RedCraft-红潮-METAFILM

훌륭한 도구가 되어 예술가를 지원합니다

元影智能工作室 by Ai²Anon 비인간

영원한 기억 속에 METAFILM Studio 설립자 Yuan Bo 씨

RED-K🧡红桃K Editor 6/29/2025

Reveal.6 & BFL의 융합입니다. Kontext[DEV] NSFW 해제됨

v1.2 6/29

Clothes Remover(fm00) & Reveal.6 병합

---

공개 라이선스

GNU Affero General Public License v3.0

GNU AGPLv3

이 강력한 카피레프트 라이선스의 권한 조건은 라이선스된 작품과 그 수정본의 완전한 소스 코드를 동일 라이선스 하에 제공해야 한다는 점입니다. 저작권 및 라이선스 고지를 보존해야 합니다. 기여자들은 특허 권한을 명시적으로 허락합니다. 수정 버전이 네트워크를 통한 서비스 제공에 사용될 경우, 해당 수정 버전의 완전한 소스 코드를 제공해야 합니다.

https://choosealicense.com/licenses/agpl-3.0/

RED-OMNI Kontext Editor 5/31/2025

지원 작업

• IP: IP-Adapter와 유사하며 캐릭터, 객체 및 동물을 지원합니다. VAE 기반 특징 인코딩을 사용하여 이전 방식보다 더 높은 충실도와 캐릭터 정체성 보존을 실현합니다.
  

• ID: InstantID 및 PuLID와 유사하게 얼굴 정체성에 초점. 얼굴 충실도는 높지만 PuLID보다 모델 오염이 더 많습니다.
  
  팁: 얼굴이 너무 광택이 난다면 guidance scale을 낮추세요.

• Try-On: 상의, 하의, 안경, 모자에 대한 가상 착용 지원, 다중 의류 포함. 제한적인 훈련 데이터에도 불구하고 보이지 않는 다중 의류 및 ID+의류 조합에 잘 일반화됩니다.
  

• Style: Style-Adapter 및 InstantStyle과 유사. 스타일 일관성은 현재 덜 안정적이며 다른 조건과의 결합이 불가합니다. 개선 중입니다.
  

• Multi Condition: ID, IP 및 Try-On 조합으로 창의적 출력 지원. 특징 라우팅 제한이 엔티티 간 충돌 및 얽힘을 최소화합니다.
  

• ComfyUI: ComfyUI-DreamO를 통해 기본 지원됩니다.

고급 사용법 Advanced Usage

OmniConsistency는 Show Lab, 싱가포르 국립대학교에서 오픈 소스한 일관성 있음 스타일 전이 모델과 알고리즘 조합입니다. FLUX.1 dev를 훈련 기반으로 사용하여, 테스트 결과 DreamO와 OmniConsistency는 ComfyUI 워크플로우를 통해 "꿈같은 연동"을 실현할 수 있습니다.

showlab/OmniConsistency 저장소의 일관성 LoRA와 22가지 서로 다른 스타일의 LoRA를 연결하고, RED-Omni(2.5DNSFW) 또는 DreamO의 네이티브 모드를 통해 Flux.1 dev 모델 그룹에 연결하면, 참조 내용의 자연어 편집과 스타일 전이를 동시에 수행할 수 있습니다. [더 많은 활용법을 기대하세요]

[ 더 재밌는 탐험이 기다립니다 ] BFL Kontext (dev) 기대중

REDEdit IC (FP8) 5/11/2025

In-Context Edit: 대규모 확산 트랜스포머에서 컨텍스트 내 생성으로 지시적 이미지 편집 활성화

ICEdit 다중 모달 컨트롤러(IC 안내하에 이미지 편집)

Flux.tools-Fill 기반으로 최소 6G VRAM만 필요

최근 다중 모달 컨트롤러가 일반 사용자에게 점점 불친절해지고 있습니다

20-30+ VRAM 필요로 하여 포기하는 경우가 많습니다

개발팀은 사용자 커뮤니티의 비판을 경험하고 매우 적극적으로 공식 워크플로를 제공했습니다 (감사합니다 👍)

After experiencing the critical hits in the C-end player community, the development team actively provided the official workflow.

더 완벽한 클라이언트 사용법도 제시되었습니다:

• ICEdit 편집 지시 입력 전에 "같은 장면의 나란히 배치된 두 이미지로 구성된 딥틱. 오른쪽은 왼쪽과 완전히 같으나 {지시내용}이 반영됨"라는 고정 전제 문장을 반드시 추가해야 합니다. 그렇지 않으면 결과가 좋지 않을 수 있습니다! (논문에도 언급됨!) Datou 님이 ComfyUI 워크플로를 업데이트했으니 시도해보세요! (Hugging Face 그라디오 데모 코드는 이 프롬프트를 이미 내장하여 별도 설정 없이 지시문 입력만 하면 됩니다.)

