Versión V3.0-Krea:

El modelo Flux.1-Dev-Krea mejoró el estilo artístico y la capacidad de fotografía realista del modelo Dev, pero la claridad y la estética de los retratos se debilitaron, especialmente con mala compatibilidad con Lora entrenado en el modelo Dev original. Esta versión V3.0-Krea conserva las principales ventajas del modelo Krea, mejora la claridad de la imagen y la compatibilidad con Lora del modelo Dev original, pero la mejora en la compatibilidad con Lora sigue siendo limitada, lo cual es un aspecto lamentable. Por favor, descargad con precaución.

Flux.1-Dev-Krea ha mejorado el estilo artístico y la capacidad fotográfica realista de la versión Dev, pero la claridad y estética en retratos se redujeron, especialmente debido a la pobre compatibilidad con Lora entrenado en el modelo Dev original. V3.0-Krea mantiene las características principales del modelo Krea, mejora la claridad de imagen y la compatibilidad con Lora, aunque esta última mejora es mínima y no ideal. Por favor, descargad con precaución.

Se recomienda usar GNER-T5-XXL en lugar de T5-XXL para una mejor comprensión del prompt, puedes descargarlo desde https://civitai.com/models/1888454 o desde mi repositorio HF.

Recommended to use GNER-T5-XXL instead of T5-XXL for better prompt understanding capabilities, you can download it from https://civitai.com/models/1888454 or my HF Repo.

Algunas imágenes de ejemplo (Some example image):

Uso del modelo:

Combinación básica: deis+simple / euler+beta, puedes probar diferentes combinaciones.

Basic: deis+simple / euler+beta, You can try more different combinations.

También en Huggingface.co

===========================================================================

Versión V3.0-PAP:

v3.0-PAP: Modelo base optimizado para salida en retratos y fotografía artística. Optimizado especialmente en composición, luz y sombra, y forma facial oriental, fortaleciendo la sensibilidad y adaptabilidad del modelo facial.

Comparado con el modelo original Dev, esta versión es más auténtica y rica en términos de etnicidad y forma facial, y los ejemplos del modelo facial provienen de los modelos LoRA de los autores indicados, ¡con agradecimientos! Si hay algún derecho vulnerado, se notificará y eliminará inmediatamente.

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

Guía sencilla de uso del modelo:

Composición básica: deis+simple / euler+beta; más ruido: ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; más detalles y creatividad: heunpp2+ddim_uniform; aumento: UltimateSDUpscale/TTP; efectos de película: agregar LUT (35mm/AGAF/Kodak); o la mejor combinación según tu entorno. Pasos 20-30. El flujo de trabajo está en la imagen de ejemplo.

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.

También en Huggingface.co

Un ejemplo interesante de control del modelo facial (An interesting face model LoRA control sample):

===========================================================================

DedistilledMixTuned Dev V3.0:

¡Gran actualización para el Año del Serpiente según el calendario lunar chino!

La versión 3.0 del modelo está completamente mejorada, siendo tal vez el modelo Flux Dev afinado con la capacidad más equilibrada actualmente, con la mejor compatibilidad LoRA, realismo, calidad de imagen y creatividad artística que se acerca más al modelo Flux Pro. (Para facilitar evaluaciones y comparaciones, las semillas de este modelo están básicamente alineadas con el modelo Dev original).

Versión 3.0 completamente actualizada, puede ser el mejor modelo entre los modelos afinados Flux Dev actuales. Posee un excelente equilibrio en capacidades, compatibilidad LoRA, realismo, calidad de imagen y creatividad artística más cercano al modelo Flux Pro. (Para evaluación y comparación, las semillas de este modelo están alineadas con el modelo Dev original).

Guía de uso para la versión V3.0:

El modelo usa técnica de fusión en capas para eliminar interferencias de destilación y es completamente compatible con el modelo original Flux.1 Dev, con mayor sensibilidad a pesos LoRA. Para resoluciones 1024x1024 o menos, se recomienda euler/deis + normal/beta/simple, para imágenes grandes de 1024 a 2048 se recomienda ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta.

Detalles más fuertes: dpmpp_2m+beta, Mejor arte: heunpp2+ddim_uniform

Recomendado: KSampler, 20-30 pasos. Flujo de trabajo, ver: https://civitai.com/images/53432419

===========================================================================

DedistilledMixTuned Dev V2.0:

¡Regalo de Año Nuevo 2025! Tras más de un mes de desarrollo, versión V2.0 actualizada basada en v1.0, alcanzando un nuevo equilibrio en detalle, velocidad de generación, compatibilidad LoRA y armonía luz-sombra con realismo fotográfico.

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:

Quizás el mejor modelo Schnell de código abierto y comercial basado en Flux.1 Schnell, generación rápida (4-8 pasos), siguiendo el estilo de composición original de Flux Schnell, alta capacidad de reproducción de prompts y excelente equilibrio entre calidad, detalle, realismo y diversidad de estilos.

