RedCraft | 红潮 CADS | Updated-JUN29 | Latest - Red-K Kontext DEV NSFW
详情
下载文件
关于此版本
模型描述
红潮-METAFILM
做工具人，服务艺术家
元影智能工作室 由 Ai²Anon 非人类 制作
谨以此纪念 METAFILM Studio 创始人 袁博先生
红桃K 编辑器 6/29/2025
合并 Reveal.6 与 BFL.Kontext[DEV]，NSFW 已解锁
v1.2 6/29
合并 Clothes Remover(fm00) 与 Reveal.6
公共许可证
GNU Affero General Public License v3.0
GNU AGPLv3
本最强 Copyleft 许可证的权限以提供被许可作品及修改版本的完整源代码为条件，包括使用被许可作品的更大规模作品，且须遵循相同许可证。版权和许可证声明必须保留。贡献者明确授予专利权许可。当修改版本用于通过网络提供服务时，必须公开提供该修改版本的完整源代码。
https://choosealicense.com/licenses/agpl-3.0/
RED-OMNI Kontext 编辑器 5/31/2025
支持的任务
IP：与 IP-Adapter 类似，支持角色、物体和动物。采用基于 VAE 的特征编码，相比以往方法具有更高保真度和更好的角色身份保持能力。
ID：聚焦面部身份，类似于 InstantID 和 PuLID。提供更高的面部保真度，但较 PuLID 引入更多模型污染。
提示：若面部过于光滑，请降低引导系数。
试穿：支持上衣、下装、眼镜和帽子的虚拟试穿，包括多件衣物。即使训练数据有限，仍能很好地泛化到未见过的多衣物组合及 ID+衣物组合。
风格：类似于 Style-Adapter 和 InstantStyle。风格一致性较不稳定，目前无法与其他条件结合使用。改进正在进行中。
多条件：结合 ID、IP 和试穿，实现创意输出。特征路由约束最小化实体间的冲突与纠缠。
ComfyUI：通过 ComfyUI-DreamO 原生支持
进阶用法 Advanced Usage
OmniConsistency 是由 Show Lab，新加坡国立大学开源的一致性风格迁移模型与算法组合。由于同样以 FLUX.1 dev 作为训练基座，经测试，DreamO 与 OmniConsistency 可通过 ComfyUI 实现“梦幻联动”。
OmniConsistency 是由新加坡国立大学 Show Lab 开源的一致性保持风格迁移模型组合。由于使用 FLUX.1 dev 作为训练基座，经测试，DreamO 与 OmniConsistency 可通过 ComfyUI 工作流实现“梦幻联动”。
只需将 showlab/OmniConsistency 仓库中的一致性 LoRA 与 22 种不同风格的 LoRA，接入 RED-Omni(2.5D NSFW)，或通过 DreamO 原生方式接入 Flux.1 dev 模型组，即可同时进行参考内容的自然语言编辑与风格迁移。[ 更多用法期待您去发掘 ]
只需将 showlab/OmniConsistency 仓库中的一致性 LoRA 与 22 种不同风格的 LoRA，接入 RED-Omni (2.5D NSFW) 或通过 DreamO 原生方式接入 Flux.1 dev 模型组，即可同时进行自然语言编辑与风格迁移。
[ 更多乐趣等待探索者 ] 期待 BFL Kontext (dev)
REDEdit IC (FP8) 5/11/2025
In-Context Edit: 基于大规模扩散变换器的上下文生成实现指令式图像编辑
ICEdit 多模态控制器（IC 引导下的图像编辑）
基于 Flux.tools-Fill，最低仅需 6G 显存
近期出现的多模态控制器对终端用户越来越不友好
动辄需要 20-30GB 以上显存，令人望而却步
开发团队在体验了 C 端玩家社群的强烈反馈后，积极提供了官方工作流（赞👍）
在经历 C 端玩家社群的强烈冲击后，开发团队积极提供了官方工作流。
并给出了更完善的客户端使用方法：
您必须在输入编辑指令前，添加固定预提示：“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 {instruction}”，否则可能得到糟糕的结果！（论文中已提及！）Datou 已更新了他的 ComfyUI 工作流，请尝试！（Hugging Face Gradio 演示代码已内置该提示，因此您只需输入编辑指令，无需额外设置。）
输入图像的宽度必须调整为 512（高度无限制）。