• 입력 이미지 폭은 512로 리사이즈해야 하며 높이에는 제한이 없습니다.

• ComfyUI 호환을 위해 반드시 MoE-LoRA가 아닌 일반 LoRA를 사용하세요.

공식 Github 저장소: River-Zhang/ICEdit: 단일 LoRA로 가능한 이미지 편집! 0.1% 훈련 데이터와 1% 훈련 파라미터로 환상적인 편집! GPT-4o보다 ID 유지 우수! 공식 ComfyUI 워크플로 공개! 4GB VRAM만으로 실행!

공식 일반 (non-moe) LoRA: RiverZ/ICEdit-normal-lora at main

로컬 독립 추론 환경 구축 강력 추천(또는 十字鱼의 통합 패키지 사용 가능)

5.11 🔥 RED-Edit v1.1 (ICEdit 일반 LoRA 기반) 다중 지시문 최적화 업데이트

5.11 🔥 우측 다운로드 목록의 Trainning data 워크플로 업데이트

동시에 옷 벗기기, 선글라스 착용, 마스크 착용 수행 가능, 성공률 크게 향상 🔥 화질 개선, 추천 단계 15

프롬프트 예시: 같은 장면의 나란히 배치된 두 이미지로 구성된 딥틱. 오른쪽은 왼쪽과 완전히 같으나 {여성 나체, 선글라스 착용, 마스크 착용}

고급 사용자용: Flux.fill LoRA 중첩으로 더 안정적인 편집 결과 가능

Object Removal Flux Fill v2

@xiaozhijason / Object Removal Flux Fill v2 - v2.0 | Flux LoRA | Civitai

Fill.LoRas 모델 설명 by xiaozhi

Flux Fill Dev 모델에서 미세 조정된 객체 제거용 LoRA입니다.

특정 마스크 영역 내 객체를 제거하도록 설계되어 원치 않는 객체를 자연스럽게 지우는 이미지 편집에 유용합니다.

이 LoRA는 Object Drop에서 영감을 받았으며 Object Drop은 객체 제거에 뛰어난 결과를 보였습니다. Flux Fill 모델과 결합 시도 중입니다.

컴퓨팅 파워 제한으로 현재 알파 버전은 매우 작은 데이터셋으로만 훈련되었습니다.

관심 있거나 컴퓨팅 파워 지원 희망자는 연락 바랍니다.

Fill-LoRas 저자 연락처

트위터: [@Lrzjason](https://twitter.com/Lrzjason)

이메일: lrzjason@gmail.com

CivitAI: https://civitai.com/user/xiaozhijason

ICEdit & 소지님께서 빛을 다시 믿게 해주셨습니다

RED-Edit는 RED-Fill (NSFW) 기반에 ICEdit 훈련 가중치를 병합하여 최소 8단계 추론만으로 실행됩니다.

워크플로 및 모델 파일은 다운로드 목록에 있으며, 워크플로는 "Trainning data" 압축 파일로 제공됩니다.

Gemini, GPT-4O 등 상업용 모델과 비교해도 캐릭터 ID 유지 및 지시 이행에서 견줄 만하거나 우수하며, 비용 및 속도 면에서도 더 개방적이며 빠르고 강력합니다(한 이미지 처리에 약 9초 소요).

감사: @river-zhang 및 팀원 저장대학과 하버드 대학교

@article{zhang2025ICEdit,
  title={In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer},
  author={Zhang, Zechuan and Xie, Ji and Lu, Yu and Yang, Zongxin and Yang, Yi},
  journal={arXiv},
  year={2025},
  url={https://arxiv.org/abs/2504.20690},
}

REDiDream Pro (FP8) 4/28/2025

REDiDream Pro 소개

HiDream-I1은 170억 파라미터를 가진 오픈소스 이미지 생성 기초 모델로, 업계 최첨단 이미지 생성 품질을 초단위로 제공합니다. REDiDream Pro는 HiDream-I1 full 버전을 기반으로 개발된 고효율 이미지 생성 모델이며, 추가 훈련과 DEV/FAST 버전 최적화를 통해 생성 효율과 안정성을 크게 향상시키고 적절한 수준에서 NSFW 기능을 해제하였습니다.

HiDream-I1 is an open-source image generative foundation model with 17 billion parameters, achieving state-of-the-art image generation quality in seconds.

