RedCraft-红潮-METAFILM

Essere un buon assistente, servire gli artisti

Yuan Studio Intelligente di Ai²Anon Non umano

Per sempre in memoria del fondatore di METAFILM Studio Sig. Yuan Bo

RED-K🧡红桃K Editor 6/29/2025

Unione di Reveal.6 & BFL.Kontext[DEV] NSFW Sbloccato

v1.2 6/29

Unione di Clothes Remover(fm00) & Reveal.6

---

Licenza Pubblica

Licenza Pubblica Generale GNU Affero v3.0

GNU AGPLv3

I permessi di questa potente licenza copyleft sono condizionati alla messa a disposizione del codice sorgente completo delle opere licenziate e delle loro modifiche, inclusi lavori più grandi che utilizzano l'opera licenziata, sotto la stessa licenza. Avvisi di copyright e licenza devono essere conservati. I contributori concedono esplicitamente diritti di brevetto. Quando una versione modificata viene usata per fornire un servizio tramite rete, il codice sorgente completo della versione modificata deve essere reso disponibile.

https://choosealicense.com/licenses/agpl-3.0/

RED-OMNI Kontext Editor 5/31/2025

Compiti supportati

• IP: Simile a IP-Adapter, supporta personaggi, oggetti e animali. Usa codifica basata su VAE per maggiore fedeltà e migliore conservazione dell'identità del personaggio rispetto ai metodi precedenti.
  

• ID: Si concentra sull'identità facciale, simile a InstantID e PuLID. Offre maggior fedeltà facciale ma introduce più contaminazione del modello rispetto a PuLID.
  
  Consiglio: se il volto appare troppo lucido, ridurre la scala di guida.

• Prova-Indosso: Supporta prova virtuale per top, pantaloni, occhiali e cappelli, inclusi più indumenti. Generalizza bene a combinazioni multi-indumento e ID+indumento non viste nonostante dati di addestramento limitati.
  

• Stile: Simile a Style-Adapter e InstantStyle. La coerenza dello stile è meno stabile e attualmente non può essere combinata con altre condizioni. Sono in corso miglioramenti.
  

• Multi Condizione: Combina ID, IP e Prova-Indosso per output creativi. La restrizione di instradamento delle caratteristiche minimizza conflitti e intrecci tra entità.
  

• ComfyUI: Supporto nativo tramite ComfyUI-DreamO

Uso Avanzato Advanced

OmniConsistency è una combinazione open-source di modelli e algoritmi di trasferimento di stile con preservazione della coerenza sviluppata da Show Lab, National University of Singapore. Poiché usa FLUX.1dev come base di allenamento, si è testato che DreamO e OmniConsistency possono funzionare in “collegamento onirico” tramite ComfyUI.

OmniConsistency è una combinazione di modelli di trasferimento stile preservativo di coerenza open-source da Show Lab, National University of Singapore. Grazie all’uso di FLUX. 1dev come base, è stato testato che DreamO e OmniConsistency raggiungono un "collegamento onirico" tramite il workflow ComfyUI.

Basta collegare la LoRA OmniConsistency con 22 stili diversi di LoRA, inserirle in RED-Omni (2.5D NSFW) o via modalità nativa DreamO al gruppo modello Flux.1 dev per effettuare contemporaneamente modifica in linguaggio naturale e trasferimento stile di riferimento.

[ Per ulteriori divertimenti vi aspettiamo ] In attesa di BFL Kontext (dev)

REDEdit IC (FP8) 5/11/2025

Modifica In-Context: Abilitare l’Editing Istruttivo di Immagine con Generazione In-Context in Large Scale Diffusion Transformer

ICEdit Controllore multimodale (editing immagine sotto guida IC)

Basato su Flux.tools-Fill richiede minimo solo 6G VRAM

I recenti controllori multimodali sono sempre meno amichevoli per utenti C-end

Richiedono 20-30+ di VRAM, scoraggiando

Il team di sviluppo, dopo aver sentito le critiche dalla community, ha fornito un workflow ufficiale (bravi 👍)

After experiencing the critical hits in the C-end player community, the development team actively provided the official workflow.

E ha fornito metodi più completi per l’uso client:

• Devi aggiungere il pre-prompt fisso "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}" prima di inserire le istruzioni di modifica, altrimenti potresti ottenere risultati scadenti! (Citato nel paper!) Datou ha aggiornato il suo workflow ComfyUI, prova! (Il codice per la demo Hugging Face gradio incorpora già questo prompt, quindi puó essere inserito direttamente senza ulteriori configurazioni.)