请使用 Normal LoRA，而非 MoE-LoRA，因为 MoE-LoRA 无法被 ComfyUI 的 LoRA 加载器正确加载。
官方 normal（非 MoE）LoRA：RiverZ/ICEdit-normal-lora at main
强烈建议在本地搭建独立推理环境（或使用 十字鱼 提供的整合包）
5.11 🔥 更新 RED-Edit v1.1（基于 ICEdit normal LoRA）多指令优化
5.11 🔥 右侧下载列表中的 Trainning data 工作流已更新
同时执行脱衣、戴太阳镜和戴口罩，成功率大幅提升🔥 画质优化，推荐步数：15 步
提示词：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}
进阶玩法：叠加 Flux.fill LoRas 可获得更稳定的修改结果
Object Removal Flux Fill v2
@xiaozhijason / Object Removal Flux Fill v2 - v2.0 | Flux LoRA | Civitai
Fill.LoRas 模型说明 by xiaozhi
这是基于 Flux Fill Dev 模型微调的物体移除 LoRA。
该 LoRA 旨在从指定的遮罩区域中移除物体，适用于需要无缝擦除不想要物体的图像编辑任务。
本 LoRA 受 Object Drop 启发。Object Drop 在物体移除方面取得了惊人效果，因此我希望尝试将其应用于 Flux Fill 模型。
由于算力限制，此 Alpha 版本仅在极小的数据集上进行了训练。
如有人对此感兴趣并愿赞助算力，请联系我。
Fill-LoRas 作者联系方式
Twitter: [@Lrzjason](https://twitter.com/Lrzjason)
Email: [email protected]
CivitAI: https://civitai.com/user/xiaozhijason
ICEdit & 小志 让我们重新相信光
RED-Edit 是在 RED-Fill (NSFW) 基础上合并了 ICEdit 训练权重，最低仅需 8步 推理
工作流与模型文件位于下载列表中，工作流打包为 "Trainning data" 压缩文件
与 Gemini、GPT-4O 等商业模型相比，我们的方法在角色身份保持和指令遵循方面表现相当，甚至更优。我们更开放、成本更低、速度更快（单图处理约需 9 秒），性能强大。
感谢：@river-zhang 及团队成员 浙江大学 & 哈佛大学
@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 介绍
HiDream-I1 是一个拥有 170 亿参数的开源图像生成基础模型，以秒级速度实现业界领先的图像生成质量。REDiDream Pro 是基于 HiDream-I1 full 版本开发的高效图像生成模型，通过额外训练和基于 DEV / FAST 版本的优化，显著提升了生成效率与稳定性，并在适当程度上解锁了NSFW能力。
HiDream-I1 是一个拥有 170 亿参数的开源图像生成基础模型，以秒级速度实现业界领先的图像生成质量。
REDiDream Pro 是基于 HiDream-I1 full 版本开发的高效图像生成模型，通过 DEV / FAST 版本优化与额外训练，显著提升生成效率与稳定性，并在一定程度上解锁了 NSFW 生成能力。
现在我们终于有了 GGUF 量化版本：
https://huggingface.co/Sikaworld1990/Redidream/tree/main
感谢 City96 https://huggingface.co/city96
以下是其主要特性和功能：
主要特性 | Key Features
高效生成 | Efficient Generation
REDiDream Pro 在 HiDream-I1 full 基础上优化，生成速度介于 dev 和 fast 版本之间，推荐推理步数为 15 步。
Optimized from HiDream-I1 full, with generation speed between dev and fast versions,
recommended inference steps: 15.
稳定性提升 | Enhanced Stability
通过 DEV FAST 版本优化，REDiDream 提供更稳定的图像生成性能。
Optimized via the DEV FAST version, REDiDream offers more stable image generation performance.