REDiDream Pro is an efficient image generation model developed based on the HiDream-I1 full version, optimized through the DEV / FAST version and additional training to significantly improve generation efficiency and stability, And to some extent unlocked NSFW generative ability.

이제 GGUF 양자화가 제공됩니다:

https://huggingface.co/Sikaworld1990/Redidream/tree/main

감사합니다 Sikaworld1990

감사합니다 sikasolutionsworldwide709

감사합니다 City96 https://huggingface.co/city96

주요 특징 및 기능 소개:

주요 특징 | Key Features

효율적 생성 | Efficient Generation
REDiDream Pro는 HiDream-I1 full 기반으로 DEV와 FAST 버전 사이의 생성 속도를 가집니다. 권장 추론 단계는 15단계입니다.
Optimized from HiDream-I1 full, with generation speed between dev and fast versions,

recommended inference steps: 15.

안정성 향상 | Enhanced Stability
DEV FAST 버전 최적화를 통해 REDiDream은 더 안정적인 이미지 생성 성능을 제공합니다.
Optimized via the DEV FAST version, REDiDream offers more stable image generation performance.

오픈 소스 및 유연성 | Open Source and Flexibility
HiDream-I1 MIT 라이선스를 계승하여 사용자가 자유롭게 수정 및 배포할 수 있습니다.
Inherits HiDream-I1’s MIT license, allowing users to freely modify and distribute without restrictions.

상업적 친화성 | Commercial-Friendly
생성된 이미지는 개인 프로젝트, 과학 연구, 상업적 용도로 자유롭게 사용 가능합니다. HiDream-I1 라이선스 조건을 준수합니다.
Generated images can be freely used for personal projects, scientific research, and commercial applications, compliant with HiDream-I1’s license terms.

모델 파라미터가 매우 크고 현재 가장 완전한 4TE 계층 텍스트 인코더와 매칭되어 있습니다. 모델 Shift 오프셋을 조정하면 스타일 특성과 NSFW 해제 능력을 더 얻을 수 있습니다.

ComfyUI 지원 | ComfyUI Support

네이티브 지원 | Native Support
REDiDream은 ComfyUI 3.30 버전을 기본 지원하며 예제 이미지 모두 해당 버전으로 생성되었습니다.
REDiDream provides native support for ComfyUI version 3.30, with all example images generated using this version.

훈련 환경 | Training Environment
REDiDream Pro는 L40s 48G 하드웨어에서 훈련되었으며 ComfyUI를 사용해 제작되었습니다.
REDiDream Pro was trained on L40s 48G hardware and developed using ComfyUI.

성능 요구 사항 | Performance Requirements

하드웨어 요구 사항 | Hardware Requirements
REDiDream Pro의 성능 요구 사항은 HiDream-I1 dev 버전과 비슷하여 효율적인 추론에 적합합니다.
REDiDream Pro’s performance requirements are comparable to HiDream-I1 dev, suitable for efficient inference.

생성 속도 | Generation Speed
생성 속도는 HiDream-I1 dev와 fast 버전 사이에 위치하며 효율과 품질의 균형을 이룹니다.
Generation speed falls between HiDream-I1 dev and fast versions, balancing efficiency and quality.

라이선스 계약 | License Agreement

모델 라이선스 | Model License
트랜스포머 모델은 MIT 라이선스를 사용합니다. VAE는 FLUX.1 [schnell]에서, 텍스트 인코더는 google/t5-v1_1-xxl과 meta-llama/Meta-Llama-3.1-8B-Instruct에서 각각 제공되며 해당 라이선스 조건을 준수해야 합니다.

Transformer models are licensed under the MIT License. The VAE is from FLUX.1 [schnell], and text encoders are from google/t5-v1_1-xxl and meta-llama/Meta-Llama-3.1-8B-Instruct, subject to their respective license terms.

사용 책임 | Usage Responsibility
사용자는 생성된 콘텐츠의 소유권을 가지지만, 불법적이거나 유해하며 취약 계층을 겨냥한 콘텐츠 생성을 금지하는 라이선스 계약 조건을 준수해야 합니다.

REDiDream Pro | 라이선스 계승
HiDream-I1 MIT 라이선스를 계승하며, 각자 라이선스 조건을 준수합니다.

감사의 말 | Acknowledgements

모델 출처 | Weights Sources

HiDream-ai/HiDream-I1-Full · Hugging Face

Comfy-Org/HiDream-I1_ComfyUI · Hugging Face

GuangyuanSD/REDiDreamviaHiDreami1Uncensored · Hugging Face

구성 요소 출처 | Component Sources
VAE는 FLUX.1 [schnell] (Apache 2.0 라이선스), 텍스트 인코더는 google/t5-v1_1-xxl (Apache 2.0 라이선스), meta-llama/Meta-Llama-3.1-8B-Instruct (Llama 3.1 커뮤니티 라이선스)에서 제공됩니다.