• La larghezza dell’immagine in input deve essere ridimensionata a 512 (nessuna restrizione per l'altezza).

• Usa Normal LoRA e non MoE-LoRA per ComfyUI poiché MoE-LoRA non è compatibile con il caricatore lora di ComfyUI.

Repository Github ufficiale: River-Zhang/ICEdit: Image editing is worth a single LoRA! 0.1% training data and 1% training parameters for fantastic image editing! Surpasses GPT-4o in ID persistence! Official ComfyUI workflow release! Only 4GB VRAM is enough to run!

LoRA normal (non-moe) ufficiale: RiverZ/ICEdit-normal-lora at main

Consigliamo vivamente di costruire un ambiente di inferenza indipendente locale (o usare il pacchetto integrato fornito da 十字鱼)

5.11 🔥 Aggiornamento RED-Edit v1.1 (basato su ICEdit normal LoRA) con ottimizzazione multi-istruzione

5.11 🔥 Aggiornamento workflow nella lista download "Trainning data" a destra

Esegue contemporaneamente rimozione abiti, occhiali da sole e maschera, con aumento significativo del tasso di successo 🔥 Ottimizzazione qualità immagine consigliata a 15 passi

Prompt: 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}

Per utenti avanzati: sovrapporre Flux.fill LoRas per risultati di modifica più stabili

Rimozione Oggetti Flux Fill v2

@xiaozhijason / Rimozione Oggetti Flux Fill v2 - v2.0 | Flux LoRA | Civitai

Descrizione Modello Fill.LoRas di xiaozhi

Questa è una LoRA di rimozione oggetti, rifinita dal modello Flux Fill Dev.

La LoRA è progettata per rimuovere oggetti in aree mascherate specificate, utile per editing immagini dove oggetti indesiderati devono essere cancellati senza soluzione di continuità.

Questa LoRA si ispira a Object Drop. Object Drop ha ottenuto risultati eccezionali nella rimozione oggetti e ho voluto provarla con il modello Flux Fill.

Per limitazioni di potenza computazionale, questa versione alpha è stata addestrata solo su un dataset molto piccolo.

Se qualcuno è interessato e vuole sponsorizzare la potenza di calcolo, contattatemi.

Contatti autore Fill-LoRas

Twitter: [@Lrzjason](https://twitter.com/Lrzjason)

Email: lrzjason@gmail.com

CivitAI: https://civitai.com/user/xiaozhijason

ICEdit & Xiaozhi facciamo tornare a credere nella luce

RED-Edit è basato su RED-Fill (NSFW) unito a pesi di allenamento ICEdit, con inferenza minima di 8 passi

Workflow e file modello sono nella lista download, il workflow è impacchettato in un archivio "Trainning data"

Rispetto ai modelli commerciali come Gemini e GPT-4O, i nostri metodi sono comparabili e persino superiori nella conservazione dell’ID personaggio e nel seguire istruzioni. Siamo più open-source, con costi inferiori, velocità maggiore (circa 9 secondi per immagine) e prestazioni potenti.

Ringraziamenti a: @river-zhang e membri del team Università di Zhejiang e Università di Harvard

@article{zhang2025ICEdit,
  title={In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer},
  author={Zhang, Zechuan e altri},
  journal={arXiv},
  year={2025},
  url={https://arxiv.org/abs/2504.20690},
}

REDiDream Pro (FP8) 28/4/2025

Introduzione a REDiDream Pro

HiDream-I1 è un modello open-source di base per generazione immagini con 17 miliardi di parametri, che raggiunge qualità all’avanguardia in pochi secondi. REDiDream Pro è un modello efficiente basato sulla versione completa di HiDream-I1, ottimizzato tramite versioni DEV / FAST e ulteriore addestramento per migliorare l’efficienza e la stabilità e sbloccare parzialmente capacità NSFW.

HiDream-I1 is an open-source image generative foundation model with 17 billion parameters, achieving state-of-the-art image generation quality in seconds.

REDiDream Pro è un modello efficiente basato sulla versione completa di HiDream-I1, ottimizzato tramite DEV / FAST e training aggiuntivo per migliorare efficienza e stabilità, e sbloccare parzialmente capacità generativa NSFW.