开源与灵活性 | Open Source and Flexibility
继承 HiDream-I1 的 MIT 许可证，不限制用户进一步修改和分发。
Inherits HiDream-I1’s MIT license, allowing users to freely modify and distribute without restrictions.
商业友好 | Commercial-Friendly
生成图像可自由用于个人项目、科学研究和商业应用，符合 HiDream-I1 的许可条款。
Generated images can be freely used for personal projects, scientific research, and commercial applications, compliant with HiDream-I1’s license terms.
由于模型参数量巨大，并且匹配目前最全的 4TE 层进行文本编码，适当调整模型 Shift 偏移，可获得更多的风格特征与 NSFW 解锁能力。
ComfyUI 支持 | ComfyUI Support
原生支持 | Native Support
REDiDream 提供对 ComfyUI 3.30 版本的原生支持，所有例图均通过此版本生成。
REDiDream provides native support for ComfyUI version 3.30, with all example images generated using this version.
训练环境 | Training Environment
REDiDream Pro 由 L40s 48G 硬件训练，并通过 ComfyUI 制作完成。
REDiDream Pro was trained on L40s 48G hardware and developed using ComfyUI.
性能需求 | Performance Requirements
硬件需求 | Hardware Requirements
REDiDream Pro 的性能需求与 HiDream-I1 dev 版本相当，适合高效推理。
REDiDream Pro’s performance requirements are comparable to HiDream-I1 dev, suitable for efficient inference.
生成速度 | Generation Speed
生成速度介于 HiDream-I1 dev 和 fast 版本之间，优化了效率与质量的平衡。
Generation speed falls between HiDream-I1 dev and fast versions, balancing efficiency and quality.
许可协议 | License Agreement
模型许可 | Model License
Transformer 模型采用 MIT 许可证。变分自编码器（VAE）来自 FLUX.1 [schnell]，文本编码器来自 google/t5-v1_1-xxl 和 meta-llama/Meta-Llama-3.1-8B-Instruct，需遵守各自的许可条款。
Transformer models are licensed under the MIT License. The VAE is from FLUX.1 [schnell], and text encoders are from google/t5-v1_1-xxl and meta-llama/Meta-Llama-3.1-8B-Instruct, subject to their respective license terms.
使用责任 | Usage Responsibility
用户拥有生成内容的所有权，但需遵守许可协议，不得生成非法、有害或针对弱势群体的内容。
Users own all generated content but must comply with the license agreement, avoiding illegal, harmful, or content targeting vulnerable groups.
REDiDream Pro | 继承许可证
继承 HiDream-I1 的 MIT 许可证，遵守各自的许可条款。
REDiDream inherits HiDream-I1’s MIT License.
致谢 | Acknowledgements
模型来源 | Weights Sources
HiDream-ai/HiDream-I1-Full · Hugging Face
Comfy-Org/HiDream-I1_ComfyUI · Hugging Face
GuangyuanSD/REDiDreamviaHiDreami1Uncensored · Hugging Face
组件来源 | Component Sources
变分自编码器来自FLUX.1 [schnell]（Apache 2.0许可证），文本编码器来自google/t5-v1_1-xxl（Apache 2.0许可证）和meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1社区许可协议）。
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 命名来源：
After going through this journey, we Re-Did-(a)Dream
RED. UNO In-Context (FP8) 4/14/2025
REDAIGC FT Model used to match UNO In-Context Generation
(with improved quality compared to F.1 dev)
解决了FLUX FT底模无法适配UNO组件的问题，FP8权重（显存占用16GB），同时支持Diffusers以及ComfyUI
---
Diffusers 脚本：
https://github.com/bytedance/UNO
Dit-LoRA 权重：
bytedance-research/UNO · Hugging Face
**ComfyUI-**nodes 组件：
https://github.com/QijiTec/ComfyUI-RED-UNO
Diffusers-VAE版本：
https://huggingface.co/GuangyuanSD/16C_vae_Diffusers
---
propose a highly-consistent data synthesis pipeline to tackle this challenge. This pipeline harnesses the intrinsic in-context generation capabilities of diffusion transformers and generates high-consistency multi-subject paired data. Additionally, we introduce UNO, which consists of progressive cross-modal alignment and universal rotary position embedding. It is a multi-image conditioned subject-to-image model iteratively trained from a text-to-image model. Extensive experiments show that our method can achieve high consistency while ensuring controllability in both single-subject and multi-subject driven generation.