The VAE is from FLUX.1 [schnell] (Apache 2.0 license), and text encoders are from google/t5-v1_1-xxl (Apache 2.0 license) and meta-llama/Meta-Llama-3.1-8B-Instruct (Llama 3.1 Community License Agreement).

REDiDream 명칭 유래:

이 여정을 거쳐, 우리는 Re-Did-(a)Dream을 만들었습니다.

RED. UNO In-Context (FP8) 4/14/2025

REDAIGC FT 모델로서 UNO In-Context 생성에 맞춰 개발되었습니다

(F.1 dev 대비 향상된 품질)

FLUX FT 베이스 모델이 UNO 컴포넌트와 맞지 않는 문제 해결, FP8 가중치(16GB VRAM 사용)이며 Diffusers와 ComfyUI 모두 지원합니다.

---

Diffusers 스크립트:

https://github.com/bytedance/UNO

Dit-LoRA 가중치:

bytedance-research/UNO · Hugging Face

ComfyUI-nodes 컴포넌트:

https://github.com/QijiTec/ComfyUI-RED-UNO

Diffusers-VAE 버전:

https://huggingface.co/GuangyuanSD/16C_vae_Diffusers

---

높은 일관성의 데이터 합성 파이프라인을 제안합니다. 이 파이프라인은 확산 트랜스포머의 본질적 컨텍스트 내 생성 능력을 활용하며, 고일관성 다중 피사체 페어 데이터를 생성합니다. 또한 점진적 교차 모달 정렬 및 범용 로터리 위치 임베딩으로 구성된 UNO를 소개합니다. 이는 텍스트-이미지 모델에서 반복 학습된 다중 이미지 조건 피사체-이미지 모델입니다. 광범위한 실험에서 단일 및 다중 피사체 주도 생성 모두에서 높은 일관성과 제어력을 달성함을 보였습니다.

ULTRAREVEAL5 SFW 긴급발표 3/25

사용자 피드백에 따라 Reveal 시리즈가 너무 NSFW라는 의견을 받아 첫 Reveal 잠금 성인 콘텐츠 버전을 출시하였습니다.

[ FLUX Contrast 강화 Training]

REALREVEAL5 갑작스런발표 3/18

F.1 DEV LoRA 생태계 완전 호환

역증류 초고품질 (학습 가능)

CFG를 1로 복원하여 F.1 DEV와 동속도를 보장

LoRA 완전 호환 역증류 고품질 소재 (학습 가능)

[ FLUX Ultimate Realism 강화 Training ]

---

Illust3Relustion PRO는 Flux1-DedistilledMixTuned v3 PAP를 거쳐 재수정되었습니다.

Ultimate Realism 훈련 세트는 DMT v3 PAP 재샘플링 이후 구성됩니다.

2k 초고해상도 리얼리즘 이미지들이 훈련 세트로 추가되었습니다.

FLUX DEV 버전 4k 초고해상도 베이스 모델 가중치 EOR v3가 추가되었습니다:

Flux.1 Dev Edge of Reality 진짜 가장자리 - v3 | Flux Checkpoint

---

NSFW 해제

---

RedCraft RealReveal5 20단계 샘플링용

CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform

DetailDaemon 샘플러를 활성화하고

수치를 0.6-0.8로 설정하는 것을 권장합니다.

---

SOTA 적응 능력, 모든 F.1-LoRA 완전 호환!

RedCraft uncensored 시리즈 모델은 NSFW 허용 불가 지역에 게시 금지

비영리 모델은 어떠한 형태로도 무단 전재 및 배포 금지 [ 전파 금지 ]

비영리 모델 복합 게시 플랫폼의 현지 법률 및 규정 준수

illustriousRelustion3 업데이트 3/11

RETROSD / FLUX Reveal / EDGE4k 기반의 전 인류 리얼리즘 Illustrious FT 모델 제작

SD 시절의 영광스러운 시절로 복귀!

CFG 5.5 Deis / DPMM++2M | SGM Uniform / 베타

샘플링 단계는 약 30 단계

미리보기 이미지는 워크플로 및 프롬프트 포함

가속기로는 Hyper , DMD2, TDD 지원

샘플링 단계 25-30이 최적이며 Hyper/DMD2/TDD 가속기와 함께 사용 권장

모델 디자인 Hi-RES 2M (200만 픽셀)

설계 해상도는 Hi-RES 2M (200만 픽셀)이며 고해상도시 UNET 스케일링 활성화 가능

모두에게 감사드립니다!

