11
RETROSD / FLUX Reveal / EDGE4k 기반의 인류 전용 리얼리스트ic Illustrious FT 모델
SD 시대의 화려한 시절로 돌아가자! Returning to the glorious years of SD !
CFG 5.5 Deis / DPMM++2M | SGM Uniform / beta
샘플링 스텝은 약 30이 최적
미리보기 이미지에는 워크플로우 및 프롬프트 포함
Hyper / DMD2 / TDD 등 가속기와 함께 사용
샘플링 스텝 25-30이 최적, Hyper/DMD2/TDD 등 가속기와 함께 사용 가능
Model design with Hi-RES 2M (200W pixels)
Hi-RES 2M (200만 화소) 해상도로 설계, 고해상도에서는 UNET 확대 기능 활성화 가능
모든 지원에 감사드립니다!
PONYRelustion3 PRO 공식출시 3/3
3300만 누출 데이터셋 기반
91 대신의 지원을 받아 동아시아 리얼리스트ic PONY 모델 완성
환상적인 말의 세계를 위한 무한한 창의력을 지원합니다!
unlimited creativity in PONY World!
---
CFG 5 Deis | DPMM++2M | SGM Uniform
샘플링 스텝은 약 30이 최적, 구체적 파라미터는 예시 이미지 참고
Hyper/DMD2/TDD 등 가속기와 함께 사용 가능
---
Hi-RES 2M (200만 화소) 해상도로 설계
PONY의 강력한 자동 적응 능력에 따른 가로세로 비율 유지
Aspect ratio like PONY's ULTRA adaptive ability
---
PONY 세계의 성숙하고 고화질 창의적 베이스 모델을 목표로!
모든 지원에 진심으로 감사드립니다!
high-quality,mature basemodel for the PONY world!
Thanks so much to everyone for all your support!
FLUX.Fill NSFW 내보간 모델 출시 2/22
FLUX.Fill [NSFW] NewReveal F.1 inPainting 모델
F.1 Fill에 NSFW 개념 요소 언락
NewReveal F.1 모델과 매칭하기 위한 Fill [NSFW]
ULTRA와 동일한 NSFW 개념 요소 언락
inpainting 모델은 전용 inpainting 워크플로우 및 inpainting 샘플러를 사용하여 로드해야 하며, 이미지에는 이미지 편집 또는 확장을 위한 마스크가 필요합니다.
【 주의사항 】 inPainting 내보간 모델 Fill.NSFW는 전용 inpainting 워크플로우 【 예시 이미지 포함 】 및 내보간 샘플러를 사용해 로드해야 하며, 이미지에는 마스크가 있어야 합니다. 【 그 목적은 이미지 수정 또는 확장에 사용하기 위함입니다 】
일반적인 이미지 생성에는 다음을 사용하세요: RedCraft | 빨강물결 | 상업 및 광고 디자인 시스템 - 🌹NewReveal[F.1]ULTRA🌹
주로 여성 신체 및 인체 기관 보정에 사용
남성 생식기 표현은 여전히 만족스럽지 못함
주로 여성 신체 및 인체 기관 수선에 사용
[ 남성 생식기 표현은 여전히 불완전합니다 ]
RED.epicus BIG Movie (FP8) 2/23/2025
지루함! 반복! 스팸!
RED[창의성] Epicus 서사적인 BIG Movie 모델
문자-이미지 생성 모델의 다양한 암호화 및 蒸馏 기술이 보편화되면서
커뮤니티의 새 모델들이 점점 창의성을 잃고 있습니다...
실사 사진을 그렇게 좋아한다면, 왜 실제 촬영을 하지 않으시나요?!
무미건조하고 반복적이고 끝이 없음
T2I 모델에서 다양한 암호화 및
蒸馏 기술의 보편화로 인해
F.1 커뮤니티 작품은 점점 창의성 부족
실사 사진을 그렇게 사랑한다면! 왜 실제 촬영을 예약하지 않나요?!
