+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
제 SDXL 모델들을 확인해보세요:
스타일화 모델: RAYBURN
사실적 모델: RAYMNANTS
회화적 모델: RAYCTIFIER
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
수정: Hugging Face의 @sheerazrazak90434 님과 awskr 님 덕분에,
Draw Things용으로 변환된 v3 AIO 버전을 Hugging Face에서 찾을 수 있습니다. 링크. 두 분께 큰 감사의 말씀을 전합니다!
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

RAYFLUX v3 AIO 소개

AIO는 제 RAYFLUX 라인의 차세대 버전으로, Photoplus가 기술적으로 v2였습니다.
v1의 창의성을 Photoplus에 일부 되살렸고 이제 T5, Clip, VAE가 모두 통합되어 있어 Comfy의 일반 Load Checkpoint 워크플로우로 바로 불러 사용 가능합니다.

많이 즐기시길 바랍니다,

R.

어떤 점이 다른가요?

AIO는 사진 촬영에 능하면서도 창의적이고 일반 비사진 주제에도 좋은 성능을 내는 모델을 새롭게 시도한 것입니다. v1과 Photoplus 데이터셋을 병합하고 일부 커스텀 LoRA 병합 및 수동 블록 가중치 조절이 포함되어 있습니다. 모델을 FP16으로 재업로드했으나 Zeroint의 VAE, T5XXL-FP16, ViT-L-14-BEST-smooth-GmP-TE-only-HF-format를 이미 통합하면서도 크기를 적당하게 유지하는 최적화를 적용했습니다. 모델도 특성이 있지만 많은 주제에서 Photoplus보다 반응이 좋아 공유하기로 했습니다.

요약: AIO는 기본적으로 어떤 주제를 넣어도 좋은 결과를 내며, Photoplus가 가진 약간의 그레인 사진 스타일을 좀 더 창의적으로 유지하려 노력합니다.

예시

1. 검은색 니캅을 쓴 여성의 인상적인 하이패션 클로즈업 초상화로, 짙고 강렬한 붉은 배경을 뒤로 하며, 극적인 조명으로 천의 질감과 여인의 날카로운 시선을 강조한 이미지
   

2. 블러 처리된 도시 야경과 보케 효과를 배경으로 인간 손가락 위에 앉아 있는 어린 크레스티드 게코의 생동감 넘치고 상세한 클로즈업 사진
   

3. 분홍색과 보라색으로 제한된 색상으로, 화난 표정의 20대 여성 RAW 사진, 바위 산 정상에서 촬영
   

설정

AIO는 제 생각에 dpm_adaptive와 ddim_uniform 샘플러 조합이 특히 잘 맞습니다. Photoplus나 v1용 설정은 계속 사용 가능하지만, 이 조합을 쓰면 결과물이 더욱 창의적입니다.

• 다른 RAYFLUX 모델과 달리, 최대 시프트와 기본 시프트 값을 조절할 수 있으며, 최적 범위는 최대 1.2-1.8, 최소 0.5-1 정도입니다. Flux Guidance는 낮은 값인 2-3이 가장 좋은 범위로 보입니다.

• 참고로, RAYFLUXv1.0은 Heun/beta 방식을, Photoplus는 DPM_adaptive/beta 방식을 사용했습니다.

• 스텝 수는 14~20 사이에서 좋은 결과를 보입니다.

• 참고로, AIO는 2MP 해상도에서도 훌륭한 성능을 보입니다! (아래 예시 참조)
  

저는 보통 SD 업스케일을 2스텝에 디노이즈 강도 0.2-0.3으로 2차 처리합니다. 스타일에 따라 업스케일 모델을 바꾸는데, 예를 들어 1x_ITF_SkinDiffDetail_lite는 그레인 인물 초상에 적합하며(x2에서도 훌륭함), 4xUltrasharp는 일반 일러스트, 4x_Foolhardy_Remacri는 부드럽고 깔끔한 디지털 일러스트 스타일에 좋습니다. 업스케일 시 사용하는 프롬프트도 매우 중요하니, 텍스처와 그레인 조정을 위해 'grainy' 또는 'soft' 같은 단어를 추가해 원하는 방향으로 유도하세요.

Comfy에서 Rayflux AIO를 쉽게 시작하는 방법입니다. 노드가 적고 결과도 훌륭합니다!

알려진 문제/특이점

• 남성 혹은 여성의 유두 표현이 부족합니다. 제 데이터셋에 누드 이미지가 부족한 탓이며, 이 버전이 크게 개선하지는 못했습니다. 다행히 관련 LoRA가 많아 크게 문제되지는 않습니다.

• 이전 버전들보다 느리고 VRAM을 더 많이 사용합니다. 체크포인트 크기가 21GB에 달하며(T5, Clip, VAE가 포함되어 UNET의 메모리 점유는 약 16GB에 머뭅니다.), 4090에서 2MP 단일 이미지 생성에 50-60초 정도 소요됩니다.

• 제 조절 덕에 시드별 변동성이 이전 두 모델보다 훨씬 크며, 이는 긍정적이나 관리가 더 어렵다는 단점도 있습니다.

• 인코더 통합으로 응답성과 사용 편의성이 많이 개선됐으나, 기본 모델 블록마다 다른 정밀도를 사용하여 GGUF 양자화가 더 까다로워졌습니다(기본 모델은 FP8에서 FP16으로 재캐스팅한 후 추가 훈련됨). 사용자 foggyghost0님도 인코딩 정밀도 문제를 언급했으니, 해결 중이니 양해 부탁드립니다.