Ora disponiamo di quantizzazione GGUF:

https://huggingface.co/Sikaworld1990/Redidream/tree/main

Grazie a Sikaworld1990

Grazie a sikasolutionsworldwide709

Grazie a City96 https://huggingface.co/city96

Segue introduzione alle caratteristiche principali:

Caratteristiche principali | Key Features

Generazione efficiente | Efficient Generation
REDiDream Pro è ottimizzato dalla versione completa HiDream-I1, con velocità di generazione tra le versioni dev e fast, raccomandati 15 passi di inferenza.
Optimized from HiDream-I1 full, with generation speed between dev and fast versions,

recommended inference steps: 15.

Migliorata stabilità | Enhanced Stability
Ottimizzato tramite versioni DEV FAST, REDiDream offre prestazioni di generazione immagini più stabili.
Optimized via the DEV FAST version, REDiDream offers more stable image generation performance.

Open source e flessibilità | Open Source and Flexibility
Ereditando licenza MIT di HiDream-I1, permette agli utenti di modificare e distribuire liberamente senza restrizioni.
Inherits HiDream-I1’s MIT license, allowing users to freely modify and distribute without restrictions.

Commercial-friendly | Commercial-Friendly
Le immagini generate possono essere liberamente usate per progetti personali, ricerca scientifica e applicazioni commerciali, conformi ai termini di licenza HiDream-I1.
Generated images can be freely used for personal projects, scientific research, and commercial applications, compliant with HiDream-I1’s license terms.

Data la grande quantità di parametri del modello e il supporto alle più complete 4TE layers per codifica testuale, un opportuno aggiustamento dello Shift bias del modello può ottenere più caratteristiche stilistiche e sblocco capacità NSFW.

Supporto ComfyUI | ComfyUI Support

Supporto nativo | Native Support
REDiDream offre supporto nativo per ComfyUI versione 3.30, tutte le immagini d'esempio sono generate con questa versione.
REDiDream provides native support for ComfyUI version 3.30, with all example images generated using this version.

Ambiente di training | Training Environment
REDiDream Pro è stato allenato su hardware L40s 48G e sviluppato usando ComfyUI.
REDiDream Pro was trained on L40s 48G hardware and developed using ComfyUI.

Requisiti prestazionali | Performance Requirements

Requisiti hardware | Hardware Requirements
Le prestazioni di REDiDream Pro sono paragonabili alla versione HiDream-I1 dev, adatte per inferenza efficiente.
REDiDream Pro’s performance requirements are comparable to HiDream-I1 dev, suitable for efficient inference.

Velocità di generazione | Generation Speed
La velocità è tra HiDream-I1 dev e fast, ottimizzando l’equilibrio tra efficienza e qualità.
Generation speed falls between HiDream-I1 dev and fast versions, balancing efficiency and quality.

Accordo di Licenza | License Agreement

Licenza del modello | Model License
I modelli Transformer adottano licenza MIT. Il VAE è di FLUX.1 [schnell], i codificatori testuali da google/t5-v1_1-xxl e meta-llama/Meta-Llama-3.1-8B-Instruct, soggetti alle rispettive licenze.

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.

Responsabilità d'uso | Usage Responsibility
Gli utenti possiedono tutti i contenuti generati ma devono rispettare la licenza, evitando contenuti illegali, dannosi o che prendono di mira gruppi vulnerabili.
Users own all generated content but must comply with the license agreement, avoiding illegal, harmful, or content targeting vulnerable groups.

REDiDream Pro | Licenza ereditata
Eredita licenza MIT di HiDream-I1, rispettando le rispettive clausole.
REDiDream inherits HiDream-I1’s MIT License.

Ringraziamenti | Acknowledgements

Fonti dei pesi | Weights Sources

HiDream-ai/HiDream-I1-Full · Hugging Face

Comfy-Org/HiDream-I1_ComfyUI · Hugging Face

GuangyuanSD/REDiDreamviaHiDreami1Uncensored · Hugging Face

Fonti componenti | Component Sources
Il VAE proviene da FLUX.1 [schnell] (licenza Apache 2.0), i codificatori testuali da google/t5-v1_1-xxl (Apache 2.0) e meta-llama/Meta-Llama-3.1-8B-Instruct (licenza comunitaria Llama 3.1).

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).