PONYRelustion3 PRO 공식발표 3/3

3300만 leak 데이터셋 기반 제작

91大神이 참여한 동아시아 리얼리즘 PONY 모델

행복한 PONY 세계의 무한한 창의력 지원!

무한한 창의력의 PONY 세계!

---

CFG 5 Deis | DPMM++2M | SGM Uniform

샘플링 단계 약 30 권장, 예제 이미지와 동일 파라미터 사용 가능

Hyper/DMD2/TDD 등의 가속기와 조합 가능

---

설계 해상도는 Hi-RES 2M (200만 픽셀)

가로 세로 비율은 PONY의 강력한 자가 적응 능력 유지

PONY의 ULTRA 적응력과 유사한 가로세로 비율

---

목표는 PONY 세계의 성숙한 고화질 창의적 베이스 모델 제작!

여러분의 지속적인 지원에 감사드립니다!

고품질, 성숙한 베이스모델, PONY 세계를 위해!

모두에게 감사드립니다!

FLUX.Fill NSFW 내보충 모델 출시 2/22

FLUX.Fill [NSFW] 뉴Reveal F.1 인페인팅 모델

F.1 Fill용 NSFW 컨셉 요소 해제

NewReveal F.1 모델과 매칭되는 Fill [NSFW] 모델입니다.

ULTRA와 동일한 NSFW 컨셉 요소를 해제합니다.

인페인팅 모델은 특수 인페인팅 워크플로우와 인페인팅 샘플러를 사용하여 로드해야 하며, 이미지에 마스크가 있어야 하며 이는 이미지 편집 또는 확장과 같은 특수 목적에 사용됩니다.

【 주의 】인페인팅 내보충 모델 Fill.NSFW는 전용 인페인팅 워크플로 및 샘플러를 통해 로드되어야 하며, 이미지에 마스크가 포함되어 있어야 합니다. 이는 보정 또는 확장용 특별한 용도입니다.

일반 그림 생성 시에는 다음을 사용하세요:RedCraft | 红潮 | Commercial & Advertising Design System - 🌹NewReveal[F.1]ULTRA🌹

주로 여성 해부학 및 인체 기관 보정에 사용

남성 생식기 표현은 아직 이상적이지 않음

주로 여성 신체와 인체 기관 보정용

[ 남성 생식기 표현은 아직 부족함 ]

RED.epicus BIG Movie (FP8) 2/23/2025

지루함! 반복! 스팸!

RED[창의적] Epicus 대서사시급 BIG Movie 모델

텍스트-이미지 모델에서 여러 암호화 및 증류 기법이 널리 퍼져

커뮤니티 새 모델 작품의 창의성 부족

리얼리즘 사진을 그렇게 좋아한다면 실제 촬영을 하세요!

지루하고, 반복적이며, 끝이 없습니다.

텍스트-이미지 모델의 다양한 암호화와

증류 기법 때문에

F.1 커뮤니티 작업물이 점점 창의성을 잃고 있습니다.

리얼리즘 사진 좋아하면 실제 촬영 일정 잡으세요!

---

그래서 Sunset Red Squad(석양 홍색 조직)가 역증류 기술 기반의 창의성 FT 모델을 만들었습니다.

고정된 훈련 데이터셋 없이, 과적합 스타일 없이, 모두 창의성을 위해 존재합니다.

확산 모델이 본연의 모습을 갖도록 (실패율은 높지만)

---

NSFW 해제

---

RedCraft DRD(De-Re-Distilled) NewReveal.4M 20단계 샘플링용

CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform

"이번 발렌타인 데이가 여러분의 마음을 사랑과 그리고 기쁨으로 가득 채우길 바랍니다. 모든 분께 애정과 소중한 순간들로 가득한 하루가 되시길 기원합니다." 🌹🌹🌹🌹🌹🌹

행복한 발렌타인 데이! 情 人 节 행복을 기원합니다 2/14/2025

새해 복 많이 받으세요 뱀의 해Happy New Year of the Snake

새로운 F.1 Schnell FT 모델 - RUSHReveal·Schnell 「냉혹 · 뽑기 기계」

최고의 정제기 for IL / PONY / XL / MJ / SD15

RedCraft | 红潮 CADS | 2025년 2월 8일 최신 | Commercial & Advertising Design System - RASCH.3 (RUSH·Reveal)🔥 | Flux Checkpoint | Civitai

새로운 Reveal ULTRA 2/08/2025

역증류 초고품질 (학습 가능)

CFG를 1로 복원하여 F.1 DEV와 동속도 보장

LoRA 완전 호환 역증류 초고품질 모델 (학습 가능)