ULTRAREVEAL5 SFW 紧急发布 3/25
Due to user feedback that the Reveal series is too much NSFW
We have released the first Reveal lock-in adult content version
[ POWERED BY FLUX Contrast Enhancement Training ]
REALREVEAL5 突然发布 3/18
F.1 DEV LoRA 生态 全兼容
反蒸馏超高材质**（可训练）**
CFG Restore to 1 Ensure the same speed as F.1 DEV
LoRA Fully Compatible De-Distill UH Material (trainable)
[ POWERED BY FLUX Ultimate Realism Enhancement Training ]
---
Illust3Relustion PRO 经过 Flux1-DedistilledMixTuned v3 PAP 重绘
Ultimate Realism training set after DMT v3 PAP re-sampling
二次采样后的2k超写实图像作为训练集
追加FLUX DEV版本4k超高清底模权重 EOR v3：
Flux.1 Dev Edge of Reality 真实边缘 - v3 | Flux Checkpoint
---
NSFW Unlocked
---
RedCraft RealReveal5 for 20Steps sampling
CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform
Suggest enabling the DetailDaemon sampler
and setting amount to 0.6-0.8
---
SOTA adaptive ability for All-F.1-LoRA !
RedCraft uncensored 系列模型嚴禁發佈至NSFW非許可地區
非盈利模型 请勿以任何形式转发 传播禁止 [ Prohibition Against Dissemination ]
Laws and regulations in the location of the non-profit model composite publishing platform
illustriousRelustion3 更新 3/11
基于 RETROSD / FLUX Reveal / EDGE4k 打造全人类真实系 Illustrious FT
重返SD时代的光辉岁月！Returning to the glorious years of SD !
CFG 5.5 Deis / DPMM++2M | SGM Uniform / beta
sampling steps is around 30,
preview images including workflow&prompts
paired with accelerators Hyper / DMD2 / TDD
采样步数 25-30 为最佳，可以搭配 Hyper/DMD2/TDD 等加速器
Model design with Hi-RES 2M (200W pixels)
设计分辨率为 Hi-RES 2M ( 200W像素 )，高分辨率可启用UNET缩放
Thanks so much to everyone for all your support!
PONYRelustion3 PRO 正式发布 3/3
基于3300W leak 数据集打造
91大神加持东亚真实系 PONY 模型
助力欢乐马世界的无限创意！
unlimited creativity in PONY World!
---
CFG 5 Deis | DPMM++2M | SGM Uniform
采样步数30左右为最佳，具体参数可复制例图
可以搭配 Hyper/DMD2/TDD 等加速器
---
设计分辨率为 Hi-RES 2M ( 200W像素 )
长宽比例延续PONY的超强自适应能力
Aspect ratio like PONY's ULTRA adaptive ability
---
目标是做出PONY世界的成熟高画质创意底模！
感谢大家一直以来的支持！
high-quality,mature basemodel for the PONY world!
Thanks so much to everyone for all your support!
FLUX.Fill NSFW 内补模型发布 2/22
FLUX.Fill [NSFW] NewReveal F.1 inPainting model
Unlock NSFW concept elements for F.1 Fill
用来与NewReveal F.1模型匹配的Fill [NSFW]
与ULTRA一样的解锁NSFW概念元素
The inpainting model needs to be loaded using a specialized inpainting workflow and inpainting sampler, and the image should have a mask for specialized purposes such as image editing or expansion.
【 请注意 】inPainting内补模型Fill.NSFW是要用专门的inpainting内补工作流**【** 例图包含 **】**和内补采样器加载的，图片要有遮罩，【 用来做为修图或者扩图的专门用途 】
常规作图请使用：RedCraft | 红潮 | Commercial & Advertising Design System - 🌹NewReveal[F.1]ULTRA🌹
Mainly used for repairing female anatomy and human organs
The expression of male genitalia is still not ideal
主要是用来修复女性肢体和人体器官
[ 对男性生殖器表达还是不太理想 ]
RED.epicus BIG Movie (FP8) 2/23/2025
Boring! Repetitive! Spamness!