Origine del nome REDiDream:

Dopo questo viaggio, abbiamo Re-Did-(un)Sogno

RED. UNO In-Context (FP8) 14/4/2025

REDAIGC Modello FT per abbinamento alla generazione UNO In-Context

(con aumento qualità rispetto a F.1 dev)

Risolve problema di incompatibilità FLUX FT modello base con componente UNO, pesi FP8 (16GB VRAM), supporta Diffusers e ComfyUI

---

Script Diffusers:

https://github.com/bytedance/UNO

Pesi Dit-LoRA:

bytedance-research/UNO · Hugging Face

ComfyUI-nodi componente:

https://github.com/QijiTec/ComfyUI-RED-UNO

Versione Diffusers-VAE:

https://huggingface.co/GuangyuanSD/16C_vae_Diffusers

---

Propone una pipeline di sintesi dati altamente coerente per affrontare questa sfida, sfruttando capacità intrinseche di generazione in-context dei transformer di diffusione e generando dati multi-soggetto ad alta coerenza. Introduce inoltre UNO, con progressivo allineamento cross-modale e incorporamento universale di posizione rotatoria. È un modello multi-immagine condizionato soggetto-a-immagine addestrato iterativamente da un modello testo-immagine. Esperimenti mostrano alta coerenza e controllabilità in generazione singolo e multi-soggetto.

ULTRAREVEAL5 SFW Rilascio urgente 25/3

In risposta a feedback degli utenti che trovavano la serie Reveal troppo NSFW

Abbiamo rilasciato la prima versione Reveal con blocco contenuti per adulti

[ ALIMENTATO DA FLUX Contrast Enhancement Training ]

REALREVEAL5 Rilascio improvviso 18/3

F.1 DEV LoRA Ecosistema Compatibilità totale

De-distillazione ultra alta qualità (trainabile)

CFG restore a 1 per mantenere stessa velocità di F.1 DEV

LoRA Compatibilità completa De-Distill UH Material (trainabile)

[ ALIMENTATO DA FLUX Ultimate Realism Enhancement Training ]

---

Illust3Relustion PRO rifatto con Flux1-DedistilledMixTuned v3 PAP

Set di allenamento Ultimate Realism dopo DMT v3 PAP risampling

Immagini ultra-realistiche 2k usate come dataset di allenamento

Aggiornato modello base flux DEV versione 4k ultra HD EOR v3:

Flux.1 Dev Edge of Reality reale-bordo - v3 | Flux Checkpoint

---

NSFW sbloccato

---

RedCraft RealReveal5 per campionamento 20 passi

CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform

Consigliato abilitare campionatore DetailDaemon e impostare quantità 0.6-0.8

---

SOTA capacità adattativa per Tutte le All-F.1-LoRA!

Serie RedCraft uncensored vietata nelle aree NSFW non autorizzate

Modelli non commerciali, vietata qualsiasi forma di distribuzione o diffusione

Leggi e regolamenti nelle zone di pubblicazione non commerciale

illustriousRelustion3 Aggiornamento 11/3

Basato su RETROSD / FLUX Reveal / EDGE4k, creato modello FT fotografico realistico globale Illustrious

Tornando ai giorni gloriosi dell’era SD!

CFG 5.5 Deis / DPMM++2M | SGM Uniform / beta

campionamento circa 30 passi

immagini preview includono workflow e prompt

accoppiato con acceleratori Hyper / DMD2 / TDD

Campionamento ottimale 25-30 passi, uso consigliato acceleratori Hyper/DMD2/TDD

Design del modello con Hi-RES 2M (2 milioni pixel)

Risoluzione design: Hi-RES 2M (200 milioni pixel), alta risoluzione supporta scaling UNET

Grazie di cuore a tutti per il vostro supporto!

PONYRelustion3 PRO Rilascio ufficiale 3/3

Basato su un dataset leak 33 milioni di immagini

Supporto 91大神 per modello fotografico realistico est-asiatico PONY

Favorisce creatività illimitata nel mondo PONY!

Creatività illimitata nel mondo PONY!

---

CFG 5 Deis | DPMM++2M | SGM Uniform

Campionamento ottimale ~30 passi, parametri replicabili dall’immagine di esempio

Compatibile con acceleratori Hyper/DMD2/TDD

---

Risoluzione design Hi-RES 2M (200 milioni pixel)

Proporzioni mantenute con super adattabilità di PONY

Aspect ratio come la capacità ULTRA adattativa di PONY

---

Obiettivo: creare modello base maturo di alta qualità e creatività per mondo PONY!

Grazie a tutti per il continuo supporto!

base maturo, di alta qualità per il mondo PONY!

Grazie di cuore a tutti per il vostro supporto!

FLUX.Fill NSFW Ripristino rilascio 22/2

FLUX.Fill [NSFW] nuovo modello Reveal F.1 inPainting

Sblocco elementi concettuali NSFW per F.1 Fill

Da abbinare al modello NewReveal F.1 con Fill [NSFW]

Sblocco elementi concettuali NSFW come in ULTRA

Il modello di inpainting va caricato con un workflow inpainting specializzato e campionatore inpainting, l’immagine deve avere una maschera per scopi speciali come ritocco o espansione.

