Version V3.0-Krea :

Le modèle Flux.1-Dev-Krea a amélioré le style artistique et la capacité photographique réaliste du modèle Dev, mais la netteté et l'esthétique des portraits se sont affaiblies, en particulier la faible compatibilité avec les LoRA entraînés sur le modèle Dev original. Cette version V3.0-Krea conserve les principaux atouts du modèle Krea, améliore la netteté des images et la compatibilité avec les LoRA originaux Dev, mais l'amélioration de la compatibilité LoRA reste limitée et n'est pas idéale. Veuillez télécharger prudemment.

Flux.1-Dev-Krea has improved the artistic style and realistic photography ability of the Dev version model, but the clarity and aesthetics of portraits have weakened, especially with poor compatibility with Lora trained on the original Dev model. The V3.0-Krea retains the main features of the Krea model, improves image clarity, and enhances compatibility with the Lora, but the Lora compatibility is improved minimal and not ideal, which is a disappointing aspect of this version. Please download cautiously.

Il est recommandé d'utiliser GNER-T5-XXL au lieu de T5-XXL pour une meilleure compréhension des prompts, vous pouvez le télécharger depuis https://civitai.com/models/1888454 ou mon dépôt 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.

Quelques images d'exemple :

Utilisation du modèle :

Combinaison de base : deis+simple / euler+beta, vous pouvez essayer différentes combinaisons.

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

Disponible aussi sur Huggingface.co

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

Version V3.0-PAP :

v3.0-PAP : Modèle de base optimisé pour les portraits et la photographie artistique. Le modèle a été spécialement optimisé en composition, lumière et ombres, ainsi que pour la forme du visage oriental, renforçant la sensibilité et l'adaptabilité du modèle de visage.

Comparé au modèle original Flux.1 Dev, cette version est plus réaliste et riche en termes d'ethnicité et de forme de visage, les exemples de modèles de visage proviennent des LoRA des auteurs suivants, avec nos remerciements ! En cas d'infraction, veuillez nous en informer pour suppression immédiate.

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

Guide simple d'utilisation du modèle :

Composition de base : deis+simple / euler+beta ; plus de bruit : ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform ; plus de détails, plus d'imagination : heunpp2+ddim_uniform ; mise à l'échelle : UltimateSDUpscale/TTP ; effets film : ajouter des LUT (35mm/AGAF/Kodak) ; ou la meilleure combinaison selon votre environnement. 20-30 étapes. Le workflow est montré dans l'image d'exemple.

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.

Disponible aussi sur Huggingface.co

Un exemple intéressant de contrôle du modèle visage LoRA :

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

DedistilledMixTuned Dev V3.0 :

Cadeau majeur pour l'année du serpent chinoise !

La version V3.0 du modèle est entièrement mise à jour, c'est peut-être le modèle Flux Dev affiné le plus équilibré à ce jour, avec la meilleure compatibilité LoRA, réalisme, qualité d'image et créativité artistique proches du modèle Flux Pro. (Pour faciliter l’évaluation comparative, les seeds de ce modèle sont alignés avec ceux du modèle Dev original)

Version 3.0 entièrement améliorée, c’est peut-être le meilleur modèle dans les modèles Flux Dev actuels. Il offre un très bon équilibre de capacités, compatibilité LoRA, réalisme, qualité d'image et créativité artistique, le plus proche du modèle Flux Pro. (Pour évaluation et comparaison, les seeds de ce modèle sont alignés avec les modèles Dev originaux)

Guide d'utilisation de la version V3.0 :

Le modèle utilise une technologie de fusion multicouche pour éliminer les interférences de dédistillation, parfaitement compatible avec le modèle Flux.1 Dev original, avec une sensibilité accrue aux poids LoRA. Pour des résolutions jusqu’à 1024x1024, il est conseillé d'utiliser euler/deis + normal/beta/simple, et pour des images entre 1024 et 2048, privilégiez ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta.

Détails les plus forts : dpmpp_2m+beta, effet artistique optimal : heunpp2+ddim_uniform

Recommandation : KSampler, 20-30 étapes. Voir workflow à : https://civitai.com/images/53432419

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

DedistilledMixTuned Dev V2.0 :

Cadeau du Nouvel An 2025 ! Après plus d’un mois de travail, la version V2.0 mise à jour sur la base de la v1.0 atteint un nouvel équilibre dans le réalisme photoréaliste, les détails, la vitesse de génération, la compatibilité LoRA, et l'harmonie de la lumière et de l'ombre.

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 :

Peut-être le meilleur modèle Schnell open source à usage commercial basé sur Flux.1 Schnell, avec une génération rapide d’images (4-8 étapes), fidèle au style original Flux Schnell, possédant une excellente capacité à suivre les prompts, et un équilibre optimal entre qualité, détails, réalisme et diversité de styles.