RED[创意] Epicus 史诗级 BIG Movie Model
由于文生图模型的各种加密及蒸馏技术普及
社区新模型作品越来越缺乏创意...
如果那么喜欢写实照！为什么不去约私拍？！
乏味，重复，无休止
Due to the widespread use of various encryption and
distillation techniques in the T2I model.
F.1 community works are increasingly lacking in creativity
If you love realistic photos so much! Why not schedule a realshoot?!
---
所以，夕阳红组织（Sunset Red Squad）定制了这个基于反蒸馏技术的创意类FT Model
没有锁定的训练集，没有过拟合的风格，一切为了创意而生，
让扩散模型呈现该有的样子（虽然失败率很高）
---
NSFW Unlocked
---
RedCraft DRD（De-Re-Distilled） NewReveal.4M for 20Steps
CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform
"May this Valentine's Day fill your hearts with love and joy. Wishing everyone a day surrounded by affection and cherished moments." 🌹🌹🌹🌹🌹🌹
Happy Valentine's Day ! 情 人 节 快 樂 2/14/2025
新 年 快 樂 Happy New Year of the Snake
Get ready for the all-new F.1 Schnell FT model — RUSHReveal**·Schnell** 「绝情 · 抽卡机」
BEST Refiner for IL / PONY / XL / MJ / SD15
New Reveal ULTRA 2/08/2025
反蒸馏超高材质**（可训练）**
CFG Restore to 1 Ensure the same speed as F.1 DEV
LoRA Fully Compatible De-Distill UH Material (trainable)
[ POWERED BY FLUX Aesthetics Enhancement LoRA ]
NSFW Unlocked
---
RedCraft DRD（De-Re-Distilled） NewReveal.4M for 20Steps
CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform
Dr Wikeeyang`s latest research
Flux1-Dedistilled 3.0
F.1 Distilled2PRO leaked 🏴☠️
/model/941929/flux1-dedistilledmixtuned
NewREVE[A]L 偷跑发布 1/22
F.1 DEV LoRA 生态 全兼容
反蒸馏超高材质**（可训练）**
CFG Restore to 1 Ensure the same speed as F.1 DEV
LoRA Fully Compatible De-Distill UH Material (trainable)
[ POWERED BY FLUX Aesthetics Enhancement LoRA ]
---
本模型基于 F.1 Distilled2PRO 反蒸馏 '破解版' 偷跑（现已公开）：
Flux1-DedistilledMixTuned V3 escape version (Published)
Flux1-DedistilledMixTuned - v3.0 fp8 | Flux Checkpoint | Civitai
---
追加FLUX DEV版本4k超高清底模权重 EOR v3：
Flux.1 Dev Edge of Reality 真实边缘 - v3 | Flux Checkpoint
追加 RED.2 [ ArtAUG ] BF16 美学基础模型权重：
RedCraft | 红潮 CADS | RED.2 BF16 (ArtAug) | Flux Checkpoint
---
NSFW Unlocked
---
RedCraft DRD（De-Re-Distilled） NewReveal.4M for 20Steps
CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform
---
SOTA adaptive ability for All-F.1-LoRA !
Special thanks
SHM_AI works of excellence :
SHM Realistic - v4.0 | Stable Diffusion Checkpoint | Civitai
HudujnikBezKisty works of excellence :
The Super Realistic - TSR 2.0 | Stable Diffusion Checkpoint | Civitai
Astraali works of excellence :
AstrAnime - AstrAnime_V6 | Stable Diffusion Checkpoint | Civitai
And everyone who has quietly contributed to SD1.5
SD15RelustionHD 发布 1/18
Relustion1.5HD 高清发布 1/18/2025
基于 RETROSD 素材与 HD4K 重铸 SD1.5
RETRO！重返SD时代的光辉岁月！
Returning to the glorious years of SD !