Nota: modello inPainting Fill.NSFW deve essere usato con workflow inpainting dedicato e campionatore inpainting; l’immagine richiede maschera, usato per ritocco o espansione

Per uso normale usare: RedCraft | 红潮 | Commercial & Advertising Design System - 🌹NewReveal[F.1]ULTRA🌹

Usato principalmente per riparazione di anatomia femminile e organi umani

La resa di genitali maschili non è ancora ideale

Principalmente usato per riparare arti femminili e organi umani

[ Espressione per genitali maschili non ancora ottimale ]

RED.epicus BIG Movie (FP8) 23/2/2025

Noioso! Ripetitivo! Spam!

RED[creativo] Epicus modello epico BIG Movie

A causa del diffuso uso di tecniche di cifratura e di distillazione nei modelli T2I

la creatività delle opere della comunità F.1 cala...

Se ami tanto la foto realistica! Perché non fare un servizio fotografico dal vivo?!

Monotono, ripetitivo, senza fine

Perciò il gruppo Sunset Red ha creato questo FT creativo basato su tecnologia di de-distillazione

Senza dataset bloccato né stili overfittati, nato per la creatività,

per far mostrare al modello di diffusione la sua vera natura (anche se il tasso di errore è alto)

---

NSFW sbloccato

---

RedCraft DRD (De-Re-Distilled) NewReveal.4M per 20 passi

CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform

"Possa questo San Valentino riempire i vostri cuori di amore e gioia. Auguro a tutti una giornata circondata da affetto e momenti preziosi." 🌹🌹🌹🌹🌹🌹

Felice San Valentino! 情 人 节 快 樂 14/2/2025

Felice Anno Nuovo del Serpente

Preparati al nuovo modello F.1 Schnell FT — RUSHReveal·Schnell 「绝情 · 抽卡机」

Miglior rifinitore per IL / PONY / XL / MJ / SD15

RedCraft | 红潮 CADS | Aggiornato-08Feb | Commercial & Advertising Design System - RASCH.3 (RUSH·Reveal)🔥 | Flux Checkpoint | Civitai

Nuovo Reveal ULTRA 08/02/2025

De-distillazione ultra alta qualità (trainabile)

CFG restore a 1 per mantenere stessa velocità di F.1 DEV

LoRA Compatibilità completa De-Distill UH Material (trainabile)

[ ALIMENTATO DA FLUX Aesthetics Enhancement LoRA ]

NSFW sbloccato

---

RedCraft DRD (De-Re-Distilled) NewReveal.4M per 20 passi

CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform

Dr Wikeeyang's ultime ricerche

Flux1-Dedistilled 3.0

F.1 Distilled2PRO leaked 🏴‍☠️

https://civitai.com/models/941929/flux1-dedistilledmixtuned

NewREVE[AL Rilascio anticipato 22/1

F.1 DEV LoRA Ecosistema Compatibilità totale

De-distillazione ultra alta qualità (trainabile)

CFG restore a 1 per mantenere stessa velocità di F.1 DEV

LoRA Compatibilità completa De-Distill UH Material (trainabile)

[ ALIMENTATO DA FLUX Aesthetics Enhancement LoRA ]

---

Il modello si basa su versione F.1 Distilled2PRO de-distillata "leaked" (attualmente pubblica):

Flux1-DedistilledMixTuned V3 versione escape (Pubblicata)

Flux1-DedistilledMixTuned - v3.0 fp8 | Flux Checkpoint | Civitai

---

Aggiornato modello base flux DEV versione 4k ultra HD EOR v3:

Flux.1 Dev Edge of Reality reale-bordo - v3 | Flux Checkpoint

Aggiunto peso modello base RED.2 [ArtAUG] BF16 per estetica:

RedCraft | 红潮 CADS - RED.2 BF16 (ArtAug) | Flux Checkpoint

---

NSFW sbloccato

---

RedCraft DRD (De-Re-Distilled) NewReveal.4M per 20 passi

CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform

---

SOTA capacità adattativa per Tutte le All-F.1-LoRA!

