V3.0-Krea バージョン：

Flux.1-Dev-Kreaモデルは、Devモデルの芸術的スタイルとリアルな写真表現能力を向上させましたが、ポートレートの鮮明さと美学は低下し、特にオリジナルDevモデルでトレーニングしたLoRAとの互換性が非常に低いです。本V3.0-KreaはKreaモデルの主な長所を保持し、画像の鮮明さとオリジナルDevモデルLoRAとの互換性を改善していますが、LoRA互換性の改善は限定的で理想的ではありません。ダウンロードは慎重にしてください。

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.

より良いプロンプト理解能力のためにT5-XXLの代わりにGNER-T5-XXLの使用を推奨します。以下からダウンロード可能です：https://civitai.com/models/1888454 または私のHFリポジトリ。

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.

いくつかのサンプル画像 (Some example image) :

モデルの使用方法：

基本の組み合わせ：deis+simple / euler+beta、さまざまな組み合わせをお試しください。

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

また Huggingface.co にもあります。

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

V3.0-PAP バージョン：

v3.0-PAP：ポートレートおよび芸術写真の出力最適化ベースモデル。構図、光と影、東洋人の顔形に特化して最適化され、顔モデルの感度と適応性をさらに強化。

オリジナルのDevモデルと比較して、このバージョンは人種と顔形においてよりリアルで豊かです。顔モデルの例画像は以下の作者のLoRAモデルからのもので、ご協力に感謝します！もし著作権侵害があればご連絡ください。直ちに削除します。

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

モデルの簡単な使用ガイド：

基本構成：deis+simple / euler+beta; ノイズ多め：ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; 詳細豊富で想像力豊か：heunpp2+ddim_uniform; 拡大：UltimateSDUpscale/TTP; フィルム効果：LUT追加(35mm/AGAF/Kodak); またはあなたの環境に基づいた最適な組み合わせ。ステップは20-30です。ワークフローは例画像を参照してください。

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.

また Huggingface.co にもあります。

面白い顔モデルLoRAコントロールテスト例 (An interesting face model LoRA control sample)：

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

DedistilledMixTuned Dev V3.0：

中国の干支の蛇年に捧ぐ大幅アップグレード！

V3.0モデルは完全にアップグレードされ、Flux Dev微調整モデルの中で最もバランスの取れたモデルであり、LoRA互換性、リアリズム、画像品質、芸術的創造性がFlux Proに最も近いモデルです。(比較評価を容易にするため、本モデルのシードはオリジナルDevモデルと基本的に整合しています)

完全にアップグレードされたVersion 3.0は、現在のFlux Devファインチューニングモデルの中で最良のバランスを持ち、LoRA互換性、リアリズム、画像品質、芸術的創造性がFlux Proモデルに最も近いです。(評価と比較のため、シードはオリジナルDevモデルとほぼ同じです)

V3.0モデル使用ガイド：

モデルは層状融合技術を用いて蒸留の干渉を除去し、オリジナルFlux.1 Devモデルとの完全な互換性を持ち、より高いLoRA重みの感度を持ちます。1024x1024以下の解像度では、euler/deis + normal/beta/simple等を推奨し、1024〜2048の大きい解像度画像にはddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/betaが推奨されます。

最も詳細が強いのはdpmpp_2m+beta、最も芸術性が高いのはheunpp2+ddim_uniformです。

推奨ステップ数はKSamplerで20-30です。ワークフローは以下の画像を参照してください：https://civitai.com/images/53432419

The model is fully compatible with the original Flux.1 Dev. Had removed the de-distillation interference, and has a higher sensitivity to LoRA weights. For 1024x1024 and below, euler/deis + normal/beta/simple, etc., 1024 - 2048 for large binning images, ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta.

More details: dpmpp_2m + beta, More artistry: heunpp2 + ddim_uniform

Recommended: KSampler, steps 20-30. Workflow of the model pls ref: https://civitai.com/images/53432419

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

DedistilledMixTuned Dev V2.0：

2025年新年の贈り物！1か月以上かけて開発し、v1.0をベースに全面的にアップグレードしたV2.0は、写真品質のリアリズムで、ディテールの表現、出力速度、LoRA互換性、光と影の調和の新しいバランスを実現しています。

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：

Flux.1 Schnellベースのモデルで、4～8ステップの高速出力、オリジナルFlux Schnellの構図スタイルに従い、優れたプロンプト復元能力があり、画像品質、細部、リアリズム、スタイル多様性の最良バランスを備えたオープンソースで商用利用可能なSchnellのベースモデルです。

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.