---
따라서, 석양 조직(Sunset Red Squad)은 반蒸馏 기술을 기반으로 창의적인 FT 모델을 개발했습니다
잠금된 학습 데이터셋 없음, 과적합된 스타일 없음, 오직 창의성을 위해 설계되었습니다.
확산 모델이 본래 있어야 할 모습을 보여주려 합니다 (비록 실패율이 높지만)
---
NSFW 언락됨
---
RedCraft DRD (De-Re-Distilled) NewReveal.4M 20스텝용
CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform
"이 발렌타인데이가 여러분의 마음을 사랑과 기쁨으로 채우기를 바랍니다. 모든 이들에게 애정과 소중한 순간으로 둘러싸인 하루가 되기를 기원합니다." 🌹🌹🌹🌹🌹🌹
Happy Valentine's Day ! 사랑의 날 행복하세요 2/14/2025
새해 복 많이 받으세요 Happy New Year of the Snake
전혀 새로운 F.1 Schnell FT 모델 준비하세요 — RUSHReveal**·Schnell** 「절정 · 카드뽑기기」
IL / PONY / XL / MJ / SD15용 최고의 리파이너
New Reveal ULTRA 2/08/2025
반蒸馏 초고품질 재질(가능)
CFG를 1로 복원하여 F.1 DEV와 동일한 속도 유지
LoRA 완전 호환 반蒸馏 UH 재질 (학습 가능)
[ FLUX Aesthetics 강화 LoRA 기반 ]
NSFW 언락됨
---
RedCraft DRD (De-Re-Distilled) NewReveal.4M 20스텝용
CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform
Dr Wikeeyang`s 최신 연구
Flux1-Dedistilled 3.0
F.1 Distilled2PRO 유출 🏴☠️
/model/941929/flux1-dedistilledmixtuned
NewREVE[A]L 슬쩍 출시 1/22
F.1 DEV LoRA 생태계 전체 호환
반蒸馏 초고품질 재질(가능)
CFG를 1로 복원하여 F.1 DEV와 동일한 속도 유지
LoRA 완전 호환 반蒸馏 UH 재질 (학습 가능)
[ FLUX Aesthetics 강화 LoRA 기반 ]
---
이 모델은 F.1 Distilled2PRO의 반蒸馏 '해제 버전'을 기반으로 슬쩍 출시되었습니다 (이제 공개됨):
Flux1-DedistilledMixTuned V3 탈출 버전 (공개됨)
Flux1-DedistilledMixTuned - v3.0 fp8 | Flux Checkpoint | Civitai
---
FLUX DEV 버전 4K 초고해상도 베이스 가중치 EOR v3 추가:
Flux.1 Dev Edge of Reality 진짜 가장자리 - v3 | Flux Checkpoint
RED.2 [ ArtAUG ] BF16 미학 베이스 모델 가중치 추가:
RedCraft | 빨강물결 CADS | RED.2 BF16 (ArtAug) | Flux Checkpoint
---
NSFW 언락됨
---
RedCraft DRD (De-Re-Distilled) NewReveal.4M 20스텝용
CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform
---
SOTA 모든 F.1-LoRA에 대한 적응 능력!
특별한 감사
SHM_AI의 뛰어난 작품:
SHM Realistic - v4.0 | Stable Diffusion Checkpoint | Civitai
HudujnikBezKisty의 뛰어난 작품:
The Super Realistic - TSR 2.0 | Stable Diffusion Checkpoint | Civitai
Astraali의 뛰어난 작품:
AstrAnime - AstrAnime_V6 | Stable Diffusion Checkpoint | Civitai
그리고 SD1.5에 침묵하게 기여하신 모든 분들께
SD15RelustionHD 출시 1/18
Relustion1.5HD 고해상도 출시 1/18/2025
RETROSD 자료와 HD4K 기반으로 재구성된 SD1.5
RETRO! SD 시대의 화려한 시절로 돌아가자!