Only 4 step, The Model may achieve to the best balance in terms of image quality, details, reality, and style diversity compare with other tuned of Flux.1 Schnell. and have a good ability of prompt following, good of the original Flux model style following.

Basé sur FLUX.1-schnell, fusionné avec LibreFLUX, affiné par ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials et d’autres outils. Recommandé 4-8 étapes, généralement 4 étapes suffisent. Qualité et réalisme grandement améliorés par rapport aux autres modèles Flux.1 Schnell.

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

DedistilledMixTuned Dev V1.0 :

Peut-être le meilleur modèle Flux affiné à génération rapide (moins de 10 étapes), fidèle au style Flux.1 Dev original, avec une forte capacité à suivre les prompts, la meilleure qualité d’image, et des détails dépassant le modèle Flux.1 Dev, très proche du Flux.1 Pro.

May be the Best Quality Step 6-10 Model, In some details, it surpasses the Flux.1 Dev model and approaches the Flux.1 Pro model. and have good ability of prompt following, good of the original Flux.1 Dev style following.

Basé sur Flux-Fusion-V2, fusionné avec flux-dev-de-distill, affiné par ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials et d’autres outils. Recommandé 6-10 étapes. Qualité grandement améliorée par rapport aux autres modèles Flux.1.

Fichiers modèles quantifiés GGUF Q8_0 / Q5_1 / Q4_1, testés et fournis simultanément, aucune autre version quantifiée ne sera proposée. En cas de besoin, vous pouvez télécharger le modèle FP8 et le quantifier vous-même selon les instructions ci-dessous.

GGUF Q8_0 / Q5_1 /Q4_1 quantized model file, had tested, and uploaded the same time, over-quantization will lose the advantages of this high-speed and high-precision model, so no other quantization will be provided, you can download the FP8 model file and quantizate it according to the following tips.

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

Recommandations :

Les versions UNET (modèle uniquement) nécessitent des Text Encoders et VAE. Je recommande d'utiliser les modèles CLIP et Text Encoder suivants pour une meilleure guidance des prompts :

• Long CLIP : 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

• Version GGUF : vous devez installer des nœuds supportant les modèles GGUF, https://github.com/city96/ComfyUI-GGUF

Workflow simple : un workflow très simple ci-dessous, sans besoin de nœuds custom Comfy supplémentaires (pour la version GGUF, utilisez le nœud UNET Loader(GGUF) de city96) :

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

Éliminer l’huile de distillation, revenir à l’essence du modèle, créer la meilleure base Flux pure !

Wash away the distillation and return to the original basic.

Si vous aimez le modèle, merci de partager vos images !

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

Remerciements à :

https://huggingface.co/black-forest-labs/FLUX.1-dev, un excellent modèle T2I open source sous licence non commerciale FLUX.1 [dev].

https://huggingface.co/black-forest-labs/FLUX.1-schnell, un très bon modèle T2I open source, sous licence apache-2.0.

https://huggingface.co/Anibaaal, Flux-Fusion est un très bon modèle mixte et affiné.

https://huggingface.co/nyanko7, Flux-dev-de-distill est un excellent projet expérimental ! Merci pour les scripts inference.py.

https://huggingface.co/jimmycarter/LibreFLUX, un modèle FLUX dédistillé gratuit, version Apache 2.0 de FLUX.1-schnell.

https://huggingface.co/MonsterMMORPG, Furkan partage de nombreux tests et cours d'affinage Flux.1, notamment des tests spéciaux pour le modèle dédistillé.

https://github.com/cubiq/Block_Patcher_ComfyUI, le patcher de blocs Flux de cubiq m'a permis de tester comment la modification des paramètres des blocs Flux.1 influence la génération d’image. Son ComfyUI_essentials inclut un nœud FluxBlocksBuster pour ajuster facilement les valeurs des blocs. Excellent travail !

https://huggingface.co/twodgirl, partage des scripts de quantification et du jeu de données de test.

https://huggingface.co/John6666, partage des scripts de conversion de modèles et des collections de modèles.

https://github.com/city96/ComfyUI-GGUF, prise en charge native des modèles GGUF quantifiés.

https://github.com/leejet/stable-diffusion.cpp, fournit des scripts de conversion de modèles GGUF en pur C/C++.

Attention : pour une conversion facile en GGUF Q5/Q4, vous pouvez utiliser https://github.com/ruSauron/to-gguf-bat. Téléchargez-le et placez-le dans le même dossier que le fichier sd.exe, puis glissez-déposez mon fichier modèle fp8.safetensors sur le fichier BAT dans l’explorateur. Une fenêtre CMD apparaîtra, suivez le menu pour convertir ce que vous souhaitez.

LICENCE

Les poids sont soumis à la Licence non commerciale FLUX.1 [dev].