[ FLUX Aesthetics 강화 LoRA ]

NSFW 해제

---

RedCraft DRD (De-Re-Distilled) NewReveal.4M 20단계용

CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform

Dr Wikeeyang의 최신 연구

Flux1-Dedistilled 3.0

F.1 Distilled2PRO 유출 🏴‍☠️

https://civitai.com/models/941929/flux1-dedistilledmixtuned

NewREVE[AL 무단사전공개발표 1/22

F.1 DEV LoRA 생태계 완전 호환

역증류 초고품질 (학습 가능)

CFG를 1로 복원하여 F.1 DEV와 동속도 보장

LoRA 완전 호환 역증류 초고품질 소재 (학습 가능)

[ FLUX Aesthetics 강화 LoRA ]

---

본 모델은 F.1 Distilled2PRO 역증류 '해킹'판 무단 공개본을 기반으로 합니다 (Dr Yang 공개):

Flux1-DedistilledMixTuned V3 무단 공개판

Flux1-DedistilledMixTuned - v3.0 fp8 | Flux Checkpoint | Civitai

---

FLUX DEV 4k 초고해상도 베이스 모델 가중치 EOR v3 추가:

Flux.1 Dev Edge of Reality 진짜 가장자리 - v3 | Flux Checkpoint

RED.2 [ ArtAUG] BF16 미학 베이스 모델 가중치 추가:

RedCraft | 红潮 CADS | RED.2 BF16 (ArtAug) | Flux Checkpoint

---

NSFW 해제

---

RedCraft DRD (De-Re-Distilled) NewReveal.4M 20단계용

CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform

---

SOTA 적응력, 모든 F.1-LoRA 완전 호환!

특별 감사

SHM_AI 뛰어난 작업물 :

SHM Realistic - v4.0 | Stable Diffusion Checkpoint | Civitai

HudujnikBezKisty 뛰어난 작업물 :

The Super Realistic - TSR 2.0 | Stable Diffusion Checkpoint | Civitai

Astraali 뛰어난 작업물 :

AstrAnime - AstrAnime_V6 | Stable Diffusion Checkpoint | Civitai

그리고 SD1.5에 조용히 기여한 모든 분들께

SD15RelustionHD 출시 1/18

Relustion1.5HD 고해상도 공개 1/18/2025

RETROSD 자료와 HD4K 기반으로 SD1.5 재구성

RETRO! SD 시대의 영광스러운 시절로 복귀!

영광스러운 SD 시절로의 복귀!

CFG 5-7 DPM++2M /EulerA | SGM Uniform

샘플링 단계 25~30 단계가 최적이며 VAE 기본 내장

설계 해상도는 Hi-RES 0.9M (92만 픽셀)

고해상도 직출 시 UNET 스케일링 또는 블록 스크립트 활성화 추천

[ 풀 정밀도 FP32 기반, 최초 FP16 버전 출범 ]

RETRORelustion2 영광스러운 출시 1/16

RETROSD / FLUX Reveal / EDGE4k 기반의 동아시아 복고풍 실사계 Illustrious FT 모델

RETRO! SD 시절의 영광스러운 시절로 복귀! 영광의 SD 시절로!

CFG 5 Deis | EulerA | SGM Uniform

샘플링 단계 25-30이 최적이며 Hyper/DMD2/TDD 등 가속기와 호환

설계 해상도는 Hi-RES 2M (200만 픽셀), 고해상도 시 UNET 스케일링 지원

감사드립니다!

PONYRelustion2 즐거운 출시 1/11

FLUX Reveal / EDGE4k 시리즈 기반의 32-bit 동아시아 실사 PONY 모델

FP32 풀 모델 (12.92 GB) 정밀도 비증류 오염 없음, BNB VRAM 소모 7GB

FP32 버전 최초 공개, PONY 세계의 무한한 창의성 지원!

행복한 PONY 세계 무한 창의력!

CFG 5 Deis | EulerA | SGM Uniform

샘플링 단계 약 25가 최적이며 Hyper/DMD2/TDD 가속기와 조합 가능

설계 해상도는 Hi-RES 2M (200만 픽셀), 초강력 적응형 종횡비 유지

PONY의 ULTRA 적응형 비율과 유사

목표는 PONY 세계의 성숙한 고화질 창의 베이스 모델입니다!

지지해 주셔서 감사합니다!

특별 감사

파라미터 최적화를 위한 탁월한 기여에 대해 Freepik 및 Ostris에게 감사를 드립니다!

RED.2 15.2 GB(BF16) 1/8/2025

FLUX Aesthetics 강화 LoRA 기반

ECNU 계산 지능 연구소

RED.2 미학 평가는 DiffSynth-Studio 생성 이해 상호작용 훈련 프로젝트 ArtAug에 기반합니다.