CFG 5-7 DPM++2M /EulerA | SGM Uniform
샘플링 스텝은 25~30 스텝이 최적, 내장 VAE
Hi-RES 0.9M (92만 화소) 해상도로 설계
고해상도 직접 출력 시 UNET 확대 또는 분할 스크립트 활성화
[ 전정밀도 FP32 기반 제작, 최초 FP16 버전 출시 ]
RETRORelustion2 화려한 출시 1/16
RETROSD / FLUX Reveal / EDGE4k 기반의 동아시아 레트로 리얼리스트ic Illustrious FT
RETRO! SD 시대의 화려한 시절로 돌아가자! Returning to the glorious years of SD !
CFG 5 Deis | EulerA | SGM Uniform
샘플링 스텝은 25-30이 최적, Hyper/DMD2/TDD 등 가속기와 함께 사용 가능
Hi-RES 2M (200만 화소) 해상도로 설계, 고해상도 시 UNET 확대 활성화
모든 지원에 감사드립니다!
PONYRelustion2 즐겁게 출시 1/11
FLUX Reveal / EDGE4k 시리즈 기반의 32비트 동아시아 리얼리스트ic PONY 모델
**Full Model fp32 (12.92 GB) 전정밀도, 비蒸馏, 비오염, BNB VRAM 사용량 7GB
FP32 버전 최초 출시, PONY World의 무한한 창의력!
환상적인 말의 세계를 위한 무한한 창의력을 지원합니다!
CFG 5 Deis | EulerA | SGM Uniform
샘플링 스텝은 약 25가 최적, Hyper/DMD2/TDD 등 가속기와 함께 사용 가능
Hi-RES 2M (200만 화소) 해상도로 설계, 가로세로 비율은 강력한 적응력 유지
Aspect ratio like PONY's ULTRA adaptive ability
PONY 세계의 성숙하고 고화질 창의적 베이스 모델을 목표로!
모든 지원에 진심으로 감사드립니다!
특별한 감사
파라미터 최적화에 대한 탁월한 기여에 감사드립니다!
RED.2 15.2 GB(BF16) 1/8/2025
FLUX Aesthetics 강화 LoRA 기반
ECNU Computational Intelligence Lab
RED.2 미학 평가는 DiffSynth-Studio 생성 이해 상호작용 학습 프로젝트 ArtAug 기반
논문: https://arxiv.org/abs/2412.12888
모델: ModelScope, HuggingFace
데모: ModelScope, HuggingFace (곧 제공)
ArtAug 학습 프로세스는 다음과 같은 단계로 구성됩니다:
생성-이해 상호작용: 이미지 생성 모델로 이미지를 생성한 후, 다중 모달 대형 언어 모델(Qwen2-VL-72B)을 사용하여 이미지 내용을 분석하고 수정 제안을 제공하며, 이를 바탕으로 더 높은 품질의 이미지로 재생성합니다.
데이터 생성 및 필터링: 상호작용 생성은 긴 추론 시간을 필요로 하며 때로는 나쁜 이미지 내용을 생성합니다. 따라서 오프라인으로 대량의 이미지 쌍을 생성하고 필터링한 후 후속 학습에 사용합니다.
차등 학습: 차등 학습 기법을 적용하여 LoRA 모델을 학습시키며, 강화된 이미지 데이터셋 자체를 직접 학습하는 대신, 강화 전후 이미지 간의 차이점을 학습하도록 합니다.
반복적 강화: 학습된 LoRA 모델을 베이스 모델에 융합하고, 전체 프로세스를 융합된 모델로 여러 번 반복하여 상호작용 알고리즘이 더 이상 크게 개선되지 않을 때까지 진행합니다. 각 반복에서 생성된 LoRA 모델을 결합하여 이 최종 모델을 생성합니다.
이 모델은 Qwen2-VL-72B의 미적 이해를 **FLUX.1[dev]**에 통합하여 생성된 이미지의 품질을 향상시켰습니다.
