Moxie Flux1 DS - v1.1 DS 4단계
하이라이트된 이미지
추천 프롬프트
and augmented mechanical enhancements
추천 매개변수
samplers
steps
cfg
resolution
vae
팁
Flux 모델은 향상된 다양성과 속도를 위해 다른 Flux 버전 및 로라(Lora)와 병합할 수 있습니다.
최고의 결과를 위해 가이던스 값을 3에서 3.5 사이, 스텝은 8에서 22 사이로 유지하세요.
Nvidia 4060 및 3060을 포함한 12GB에서 16GB VRAM의 GPU에서 성공적으로 테스트되었습니다.
버전 하이라이트
v1.1
이것은 AbdallahAlswa80의 두 속도 모델인 Speed FP8 (e4m3fn) D와 Speed FP8 (e5m2) S의 50/50 병합입니다.
v1.7S
Moxie Flux 1 DS v1.5S (이전 버전 - 높은 비율)
v1.7D
Moxie Flux 1 DS v1.6 (이전 버전 - 높은 비율)
C4PACITOR d v3 알파 (약간 더 높은 비율)
v1.6D
v1.5S
v1.5D
첫 번째 병합
두 번째 병합
C4PACITOR v.d_v2 (높은 비율)
1.4
이것은 Moxie Flux Fusion f16 e5m2 버전을 위한 '새 기반'입니다. 이 기반은 실패 시도가 더 많다고 느껴지지만 (아마도 더 많은 스텝에서, 그리고 가이던스를 조절하면서 성공률이 높음), 가이던스는 3~3.5 정도, 스텝은 22로 유지합니다. 다른 Flux 모델과는 독특한 이미지가 생성되며, Moxie Fusion Flux v1.35와 좋은 조합을 이뤄 기본 모델과 차별화된 다양성을 제공합니다.
첫 번째 병합
두 번째 병합
Dev2Pro (조금 사용 - Lora를 만들거나 업스케일러로 가끔 사용)
1.3
이것은 Moxie Flux Fusion의 새 기반이지만 f8 버전입니다.
첫 번째 병합
두 번째 병합
세 번째 병합
첫 두 병합을 합침
네 번째 병합
Flux1.D & Flux1.S 8단계
이것은 Flux Dev/Schnell (UNET, fp8, e4m3fn)의 절대 '기본' 체크포인트이며 ByteDance Hyper-FLUX 가속 LoRA와 병합되었습니다. 듀얼 클립과 VAE가 포함된 완전한 체크포인트로 병합되었습니다. 아마 다른 곳에도 있을 수 있지만 찾지 못해 직접 업로드합니다.
품질은 '전체' 버전과 거의 비슷하며, 8단계가 20단계보다 훨씬 빠르기 때문에 테스트 용도로 자주 사용합니다. 다른 업로드를 찾으려다 포기하고 직접 업로드하기로 했습니다.
v1.1
이것은 AbdallahAlswa80의 두 속도 모델인 Speed FP8 (e4m3fn) D와 Speed FP8 (e5m2) S의 50/50 병합입니다. 4단계로 이미지를 생성합니다. 자세한 내용은 샘플 이미지 메타데이터를 참조하세요.
v1.0
다른 Flux.1 D 및 S 병합본도 있지만, 독립 실행형 체크포인트는 아닙니다. 그래서 이 작업을 했습니다. 4060 16GB와 3060 12GB GPU에서 문제없이 테스트되었습니다.
Adel_AI는 Flux 사용을 간소화하는 체크포인트를 여러 개 만들었으며, 이 파일 하나만 다운로드하여 ComfyUI 체크포인트 폴더에 넣으면 됩니다 (내 워크플로우 참고.)
이것은 두 개의 Adel_AI Flux1 체크포인트인 Flux1.D 16Gb와 Flux1.S 16Gb의 50/50 병합본입니다. 아래는 그의 페이지에서 가져온 추가 정보입니다.