논문: https://arxiv.org/abs/2412.12888

• Github: https://github.com/modelscope/DiffSynth-Studio

• 모델: ModelScope, HuggingFace

• 데모: ModelScope, HuggingFace(곧 공개 예정)

ArtAug 훈련 과정은 다음 단계로 구성됩니다:

1. 합성-이해 상호작용: 이미지 생성 후 다중 모달 대형 언어 모델(Qwen2-VL-72B)을 활용해 이미지 내용을 분석하고 수정 제안을 받으며, 이를 반영해 고품질 이미지를 재생성합니다.

2. 데이터 생성 및 필터링: 대화형 생성은 긴 추론 시간과 가끔 부실한 이미지 내용의 문제를 가지므로, 대량의 이미지 쌍을 오프라인 생성 및 필터링하여 이후 훈련에 사용합니다.

3. 차별적 훈련: LoRA 모델을 훈련시킬 때, 향상 전후 이미지 간 차이를 학습하도록 차별적 훈련 기법을 적용하며 고도 향상 이미지 데이터셋을 직접 사용하지 않습니다.

4. 반복 향상: 훈련된 LoRA 모델을 베이스 모델에 융합하고 이 과정을 여러 번 반복하여 인터랙션 알고리즘이 더 이상 의미 있는 향상을 제공하지 않을 때까지 진행합니다. 각 반복에서 생성된 LoRA 모델을 결합해 최종 모델을 만듭니다.

이 모델은 Qwen2-VL-72B의 미학 이해를 FLUX.1[dev]에 융합하여 생성 이미지 품질을 향상시켰습니다.

사용법

CFG 1 | 샘플러 Deis / DPM++2M / Euler | SGM_uniform

가속기 없이 25단계로 생성

RED.2용 권장 가속기: RED-AIGC / TDD

Target-Driven Distillation: 일관성 증류 및 목표 시간 선택과 분리 가이드

TDD 증류 RED.2 모델로 4-8단계만에 생성 가능

증류 가중치 스케일링: 0.12~0.13

[ 재샘플링 + Sampler LCM/EulerA 조합이 더 우수한 결과를 제공합니다 ]

링크 내 모델은 평행적 관계이며 버전 업그레이드가 아닙니다

본 링크 내 모델은 모두 병렬 관계이며 버전 진행이 아닙니다

버전별 차이는 오른쪽 'About this version' 섹션에 명시되어 있습니다.

아래는 모델 리스트입니다 list of models：

TURBO Reveal2 크리스마스 첫 공개! Merry Christmas!

(HOTFix v2.1 업로드 - Lora 적응도 향상)

Reveal NSFW 기반에 더 많은 인물 포함 시도

Reveal2 Turbo 8-10단계

Reveal NSFW 기반 다수 초상 결합

RedCraft | 红潮 CADS - Reveal2 TURBO

모두 즐거운 휴일 보내시길 바랍니다!

해당 모델은 역증류 가중치를 전혀 사용하지 않습니다

De-distilled 가중치를 전혀 사용하지 않음

PONY Relustion 동지 첫 공개 Winter Solstice Festival

고품질 리얼리즘 스타일 창의 우선 설계

↳ RedCraft | 红潮 CADS - PONY Relustion

고해상도 리얼리즘 스타일 기반 창의적 우선 설계

이전 PONY 모델 출시로부터 7개월 경과:

MIST XL Hyper 캐릭터 스타일 모델 가속판

관심 있는 분은 최초 Hyper-PONY 초고속 모델을 확인해보세요

Reveal NSFW

FLUX.1 DEV 사양의 FP8 FT 모델로 남녀 간 로맨스 액션과 인체 예술을 주제로 합니다:

↳ RedCraft | 红潮 CADS - Reveal NSFW

FLUX.1 DEV FP8 FT 모델, 로맨틱 액션 및 바디 아트 특화

Reveal3 ULTRA

(HOTFix v3.2 - 펜리스(PENIS) 업로드)

FLUX.1 DEV와 역증류 기술을 결합하여 고화질 버전으로 진화:

↳ RedCraft | 红潮 CADS - Reveal3 uncensored

De-Re-Distillation 기반 Reveal 고화질 업데이트

Relustion IL NSFW

SDXL 사양 기반 완전 훈련된 Illustrious XL의 실사 FT 버전:

↳ RedCraft | 红潮 CADS - Relustion IL NSFW

Illustrious XL 실사 FT, SDXL 기반 완전 최적화

Relustion ULTRA

Relustion IL 기반에 실사 고해상도 성능 강화판:

