+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
私のSDXLモデルもチェックしてください：
スタイライズドモデル: RAYBURN
リアリスティックモデル: RAYMNANTS
画家風モデル: RAYCTIFIER
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
編集: Hugging Faceでユーザー @sheerazrazak90434 と awskr のおかげで、
v3 AIOのDraw Things用に変換されたバージョンがHugging Faceにあります。
両者に感謝します！
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

RAYFLUX v3 AIO の紹介

AIOは私のRAYFLUXシリーズの次世代モデルで、Photoplusが技術的にはv2でした。
v1の創造性の一部をPhotoplusに持ち帰り、T5、Clip、VAEをすべて組み込んでいます。つまり、Comfyの通常のロードチェックポイントワークフローで読み込んで使用できます。

楽しんでいただければ幸いです。

R.

違いは何ですか？

AIO は、写真に強く、かつ創造性や一般的な非写真の被写体にも優れるモデルを目指した新しい試みです。v1とPhotoplusのデータセットをマージし、一部カスタムのLoRAマージと手動のブロックウェイト調整を行っています。モデルをFP16に再アップロードしましたが、VAE、T5XXL-FP16、および ViT-L-14-BEST-smooth-GmP-TE-only-HF-format をすでに組み込み、サイズを適度に保つ最適化を施しました。モデルには独特の挙動がありますが、多くの被写体でPhotoplusより良い反応を示すため、公開を決めました。

要約: AIOはほぼどんなものにも良く対応し、Photoplusがもたらしたわずかに粒状の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. 黒いニカブをまとった女性の印象的でハイファッションなクローズアップポートレート。背景は鮮やかな深紅で、布の質感や女性の鋭い視線がドラマチックに照らし出されている。
   

2. ジュブナイルのクレストトカゲが指先にとまっている鮮やかで詳細なクローズアップ写真。背景はぼかされ、都市の夜景のボケが美しく映える。
   

3. 20歳の女性をロウフィニッシュで撮影した写真。スリムで怒りの表情を浮かべ、岩山の頂で淡いピンクと紫の限定色彩で表現。
   

設定

AIO は私の意見ではdpm_adaptiveとddim_uniformの組み合わせで特に優れた成果を出します。Photoplusやv1で使用した設定はそのまま利用できますが、この組み合わせでより創造的な結果が得られます。

• 他の RAYFLUX モデルと違い、最大シフトとベースシフトは調整可能で、最大は約1.2-1.8、最小は0.5-1の範囲が適切です。Flux Guidanceは2-3あたりが最適な範囲です。

• リマインダーとして、RAYFLUXv1.0 はHeun/betaを使い、Photoplus はDPM_adaptive/betaを使っていました。

• ステップ数は14から20の間でAIOはよく動作します。

• ちなみに、AIOは2MPの解像度でも非常に良好に動作します！（下記の例参照）
  

通常は SDアップスケールで2ステップ、デノイズ強度0.2-0.3でセカンドパスを行います。アップスケールモデルはスタイルに応じて切り替え、例えば粒状のポートレート向けに 1x_ITF_SkinDiffDetail_lite（x2でも優秀）、一般的なイラスト向けに 4xUltrasharp、より柔らかくクリーンなデジタルイラスト風に 4x_Foolhardy_Remacri を使います。アップスケール時のプロンプトは非常に重要で、出力の質感や粒状感を意図的に調整できます（例：「grainy」で粒状感増、「soft」で減少、主人公の詳細追加など）。

ComfyでのRayflux AIOの簡単なスタート例。少ないノードで素晴らしい結果！

既知の問題／癖

• 乳首、男性でも女性でも。私のデータセットには露出がほとんどなく、このバージョンはあまり改善していません。LoRAはたくさんあるので大きな問題ではありません。

• 前バージョンより遅く、VRAM消費が多いです。チェックポイントサイズは21GB（T5、Clip、VAEを含むためUNETのフットプリントは約16GB）です。4090で2MP画像の生成に50-60秒かかります。

• 調整の影響もあり、シード間の変動が多く、以前の2モデルより多様性があります。これは良いことですが、扱いは少し難しくなります。

• エンコーダーの組み込みによりモデルの応答性と使いやすさは大幅に向上しましたが、ベースモデルの異なる精度設定（FP8からFP16へ再キャスト後の追加トレーニング）との兼ね合いでGGUF量子化がやや複雑になっています。コメントでfoggyghost0 さんもエンコードの精度問題を報告しているため、問題解決までお待ちください。