Ringraziamenti speciali

Opere eccellenti di SHM_AI:

SHM Realistic - v4.0 | Stable Diffusion Checkpoint | Civitai

Opere eccellenti di HudujnikBezKisty:

The Super Realistic - TSR 2.0 | Stable Diffusion Checkpoint | Civitai

Opere eccellenti di Astraali:

AstrAnime - AstrAnime_V6 | Stable Diffusion Checkpoint | Civitai

E a tutti quelli che hanno contribuito silenziosamente a SD1.5

SD15RelustionHD rilascio 18/1

Relustion1.5HD pubblicazione alta definizione 18/1/2025

Basato su RETROSD e HD4K ricostruito SD1.5

Tornando ai giorni gloriosi dell’era SD!

Returning to the glorious years of SD!

CFG 5-7 DPM++2M /EulerA | SGM Uniform

Miglior numero di passi 25~30, VAE incluso

Risoluzione design Hi-RES 0.9M (92 milioni pixel)

Per alta definizione diretta attivare scaling UNET o chunking script

[ Basato su FP32 precisione completa, prima versione FP16 ]

RETRORelustion2 Pubblicazione gloriosa 16/1

Basato su RETROSD / FLUX Reveal / EDGE4k per modello fotografico realistico est-asiatico Illustrious FT

Tornando ai giorni gloriosi dell’era SD! Returning to the glorious years of SD!

CFG 5 Deis | EulerA | SGM Uniform

Miglior numero passi 25-30, compatibile con acceleratori Hyper/DMD2/TDD

Risoluzione design Hi-RES 2M (200 milioni pixel), scaling UNET abilitato

Grazie moltissimo a tutti per il supporto!

PONYRelustion2 Rilascio felice 11/1

Basato su serie FLUX Reveal / EDGE4k, modello 32-bit fotografico realistico est-asiatico PONY

Modello FP32 completo (12.92 GB) ad alta precisione, senza distillazione né contaminazione, uso VRAM BNB 7GB

Prima versione FP32 pubblicata, creatività illimitata nel mondo PONY!

Favorisce creatività illimitata nel mondo PONY!

CFG 5 Deis | EulerA | SGM Uniform

Miglior numero di passi ~25, compatibile con acceleratori Hyper/DMD2/TDD

Risoluzione design Hi-RES 2M (200 milioni pixel), proporzioni mantenute con super adattabilità

Aspect ratio come la capacità ULTRA adattativa di PONY

Obiettivo: modello base maturo di alta qualità e creatività nel mondo PONY!

Grazie di cuore a tutti per il continuo supporto!

Ringraziamenti speciali

Grazie a Freepik e Ostris!

per i loro eccellenti contributi all’ottimizzazione dei parametri!

RED.2 15.2 GB(BF16) 8/1/2025

ALIMENTATO DA FLUX Aesthetics Enhancement LoRA

Laboratorio di Intelligenza Computazionale presso ECNU

RED.2 valutazione estetica basata su DiffSynth-Studio progetto di allenamento interattivo di generazione comprensiva ArtAug

Paper: https://arxiv.org/abs/2412.12888

• Github: https://github.com/modelscope/DiffSynth-Studio

• Modello: ModelScope, HuggingFace

• Demo: ModelScope, HuggingFace (in arrivo)

Il processo di allenamento di ArtAug consiste nei seguenti passi:

1. Interazione Sintesi-Comprensione: dopo generazione immagine col modello di generazione, si analizza contenuto con modello multimodale grande linguaggio (Qwen2-VL-72B) che suggerisce modifiche per rigenerare immagine migliorata.

2. Generazione e filtraggio dati: la generazione interattiva richiede lunga inferenza e a volte povera qualità. Si genera un grande batch offline di coppie immagini, si filtra e usa per allenamento successivo.

3. Allenamento differenziale: si usa allenamento differenziale per LoRA, insegnandogli differenze tra immagini prima e dopo miglioramento, non direttamente il dataset ampliato.

4. Miglioramento iterativo: il modello LoRA allenato si fonde nel modello base; processo ripetuto più volte fino a che l’algoritmo interattivo non apporta più miglioramenti significativi. I modelli LoRA prodotti in ogni iterazione sono combinati per produrre modello finale.

Questo modello integra la comprensione estetica di Qwen2-VL-72B in FLUX.1[dev], migliorando qualità immagini generate.