사용법
CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform
25단계에서 가속기 없이 생성
RED.2에 권장되는 가속기 조합: RED-AIGC / TDD
타겟 기반 디스틸레이션: 타겟 타임스텝 선택 및 분리된 가이던스를 통한 일관성 디스틸레이션
TDD-디스틸레이션된 RED.2를 사용하여 단 4-8단계로 생성
디스틸레이션 가속기 가중치 스케일링: 0.12~0.13
[ 샘플러 LCM/EulerA로 리샘플링을 사용하면 더 나은 결과를 얻을 수 있습니다 ]
이 링크의 모델들은 병렬 관계에 있으며, 버전 업그레이드가 아닙니다
本链接内的模型是并列的平行关系，并非全部是版本推进
차이점은 오른쪽의 ‘이 버전에 대해’ 섹션에서 확인할 수 있습니다
不同版本的说明在右侧的 ‘About this version’ 清单内
모델 목록 list of models:
TURBO Reveal2 크리스마스 첫 선! Merry Christmas!
( HOTFix v2.1 업로드 - LoRA 적응성 향상 )
Reveal NSFW를 기반으로 더 많은 인물 이미지를 결합한 시도입니다!
Reveal2 Turbo 8-10단계
Reveal NSFW를 기반으로 더 많은 인물 이미지를 결합
RedCraft | 红潮 CADS - Reveal2 TURBO
모두에게 즐거운 휴일 되세요! Wishing everyone a happy holiday!
이 모델은 어떤 역디스틸레이션 가중치도 사용하지 않습니다
Does not use any De-distilled weights
PONY Relustion 동지 첫 선 Winter Solstice Festival
고화질 현실적인 스타일을 기반으로 한 창의적 우선 설계
↳ RedCraft | 红潮 CADS - PONY Relustion
고화질 현실적 스타일을 기반으로 한 창의적 우선 설계
이전 PONY 모델 출시 이후 7개월이 지났습니다:
MIST XL Hyper Character Style Model 角色风格模型加速版
관심 있는 분들은 전 세계 최초의 Hyper-PONY 초고속 모델을 다시 확인해보세요
Reveal NSFW
FLUX.1 DEV 사양의 FP8 FT 모델로, 남녀 로맨틱 액션 및 인체 예술에 특화되었습니다:
↳ RedCraft | 红潮 CADS - Reveal NSFW
FLUX.1 DEV FP8 FT 모델, 로맨틱 액션 및 인체 예술 중심
Reveal3 ULTRA
( HOTFix v3.2 - PENIS 업로드 )
FLUX.1 DEV과 역디스틸레이션 기술을 결합한 고화질 버전 업그레이드입니다:
↳ RedCraft | 红潮 CADS - Reveal3 uncensored
De-Re-Distillation 품질 최적화를 통한 Reveal의 고화질 업데이트
Relustion IL NSFW
SDXL 사양을 기반으로 한 전체 학습 모델 Illustrious XL의 현실적 FT 버전입니다:
↳ RedCraft | 红潮 CADS - Relustion IL NSFW
Illustrious XL의 현실적 FT 버전, SDXL 기반 최적화
Relustion ULTRA
Relustion IL을 기반으로 현실성을 더욱 강화한 고화질 버전입니다:
↳ RedCraft | 红潮 CADS - Relustion ULTRA
Relustion IL의 현실성을 강화한 고화질 버전
Relustion XL
SDXL CADS3을 기반으로 NSFW 학습 세트를 결합한 고화질 양자화 버전입니다:
↳ RedCraft | 红潮 CADS - Relustion XL
SDXL CADS3 기반, NSFW 학습 세트를 결합한 고화질 양자화 버전. FLUX 및 IL 모델의 고화질 정제용
**RASCH.**1 / 2
두 개의 서로 다른 Schnell 역디스틸레이션 FT 모델에 RED.1 스타일을 결합한 고속 모델입니다:
↳ RedCraft | 红潮 CADS - RASCH.2
↳ RedCraft | 红潮 CADS - RASCH.1 Forge
ReFLEX NSFW
Schnell NF4 버전의 애니메이션 스타일 모델로, 구조 안정성과 프롬프트 재현 정확도에 중점을 둡니다:
↳ RedCraft | 红潮 CADS - REFLEX NSFW
다양한 Schnell 역디스틸레이션 FT 모델에 RED.1 스타일을 혼합한 고속 모델
프롬프트 정확도를 유지하면서, De-Re-Distilled(DRD) Schnell 모델은 속도와 품질을 균형 있게 제공합니다.