Sólo 4 pasos, el modelo puede alcanzar el mejor equilibrio en calidad de imagen, detalles, realismo y diversidad de estilos comparado con otros modelos afinados de Flux.1 Schnell, y con buena capacidad para seguir prompts y el estilo original de Flux.

Basado en FLUX.1-schnell, fusionado con LibreFLUX, afinado con ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials y otras herramientas. Se recomienda 4-8 pasos, generalmente 4 es suficiente. Calidad y realismo mejorados notablemente respecto a otros modelos Flux.1 Schnell.

===========================================================================

DedistilledMixTuned Dev V1.0:

Quizás el mejor modelo afinado rápido (menos de 10 pasos) de Flux, que sigue el estilo original de Flux.1 Dev, con gran capacidad para reproducir prompts, mejor calidad y detalles que superan al modelo Flux.1 Dev y más cercano al Flux.1 Pro.

Puede ser el Mejor Modelo en calidad para pasos 6-10. En algunos detalles supera al modelo Flux.1 Dev y se acerca al Flux.1 Pro, con buena capacidad de seguir prompts y estilo original Flux.1 Dev.

Basado en Flux-Fusion-V2, fusionado con flux-dev-de-distill, afinado con ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials y otras herramientas. Se recomienda 6-10 pasos. Calidad significativamente mejorada respecto a otros modelos Flux.1.

Modelos cuantificados GGUF Q8_0 / Q5_1 /Q4_1 están disponibles, ya probados y subidos simultáneamente; no se proveerán otras versiones cuantificadas para evitar pérdida de rendimiento de este modelo rápido y de alta precisión. Puedes descargar el modelo FP8 y cuantificarlo siguiendo las indicaciones.

Modelos cuantificados GGUF Q8_0 / Q5_1 /Q4_1, probados y sincronizados al mismo tiempo, no se ofrecerán otras versiones para evitar pérdida de ventajas del modelo rápido y preciso, puedes descargar el modelo FP8 y cuantificarlo según las indicaciones siguientes.

===========================================================================

Recomendaciones:

Versiones UNET (solo modelo) requieren Text Encoders y VAE. Recomiendo usar los siguientes modelos CLIP y Text Encoder para mejor guía de prompts:

• CLIP largo: https://huggingface.co/zer0int/CLIP-GmP-ViT-L-14/blob/main/ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors

• 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

• Versión GGUF: necesitas instalar nodos que soporten modelos GGUF, https://github.com/city96/ComfyUI-GGUF

Flujo de trabajo simple: Un flujo muy sencillo, sin necesidad de nodos personalizados (para versión GGUF usa el nodo UNET Loader(GGUF) de city96):

===========================================================================

Elimina la grasa de la destilación, vuelve a la esencia del modelo y crea la base Flux más pura y de calidad.

Wash away the distillation and return to the original basic.

Si te gusta el modelo, por favor comparte tus imágenes, ¡muchas gracias!

If you feel the model is good for you, please post the image here, thanks a lot!

Gracias a:

https://huggingface.co/black-forest-labs/FLUX.1-dev, un modelo T2I de código abierto muy bueno bajo licencia FLUX.1 [dev] no comercial.

https://huggingface.co/black-forest-labs/FLUX.1-schnell, un modelo T2I de código abierto muy bueno bajo licencia apache-2.0.

https://huggingface.co/Anibaaal, Flux-Fusion es un muy buen modelo combinado y afinado.

https://huggingface.co/nyanko7, Flux-dev-de-distill es un gran proyecto experimental, gracias por los scripts inference.py.

https://huggingface.co/jimmycarter/LibreFLUX, un modelo FLUX libre y destilado, versión Apache 2.0 de FLUX.1-schnell.

https://huggingface.co/MonsterMMORPG, Furkan comparte muchos cursos de prueba y ajuste de modelos Flux.1, con pruebas especiales para modelos desdestilados.

https://github.com/cubiq/Block_Patcher_ComfyUI, el parcheador Flux blocks de cubiq me permitió hacer muchas pruebas para entender cómo el cambio en parámetros de bloques Flux.1 afecta la generación de imágenes. Su ComfyUI_essentials tiene un nodo FluxBlocksBuster para ajustar los valores fácilmente, gran trabajo.

https://huggingface.co/twodgirl, compartió scripts de cuantificación y dataset de prueba.

https://huggingface.co/John6666, compartió scripts de conversión y colecciones de modelos.

https://github.com/city96/ComfyUI-GGUF, soporte nativo para modelos GGUF cuantificados.

https://github.com/leejet/stable-diffusion.cpp, provee scripts puros en C/C++ para convertir modelos GGUF.

Atención: Para convertir fácilmente a GGUF Q5/Q4, puedes usar el script https://github.com/ruSauron/to-gguf-bat, descárgalo y colócalo en el mismo directorio que el archivo sd.exe, luego arrastra mi archivo fp8.safetensors sobre el .bat en el explorador, aparecerá una ventana CMD y sigue el menú para convertir el modelo deseado.

LICENCIA

Los pesos están bajo la Licencia No Comercial FLUX.1 [dev].