Uso

CFG 1 | Sampler Deis / DPM++2M / Euler | SGM_uniform

Generazione senza acceleratore con 25 passi

Acceleratore raccomandato per RED.2 : RED-AIGC / TDD

Target-Driven Distillation: Consistency Distillation con selezione tempo target e guida decoupled

Generazione con TDD-distilled RED.2 in solo 4-8 passi

Scala peso acceleratore distillazione a 0.12~0.13

[ Usare Re-sampling con Sampler LCM/EulerA dà risultati migliori ]

I modelli a questo link sono in relazione parallela, non upgrade di versione

I modelli in questo link sono in relazione parallela, non versioni successive

Le differenze si trovano nella sezione 'Informazioni su questa versione' a destra

Descrizioni versioni diverse nella lista ‘About this version’ a destra

Segue lista modelli list of models:

TURBO Reveal2 Primo rilascio di Natale! Merry Christmas!

(HOTFix v2.1 caricato - Migliorata adattabilità Lora)

Basato su Reveal NSFW integrando più ritratti!

Reveal2 Turbo 8-10 passi

Combinazione di più ritratti sulla base di Reveal NSFW

RedCraft | 红潮 CADS - Reveal2 TURBO

Auguri di buone feste!

Questo modello non usa pesi de-distillati

Does not use any De-distilled weights

PONY Relustion Celebrazione solstizio d’inverno Winter Solstice Festival

Design prioritario creativo basato su stile realistico di alta qualità

↳ RedCraft | 红潮 CADS - PONY Relustion

Design creativo prioritario basato su stile realistico di alta definizione

Sono passati sette mesi dall’ultimo rilascio modello PONY:

MIST XL Hyper Character Style Model versione accelerata

Chi è interessato può rivedere il primo modello Hyper-PONY super veloce online

Reveal NSFW

Modello FT FP8 DEV di FLUX.1, focalizzato su lunghe relazioni amorose e body art:

↳ RedCraft | 红潮 CADS - Reveal NSFW

Modello FT FP8 DEV FLUX.1 con azioni romantiche e arte del corpo

Reveal3 ULTRA

(HOTFix v3.2 - caricamento PENE)

Versione alta definizione combinando FLUX.1 DEV e tecnica de-distillazione:

↳ RedCraft | 红潮 CADS - Reveal3 uncensored

Update alta definizione Reveal tramite ottimizzazione qualità De-Re-Distillation

Relustion IL NSFW

Versione FT fotografica realistica del modello Illustrious XL addestrato completamente SDXL:

↳ RedCraft | 红潮 CADS - Relustion IL NSFW

FT realistica di Illustrious XL, ottimizzazione completa su base SDXL

Relustion ULTRA

Versione HD che migliora ulteriormente il realismo di Relustion IL:

↳ RedCraft | 红潮 CADS - Relustion ULTRA

Versione alta definizione che potenzia realismo su Reliability IL

Relustion XL

Versione HD quantizzata basata su SDXL CADS3 combinata con dataset NSFW:

↳ RedCraft | 红潮 CADS - Relustion XL

Versione HD quantizzata basata su CADS3 e dataset NSFW, usata per affinamento HD di modelli FLUX e IL

RASCH.1 / 2

Due diversi modelli Schnell de-distillati FT, combinati con stile RED.1 ad alta velocità:

↳ RedCraft | 红潮 CADS - RASCH.2

↳ RedCraft | 红潮 CADS - RASCH.1 Forge

ReFLEX NSFW

Modello di disegno anime Schnell NF4 che punta a stabilità strutturale e fedeltà prompt:

↳ RedCraft | 红潮 CADS - REFLEX NSFW

Modello ad alta velocità mescolato RED.1 su diversi modelli Schnell De-distillati FT

Conferendo accuratezza prompt, modello Schnell De-Re-Distilled soddisfa velocità e qualità,

e modelli distillati offrono stabilità intrinseca degli arti e dello stile, anche in versione quantizzata a 4bit con ottimi risultati

Uso VRAM 6~10GB, output immagine in 4-8 passi, velocità elevata (particolarmente adatto per creazione stili artistici e modelli decorativi architettonici)

Segue introduzione alla serie RedCraft e al modello base estetico Red.1

RedCraft RED.1

BF16 CADS Commercial & Advertising Design System

Probabilmente il miglior modello base BF16 rapido (meno di 10 passi) ad alta qualità e ricchezza di dettagli finora disponibile.

Modello di qualità fine per 10-20 passi, in alcuni dettagli supera i modelli Flux ed è vicino ai modelli da 20 miliardi di parametri.

Basato su METAFILM AI - Commercial & Advertising Design System, unione di flux-dev-de-distill, rifinito da ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials e altri strumenti. Raccomandati 10-20 passi. Qualità molto superiore ad altri modelli 12B.