또한 디스틸레이션 모델은 자연스럽게 신체 및 스타일 안정성을 보유하며, 4비트 양자화 버전이라 할지라도 우수한 품질을 제공합니다.
6~10GB GPU 메모리 사용량, 4-8단계로 이미지 생성, 매우 빠른 속도 (특히 스타일 학습 및 건축 인테리어 모델에 적합)
De-Re-Distilled (DRD) Schnell 모델은 속도와 품질을 균형 있게 제공합니다.
또한 디스틸레이션 모델은 자연스러운 안정성을 보유하며, 4비트 양자화 버전이라 할지라도 우수한 품질을 제공합니다.
6-10GB GPU 메모리 사용량, 4-8단계로 이미지 생성, 매우 빠른 속도
(특히 스타일 학습 및 건축 인테리어 모델에 적합)
아래는 RedCraft 시리즈의 기초 미적 모델 Red.1에 대한 소개입니다.
RedCraft RED.1
BF16 CADS 상업 및 광고 설계 시스템
현재 가장 빠른 출력(10단계 내) BF16 모델 중에서 이미지 품질이 우수하고 세부사항이 풍부한 기초 모델일 수 있습니다.
세부 품질 향상: 10-20단계 모델, 일부 세부사항에서는 FLUX 시리즈 모델을 능가하고 20B 파라미터 모델에 근접합니다.
METAFILM AI - 상업 및 광고 설계 시스템을 기반으로, flux-dev-de-distill을 병합하여, ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials 등 도구로 미세 조정되었습니다. 추천 단계: 10-20단계. 다른 12B 모델에 비해 품질이 크게 향상되었습니다.
기반:
De-Distill & CADS 상업 자료 FP16
ComfyUI WebUI 온라인 생성 지원
10-20 STEPS Euler / DPM++2M | beta / SGM_Uniform
CFG 3-3.5
실제 CFG는 설정해야 합니다(가이던스 무시하거나 0으로 설정)
——————————————————————————
이름에 AIO(모든 기능 포함)가 포함된 버전은 **UNET + VAE + CLIP L + T5XXL (fp8)**을 포함합니다. 이는 체크포인트 또는 컴팩트 버전으로도 알려져 있습니다.
ComfyUI에서 BNB NF4 및 GGUF 양자화를 사용하려면 특수 모델 로더를 추가하는 사용자 정의 노드를 설치해야 합니다:
NF4 + LoRA 지원: https://github.com/bananasss00/ComfyUI_bitsandbytes_NF4-Lora
(구버전) NF4 UNET: https://github.com/DenkingOfficial/ComfyUI_UNet_bitsandbytes_NF4
(구버전) NF4 AIO 체크포인트: https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4
UNET 버전을 사용하려면 TEXT ENCODERS 및 VAE도 필요합니다.
그런 경우 다음에서 다운로드하세요:
T5XXL - CLIP L: https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main
GGUF T5XXL: https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf
VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae
모델은 "models/diffusion_models" 또는 "models/unet" 폴더에, 텍스트 인코더는 "models/clip" 폴더에, VAE는 "models/vae" 폴더에 저장하세요.
ComfyUI에서는 표준 FLUX 워크플로우를 사용하거나, 'Load Diffusion Model', 'DualClipLoader', 'Load VAE' 노드를 추가하여 체크포인트 로더를 대체하고 설정을 완료하세요.
Forge에서는 "Diffusion in low bits" 옵션을 "bnb-nf4"로 설정하세요.
GGUF 양자화 스크립트 제공: city96에게 감사합니다.
BNB 양자화 스크립트 제공: reddit 사용자 a_beautiful_rhind에게 감사합니다.