FLUX.1-schnellをベースに、LibreFLUXをマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentialsなどのツールでファインチューニング。推奨ステップ数は4～8で、通常4ステップで十分。Flux.1 Schnell他モデルに比べて品質とリアリズムが大幅に向上。

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

DedistilledMixTuned Dev V1.0：

10ステップ以内の高速出力Flux微調整モデルの中で、オリジナルFlux.1 Devスタイルに忠実で、優れたプロンプト復元能力、最高の出力品質、Flux.1 Devモデルを超える細部を持ち、Flux.1 Proに最も近いベースモデルかもしれません。

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.

Flux-Fusion-V2をベースに、flux-dev-de-distillをマージし、ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentialsなどのツールでファインチューニング。推奨ステップ数は6～10。Flux.1の他のモデルに比べて品質が大幅に向上。

GGUF Q8_0 / Q5_1 /Q4_1量子化モデルファイルはテスト済みで同時に提供中。過剰な量子化は高速・高精度モデルの利点を失うため、他の量子化は提供しません。必要な方は以下の方法でFP8モデルをダウンロードし、ご自身で量子化してください。

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.

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

推奨：

UNETバージョン（モデル単体）はテキストエンコーダーとVAEが必要です。以下のCLIPとテキストエンコーダーモデル使用を推奨、プロンプト誘導が改善されます：

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

• テキストエンコーダー：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

• GGUFバージョン：GGUFモデル対応ノードのインストールが必要、https://github.com/city96/ComfyUI-GGUF

簡単なワークフロー：非常にシンプルなワークフローで、他のComfyカスタムノードは不要です（GGUFバージョンは市96氏のUNET Loader(GGUF)ノードを使用してください）：

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

蒸留の脂っこさを洗い流し、モデルの本質に回帰し、最も純粋なFlux高品質ベースモデルの構築に注力！

Wash away the distillation and return to the original basic.

モデルを気に入ったら、ぜひ使用画像をたくさん投稿してください。ありがとうございます！

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

Thanks for:

https://huggingface.co/black-forest-labs/FLUX.1-dev、FLUX.1 [dev]非商用ライセンス下の非常に優れたオープンソースT2Iモデル。

https://huggingface.co/black-forest-labs/FLUX.1-schnell、Apache-2.0ライセンスの非常に良いオープンソースT2Iモデル。

https://huggingface.co/Anibaaal、Flux-Fusionは素晴らしいミックス＆チューンモデル。

https://huggingface.co/nyanko7、Flux-dev-de-distillは素晴らしい実験的プロジェクトです！inference.pyスクリプトに感謝。

https://huggingface.co/jimmycarter/LibreFLUX、無料のデスチルFLUXモデルで、FLUX.1-schnellのApache 2.0バージョン。

https://huggingface.co/MonsterMMORPG、Furkan氏はFlux.1モデルのテスト・チューニングコースを多く共有、特にデスチルモデルの特別テストに貢献。

https://github.com/cubiq/Block_Patcher_ComfyUI、cubiq氏のFluxブロックパッチャーサンプラーでFlux.1のブロックパラメータが画像生成にどう影響するか多数のテストが可能。彼のComfyUI_essentialsにはFluxBlocksBusterノードがあり、ブロック値の調整が容易。素晴らしい仕事です！

https://huggingface.co/twodgirl、モデル量子化スクリプトとテストデータセットを共有。

https://huggingface.co/John6666、モデル変換スクリプトおよびモデルコレクションを共有。

https://github.com/city96/ComfyUI-GGUF、GGUFクォンタイズモデルのネイティブサポート。

https://github.com/leejet/stable-diffusion.cpp、純粋なC/C++で作成されたGGUFモデル変換スクリプトを提供。

注意：GGUF Q5/Q4への容易な変換には https://github.com/ruSauron/to-gguf-batスクリプトを使用可能です。これをダウンロードしてsd.exeファイルと同じディレクトリに置き、fp8.safetensorsモデルファイルをエクスプローラーでbatファイルへドラッグするとCMDウィンドウが開き、メニューに従って変換が実行されます。

ライセンス

この重みファイルはFLUX.1 [dev]非商用ライセンス下にあります。