CFG 5-7 DPM++2M /EulerA | SGM Uniform
采样步数 25~30 steps 为最佳 内置VAE
设计分辨率为 Hi-RES 0.9M ( 92W像素 )
高分辨率直出请启用UNET缩放或分块脚本
[ 基于全精度FP32制作，首发FP16版本 ]
RETRORelustion2 光辉发布 1/16
基于 RETROSD / FLUX Reveal / EDGE4k 打造东亚复古真实系 Illustrious FT
RETRO！重返SD时代的光辉岁月！Returning to the glorious years of SD !
CFG 5 Deis | EulerA | SGM Uniform
采样步数 25-30 为最佳，可以搭配 Hyper/DMD2/TDD 等加速器
设计分辨率为 Hi-RES 2M ( 200W像素 )，高分辨率启用UNET缩放
Thanks so much to everyone for all your support!
PONYRelustion2 欢乐发布 1/11
基于FLUX Reveal / EDGE4k 系列打造的 32-bit 东亚真实系 PONY 模型
Full Model fp32 (12.92 GB) 全精度无蒸馏无污染，BNB显存占用7GB
First release of FP32 version, unlimited creativity in PONY World!
助力欢乐马世界的无限创意！
CFG 5 Deis | EulerA | SGM Uniform
采样步数25左右为最佳，可以搭配 Hyper/DMD2/TDD 等加速器
设计分辨率为 Hi-RES 2M ( 200W像素 )，长宽比延续超强适应
Aspect ratio like PONY's ULTRA adaptive ability
目标是做出PONY世界的成熟高画质创意底模！
感谢大家一直以来的支持！
Special thanks
Thank you to Freepik and Ostris ！
for their outstanding contributions to parameter optimization!
RED.2 15.2 GB(BF16) 1/8/2025
POWERED BY FLUX Aesthetics Enhancement LoRA
Computational Intelligence Lab at ECNU
RED.2 美学评估基于 DiffSynth-Studio 生成理解交互训练项目 ArtAug
**
**Paper: https://arxiv.org/abs/2412.12888
Model: ModelScope, HuggingFace
Demo: ModelScope, HuggingFace (Coming soon)
The training process of ArtAug consists of the following steps:
Synthesis-Understanding Interaction: After generating an image using the image generation model, we employ a multimodal large language model (Qwen2-VL-72B) to analyze the image content and provide suggestions for modifications, which then lead to the regeneration of a higher quality image.
Data Generation and Filtering: Interactive generation involves long inference times and sometimes produce poor image content. Therefore, we generate a large batch of image pairs offline, filter them, and use them for subsequent training.
Differential Training: We apply differential training techniques to train a LoRA model, enabling it to learn the differences between images before and after enhancement, rather than directly training on the dataset of enhanced images.
Iterative Enhancement: The trained LoRA model is fused into the base model, and the entire process is repeated multiple times with the fused model until the interaction algorithm no longer provides significant enhancements. The LoRA models produced in each iteration are combined to produce this final model.
该模型将 Qwen2-VL-72B 的美学理解融入 FLUX.1[dev]，从而提升了生成图像的质量。
使用方法
CFG 1 | 采样器 Deis / DPM++2M / Euler | SGM_uniform
在无加速器条件下 25步 生成
推荐与 RED.2 搭配使用的加速器：RED-AIGC / TDD
目标驱动蒸馏：基于目标时间步选择与解耦引导的一致性蒸馏
使用 TDD蒸馏 的 RED.2 模型仅需 4-8步 生成
蒸馏加速器权重缩放至 0.12~0.13
[ 使用 重采样 + 采样器 LCM/EulerA 可获得更佳效果 ]
本链接中的模型为并列关系，非版本升级
本链接内的模型是并列的平行关系，并非全部是版本推进
各版本差异请参见右侧的 “About this version” 部分
不同版本的说明在右侧的 ‘About this version’ 清单内
以下是模型列表 list of models：
TURBO Reveal2 圣诞首发！Merry Christmas!