——————————————————————————
대양 선생의 8비트 미세 조정 버전도 추천합니다:
Flux1-DedistilledMixTuned-V1 - v1.0 fp8 | Flux Checkpoint | Civitai
현재 공식 기준 스타일을 가장 잘 반영하고 출력 품질이 최고인 가속 모델일 수 있습니다
추천:
UNET 버전(모델만)은 텍스트 인코더 및 VAE가 필요합니다. 아래의 CLIP 및 텍스트 인코더 모델을 사용하면 프롬프트 가이던스가 향상됩니다:
VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae
GGUF 버전: GGUF 모델 지원 노드 설치 필요, https://github.com/city96/ComfyUI-GGUF
간단한 워크플로우: 아래와 같은 매우 간단한 워크플로우로, 다른 ComfyUI 사용자 정의 노드가 필요 없습니다(GGUF 버전의 경우 city96의 UNET Loader(GGUF) 노드를 사용하세요):
감사의 말:
https://huggingface.co/wikeeyang, Wikee Yang: 8비트 모델을 정교하게 미세 조정하고 모델 정보를 제공해 주셔서 감사합니다. 다음에서 확인 가능합니다:
wikeeyang/Flux.1-Dedistilled-Mix-Tuned-fp8 · Hugging Face
https://huggingface.co/Anibaaal, Flux-Fusion은 매우 우수한 혼합 및 미세 조정 모델입니다.
https://huggingface.co/nyanko7, Flux-dev-de-distill은 훌륭한 실험 프로젝트입니다! inference.py 스크립트에 감사드립니다.
https://huggingface.co/MonsterMMORPG, Furkan은 많은 FLUX.1 모델 테스트 및 튜닝 과정을 공유해 주었으며, 역디스틸레이션 모델에 대한 특수 테스트를 진행했습니다.
https://github.com/cubiq/Block_Patcher_ComfyUI, cubiq의 Flux 블록 패처 샘플러 덕분에 FLUX.1 블록 파라미터 값이 이미지 생성에 어떤 영향을 주는지 많은 실험을 할 수 있었습니다. 그의 ComfyUI_essentials에는 FluxBlocksBuster 노드가 있어 블록 값을 쉽게 조정할 수 있었고, 이는 훌륭한 작업입니다!
https://huggingface.co/twodgirl, 모델 양자화 스크립트와 테스트 데이터셋을 공유해 주셨습니다.
https://huggingface.co/John6666, 모델 변환 스크립트와 모델 컬렉션을 공유해 주셨습니다.
https://github.com/city96/ComfyUI-GGUF, GGUF 양자화 모델을 네이티브로 지원합니다.
https://github.com/leejet/stable-diffusion.cpp, 순수 C/C++ GGUF 모델 변환 스크립트를 제공해 주셨습니다.
국내에서는 Modelscope 마다 커뮤니티에 공개되었습니다. 초고속 다운로드를 체험하세요!
RedCraft | 红潮 CADS 상업 및 광고 설계 시스템 · 모델 라이브러리
전 세계 유일하게 역디스틸레이션 FLUX 모델의 온라인 생성을 지원하는 플랫폼(커뮤니티 무료):
AIGC 전용 - 이미지 생성 · 마다 커뮤니티 Model: qijitech/RedCraft-12b-10steps-FP16-AIGC
역디스틸레이션 FLUX 모델의 온라인 생성을 지원하는 유일한 플랫폼입니다(커뮤니티 무료).
곧 Huggingface.co에도 출시됩니다
————————————————————————————————————————
테스트 문의는 댓글로 남겨주세요. 비즈니스 협업은 개인 프로필에서 +V Zyuan980으로 연락주세요.
도구 개발자로서 예술가들을 지원합니다. 더 많은 자료: https://x1f3ewlrcf.feishu.cn/wiki/BjJ1waQaLitPB4k7Lbvc0MaVnzb?fromScene=spaceOverview&open_tab_from=wiki_home
————————————————————————————————————————