+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
私のSDXLモデルもぜひご覧ください：
スタイライズモデル: RAYBURN
リアリスティックモデル: RAYMNANTS
ペインターリーモデル: RAYCTIFIER
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
編集: ユーザー @sheerazrazak90434 と awskr に感謝します。Hugging Faceで、
v3 AIOのDraw Things用変換バージョンがHuggingFaceにて入手可能です。
両者に感謝の意を表します。
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

RAYFLUX v3 AIOのご紹介

AIOは私のRAYFLUXシリーズの次世代モデルで、Photoplusは技術的にはv2でした。
v1のクリエイティビティをPhotoplusに取り戻し、T5、Clip、VAEをすべて内蔵しています。つまり、Comfyで通常のLoad Checkpointワークフローを使って読み込み・使用が可能です。

楽しんでいただければ幸いです。

R.

何が違うのか？

AIOは写真表現に優れつつも、創造的で一般的な非写真対象にも対応可能なモデルの新たな試みです。v1とPhotoplusのデータセットを統合し、カスタムLoRAの融合と手動ブロック重み調整を施しました。FP16に再アップしましたが、VAE、T5XXL-FP16、ViT-L-14-BEST-smooth-GmP-TE-only-HF-formatは小型化しつつ既に組み込んでいます。特徴的なクセはありますが、多くの対象でPhotoplusよりも反応が良いため公開することにしました。

要点： AIOは基本的にあらゆる使用状況で良好に機能し、Photoplusのわずかに粒子感のある写真スタイルを保持しつつ、より創造的な表現を目指しています。

例

1. 黒いニカーブを纏った女性の印象的なハイファッションのクローズアップポートレートで、鮮烈な深紅の背景に対し劇的な照明が布の質感と鋭い視線を強調しています。
   

2. 都市の夜景のボケ背景を背に、人間の指先にとまる幼体クレストゲッコーの鮮やかで詳細なクローズアップ写真。
   

3. 山頂の岩場にて20歳の女性、細身で怒りの表情を持つRAW写真、限定されたピンクと紫の色調。
   

設定

AIOは私の意見ではdpm_adaptiveとddim_uniformの組み合わせが特に優れています。Photoplusやv1で使っていた設定はそのまま機能しますが、この組み合わせを使うとより創造的な結果が得られます。

• 他のRAYFLUXモデルと異なり、max shiftとbase shiftを調整可能で、maxは1.2～1.8、minは0.5～1あたりが良い範囲です。Flux Guidanceは低い値（2～3）が最適です。

• 補足ですが、RAYFLUXv1.0はHeun/betaを、PhotoplusはDPM_adaptive/betaを使用していました。

• ステップ数は14～20の間でAIOが最も良く動作します。

• 参考までに、AIOは2MP解像度でも優れた動作を見せます（下記例をご覧ください）。
  

私は通常、SDアップスケールを2ステップ、デノイズを0.2～0.3で2回目通しをします。スタイルに応じてアップスケールモデルは使い分けており、例えば粒子が強いポートレートには1x_ITF_SkinDiffDetail_lite（x2でも優秀）、一般的なイラストには4xUltrasharp、柔らかくクリアなデジタルイラストには4x_Foolhardy_Remacriがおすすめです。SDアップスケールで使うプロンプトは非常に重要で、スタイルを誘導するために活用してください（例えば粒子を増やすなら“grainy”、柔らかくしたければ“soft”、主人公に関する詳細などを書き加えるなど）。

ComfyでのRayflux AIOの簡単な開始例です。ノード少なく、良好な結果！

既知の問題・特徴

• 乳首（男女問わず）がほとんど出ません。私のデータセットにはヌードがほぼなく、このバージョンでもあまり改善されていません。ただし、多くのLoRAがあるのであまり深刻ではありません。

• 以前のバージョンより遅く、VRAM消費も増えました。チェックポイントサイズは21GB（T5、Clip、VAEを含み、UNETは約16GB）で、4090では2MP画像1枚の生成に50～60秒かかります。

• 手動調整の結果、従来の2モデルよりシードごとの変動が大きくなっていますが、これは良いことだと思います。ただし、馴染ませるのに少し手間がかかります。

• エンコーダーの内蔵によりモデルの応答と利便性は大幅に向上しましたが、ベースモデルのブロックごとに異なる精度（FP8からFP16への再アップキャスト後の追加学習）があるため、GGUF量子化が難しくなっています。ユーザーfoggyghost0さんがコメントでエンコードの精度問題を報告しているため、対応が完了するまでご辛抱ください。