( HOTFix v2.1 已上传 - 增强 LoRA 适配性 )
在 Reveal NSFW 基础上融合更多人物形象的尝试！
Reveal2 Turbo 8-10步
基于 Reveal NSFW 融合更多人物形象
RedCraft | 红潮 CADS - Reveal2 TURBO
祝大家节日快乐！Wishing everyone a happy holiday!
本模型未使用任何反蒸馏权重
Does not use any De-distilled weights
PONY Relustion 冬至首发 Winter Solstice Festival
基于高画质写实风格的创意优先设计
↳ RedCraft | 红潮 CADS - PONY Relustion
基于高清晰度写实风格的创意优先设计
距离上一个 PONY 模型发布已过去七个月：
MIST XL Hyper Character Style Model 角色风格模型加速版
感兴趣的朋友可回顾全网首个 Hyper-PONY 超高速模型
Reveal NSFW
为 FLUX.1 DEV 规格的 FP8 微调模型，主打男女爱情动作与人体艺术：
↳ RedCraft | 红潮 CADS - Reveal NSFW
FLUX.1 DEV FP8 微调模型，聚焦浪漫动作与人体艺术
Reveal3 ULTRA
( HOTFix v3.2 - PENIS 已上传 )
结合 FLUX.1 DEV 与反蒸馏技术实现的高画质迭代版本：
↳ RedCraft | 红潮 CADS - Reveal3 uncensored
通过反蒸馏质量优化实现的 Reveal 高清升级版
Relustion IL NSFW
基于 SDXL 规格的全量训练模型 Illustrious XL 的写实化微调版本：
↳ RedCraft | 红潮 CADS - Relustion IL NSFW
基于 SDXL 的 Illustrious XL 写实化微调版本，全面优化
Relustion ULTRA
在 Relustion IL 基础上进一步强化写实感的高清版本：
↳ RedCraft | 红潮 CADS - Relustion ULTRA
在 Relustion IL 上进一步提升写实度的高清版本
Relustion XL
基于 SDXL CADS3，结合 NSFW 训练集制作的高清量化版本：
↳ RedCraft | 红潮 CADS - Relustion XL
基于 CADS3 并融合 NSFW 训练集的高清量化版本，适用于 FLUX 与 IL 模型的高清精修
**RASCH.**1 / 2
在两个不同 Schnell 反蒸馏微调模型上融合 RED.1 风格的高速模型：
↳ RedCraft | 红潮 CADS - RASCH.2
↳ RedCraft | 红潮 CADS - RASCH.1 Forge
ReFLEX NSFW
为 Schnell NF4 版本的二次元绘画模型，主打结构稳定与提示词精准还原：
↳ RedCraft | 红潮 CADS - REFLEX NSFW
在不同 Schnell 反蒸馏微调模型上融合 RED.1 风格的高速模型
在保证提示词准确性的基础上，De-Re-Distilled (DRD) Schnell 模型兼顾速度与质量
且蒸馏模型天然具备肢体与画风稳定性，即使 4bit 量化版本效果依然优异
显存占用 6~10GB，4-8 步出图，速度极快（特别适合画风训练与建筑装修模型）
De-Re-Distilled (DRD) Schnell 模型在速度与质量间取得良好平衡
此外，蒸馏模型天然具备肢体与风格稳定性，即使 4bit 量化版本表现亦佳
显存占用 6-10GB，4-8 步生成图像，速度飞快（特别适用于画风训练与建筑装饰）
以下是 RedCraft 系列基础美学模型 Red.1 的简介
RedCraft RED.1
BF16 CADS 商业与广告设计系统
可能是当前 10 步内快速出图的 BF16 模型中，图像质量较高、细节较丰富的基础模型。
精细质量 10-20 步模型，在部分细节上超越 FLUX 系列模型，接近 20B 参数模型水平。
基于 METAFILM AI - 商业与广告设计系统，融合 flux-dev-de-distill，经 ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials 等工具微调。推荐 10-20 步，相比其他 12B 模型质量大幅提升。
基于
De-Distill & CADS 商业素材 FP16
支持在线生成 ComfyUI WebUI
10-20 STEPS Euler / DPM++2M | beta / SGM_Uniform
CFG 3-3.5
需正确设置真实 CFG（忽略引导或设为 0）
——————————————————————————
名称中含 AIO（一体化）的版本包含 UNET + VAE + CLIP L + T5XXL (fp8)，又称 Checkpoint 或 紧凑版。