Basato su

De-Distill & CADS materiale commerciale FP16

Supporta generazione online ComfyUI WebUI

10-20 passi Euler / DPM++2M | beta / SGM_Uniform

CFG 3-3.5

CFG reale va impostato (ignorare guida o impostare 0)

——————————————————————————

Versioni con AIO (All in one) includono UNET + VAE + CLIP L + T5XXL (fp8). Note anche come Checkpoint o versione compatta.

Usare BNB NF4 e GGUF quants in ComfyUI richiede installazione di nodi custom per loader speciali:

• GGUF: https://github.com/city96/ComfyUI-GGUF

• NF4 + supporto Lora: https://github.com/bananasss00/ComfyUI_bitsandbytes_NF4-Lora

• (obsoleto) NF4 UNET: https://github.com/DenkingOfficial/ComfyUI_UNet_bitsandbytes_NF4

• (obsoleto) NF4 checkpoint AIO: https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4

Per usare versioni UNET serve anche scaricare ENCODER TESTO e VAE.

Se non li hai, scaricali qui:

• 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

Posiziona modello in "models/diffusion_models" o "models/unet", entrambi gli encoder testo in "models/clip" e vae in "models/vae".

In ComfyUI, usa workflow flux standard o aggiungi nodi 'Load Diffusion Model', 'DualClipLoader' e 'Load VAE' per sostituire loader checkpoint e completare setup.

In Forge, imposta opzione "Diffusion in low bits" a "bnb-nf4"

Grazie a city96 per script quantizzazione gguf. 
Grazie a reddit user a_beautiful_rhind per script quantizzazione bnb.

——————————————————————————

Si consiglia versione finetuned 8bit di Yang Laoshi:

Flux1-DedistilledMixTuned-V1 - v1.0 fp8 | Flux Checkpoint | Civitai

Probabilmente il miglior modello accelerato finora trovato conforme a stile ufficiale e con ottimi risultati

Consigliato:

Versioni UNET (solo modello) richiedono encoder testuali e VAE, si consiglia usare i seguenti CLIP e modelli encoder testo per guida prompt migliorata:

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

• Encoder Testo: 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

• Versione GGUF: serve installare nodi di supporto GGUF, https://github.com/city96/ComfyUI-GGUF

Workflow semplice: workflow molto semplice mostrato sotto, non serve altro nodo custom ComfyUI (per versione GGUF usare nodo UNET Loader(GGUF) di city96):

Grazie a:

https://huggingface.co/wikeeyang, Wikee Yang per il finetune preciso del modello 8-bit e fornitura dettagli modello; info qui:

wikeeyang/Flux.1-Dedistilled-Mix-Tuned-fp8 · Hugging Face

https://huggingface.co/Anibaaal, Flux-Fusion è un ottimo modello mixato e rifinito.

https://huggingface.co/nyanko7, Flux-dev-de-distill è un ottimo progetto sperimentale! Grazie per gli script inference.py.

https://huggingface.co/MonsterMMORPG, Furkan condivide molti test e tuning modelli Flux.1, test speciali per de-distill modello.

https://github.com/cubiq/Block_Patcher_ComfyUI, cubiq con patcher Flux blocks mi ha permesso molti test su come i parametri dei blocchi Flux.1 influenzano le immagini. Il suo ComfyUI_essentials include nodo FluxBlocksBuster per facilitare la regolazione blocchi. Gran lavoro!

https://huggingface.co/twodgirl, condivide script quantizzazione e dataset di test.

https://huggingface.co/John6666, condivide script di conversione modello e raccolte modello.

https://github.com/city96/ComfyUI-GGUF, supporto nativo per modelli quantizzati GGUF.

https://github.com/leejet/stable-diffusion.cpp, fornisce script convertitore puro C/C++ per modelli GGUF.

In Cina già pubblicato su Modelscope community per download veloce!

RedCraft | 红潮 CADS Commercial & Advertising Design System · Model Repository

Unica piattaforma online (comunità gratuita) a supportare generazione di modelli FLUX de-distillati:

AIGC Zone - Generazione Immagini · Modelscope

Piattaforma unica che supporta generazione online modelli FLUX de-distillati (gratuita community).

Presto anche su Huggingface.co

————————————————————————————————————————

Per problemi di test lascia messaggio, per collaborazioni vedi homepage personale +V Zyuan980

Essere un buon assistente, servire gli artisti. Ulteriori informazioni: https://x1f3ewlrcf.feishu.cn/wiki/BjJ1waQaLitPB4k7Lbvc0MaVnzb?fromScene=spaceOverview&open_tab_from=wiki_home

————————————————————————————————————————