在 ComfyUI 中使用 BNB NF4 与 GGUF 量化 版本需安装自定义节点：
NF4 + LoRA 支持: https://github.com/bananasss00/ComfyUI_bitsandbytes_NF4-Lora
（已过时）NF4 UNET: https://github.com/DenkingOfficial/ComfyUI_UNet_bitsandbytes_NF4
（已过时）NF4 AIO Checkpoint: https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4
使用 UNET 版本时，还需额外加载 TEXT ENCODERS 与 VAE。
若未拥有，请从以下地址下载：
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
将模型存放于 "models/diffusion_models" 或 "models/unet"，两个文本编码器存放于 "models/clip"，VAE 存放于 "models/vae" 文件夹。
在 ComfyUI 中，使用标准 FLUX 工作流，或添加 "Load Diffusion Model"、"DualClipLoader" 和 "Load VAE" 节点以替代 Checkpoint 加载器，完成配置。
在 Forge 中，将选项 "Diffusion in low bits" 设置为 "bnb-nf4"
感谢 city96 提供 GGUF 量化脚本。
感谢 Reddit 用户 a_beautiful_rhind 提供 bnb 量化脚本。
——————————————————————————
同样推荐使用大杨老师的 8bit 微调版本：
Flux1-DedistilledMixTuned-V1 - v1.0 fp8 | Flux Checkpoint | Civitai
可能是当前找到最贴近官方基准风格且生成效果最佳的加速模型
推荐：
UNET 版本（仅模型）需搭配文本编码器与 VAE，推荐使用以下 CLIP 与文本编码器模型以获得更佳提示引导：
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：如下所示的极简工作流，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）：
感谢：
https://huggingface.co/wikeeyang，Wikee Yang 对 8 位模型进行精细微调并提供模型信息，您可在此处获取：
wikeeyang/Flux.1-Dedistilled-Mix-Tuned-fp8 · Hugging Face
https://huggingface.co/Anibaaal，Flux-Fusion 是一款优秀的混合与微调模型。
https://huggingface.co/nyanko7，Flux-dev-de-distill 是一项出色的实验项目！感谢提供 inference.py 脚本。
https://huggingface.co/MonsterMMORPG，Furkan 分享了大量 FLUX.1 模型测试与调优课程，对反蒸馏模型进行了特殊测试。
https://github.com/cubiq/Block_Patcher_ComfyUI，cubiq 的 Flux 模块修补采样器让我得以深入测试 FLUX.1 各模块参数对图像生成的影响。其 ComfyUI_essentials 中的 FluxBlocksBuster 节点让我能轻松调节模块参数，这是极佳的工作！
https://huggingface.co/twodgirl，分享模型量化脚本与测试数据集。
https://huggingface.co/John6666，分享模型转换脚本与模型合集。
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++ GGUF 模型转换脚本。
境内已发布于 Modelscope 魔搭社区，体验极速下载！
RedCraft | 红潮 CADS 商业与广告设计系统 · 模型库
全网唯一支持反蒸馏 FLUX 模型在线生成的平台（社群免费）：
AIGC 专区 - 图片生成 · 魔搭社区 Model: qijitech/RedCraft-12b-10steps-FP16-AIGC
目前唯一支持反蒸馏 FLUX 模型在线生成的平台（社区免费）。
即将上线 Huggingface.co
————————————————————————————————————————
测试问题请留言，业务合作请查看个人主页 +V Zyuan980
做好工具人，服务艺术家。更多资料：https://x1f3ewlrcf.feishu.cn/wiki/BjJ1waQaLitPB4k7Lbvc0MaVnzb?fromScene=spaceOverview&open_tab_from=wiki_home
————————————————————————————————————————