↳ RedCraft | 红潮 CADS - Relustion ULTRA

Relustion IL의 고해상도 실사 강화 버전

Relustion XL

SDXL CADS3 기반에 NSFW 학습 세트 통합한 고해상도 양자화 버전:

↳ RedCraft | 红潮 CADS - Relustion XL

CADS3 기반 고해상도 양자화 버전이며 NSFW 학습 세트 사용, FLUX 및 IL 모델 고해상도 정제용

RASCH.1 / 2

서로 다른 두 Schnell 역증류 FT 모델에 RED.1 스타일을 결합한 고속 모델:

↳ RedCraft | 红潮 CADS - RASCH.2

↳ RedCraft | 红潮 CADS - RASCH.1 Forge

ReFLEX NSFW

Schnell NF4 버전의 2차원 일러스트 모델로, 구조 안정성과 프롬프트 복원 정확성 특징:

↳ RedCraft | 红潮 CADS - REFLEX NSFW

RED.1과 혼합된 Schnell 역증류 FT 고속 모델

프롬프트 정확성 보장과 동시에 De-Re-Distilled(DRD) Schnell 모델은 속도와 품질 균형을 이룹니다.

증류 모델은 본질적으로 신체 및 화풍 안정성을 가지며, 4bit 양자화 버전에서도 효과가 우수합니다.

6~10GB VRAM 사용, 4-8단계 이미지 생성, 뛰어난 속도 (특히 화풍 학습과 건축 장식 모델에 적합)

De-Re-Distilled (DRD) Schnell 모델은 속도와 품질의 균형을 이룹니다.

증류 모델은 자연스럽게 안정성을 가지며 4비트 양자화도 우수합니다.

6-10GB의 비디오 메모리 사용, 4-8단계 이미지 출력, 빠른 속도

(특히 예술적 화풍 생성과 건축 장식 모델에 적합함)

아래는 RedCraft 시리즈의 기본 미학 모델 Red.1 소개입니다.

RedCraft RED.1

BF16 CADS 상업 및 광고 디자인 시스템

아마도 현재 10단계 이내 빠른 BF16 모델 중에서 품질과 디테일이 가장 우수한 베이스 모델일 것입니다.

퀄리티 좋은 10-20단계 모델로, 일부 세부에서 Flux 시리즈를 능가하며 20B 파라미터 모델에 근접합니다.

METAFILM AI - 상업 및 광고 디자인 시스템 기반으로, flux-dev-de-distill와 병합되었으며, ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials 등 도구로 미세조정되었습니다. 권장 10-20단계 사용. 다른 12B 모델 대비 품질 대폭 향상됨.

기반 기술:

De-Distill & CADS 상업 소재 FP16

온라인 ComfyUI WebUI 생성 지원

10-20 STEP Euler / DPM++2M | 베타 / SGM_Uniform

CFG 3-3.5

실제 CFG는 설정 필요(가이드 무시 또는 0 설정)

——————————————————————————

이름에 AIO (All in One)가 포함된 버전은 UNET + VAE + CLIP L + T5XXL (fp8)을 포함하며 체크포인트 또는 콤팩트 버전으로도 알려져 있습니다.

ComfyUI에서 BNB NF4와 GGUF 양자화를 사용하려면, 특수 모델 로더를 추가하는 커스텀 노드 설치가 필요합니다:

• GGUF: https://github.com/city96/ComfyUI-GGUF

• NF4 + Lora 지원: https://github.com/bananasss00/ComfyUI_bitsandbytes_NF4-Lora

• (구버전) NF4 UNET: https://github.com/DenkingOfficial/ComfyUI_UNet_bitsandbytes_NF4

• (구버전) NF4 AIO 체크포인트: https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4

UNET 버전 사용 시, 텍스트 인코더와 VAE도 필요합니다.

없다면, 아래에서 다운로드 하세요:

• T5XXL - CLIP L: https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main

• GGUF T5XXL: https://huggingface.co/city96/t5-v1_1-xxl-encoder-gguf

• VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae

모델은 "models/diffusion_models" 또는 "models/unet"에, 텍스트 인코더들은 "models/clip", VAE는 "models/vae" 폴더에 둡니다.

ComfyUI에서는 표준 flux 워크플로를 사용하거나 체크포인트 로더 대신 'Load Diffusion Model', 'DualClipLoader', 'Load VAE' 노드를 추가해 설정을 완료하세요.

Forge에서는 "Diffusion in low bits" 옵션을 "bnb-nf4"로 설정하세요.

city96의 gguf 양자화 스크립트에 감사드립니다.
reddit 유저 a_beautiful_rhind의 bnb 양자화 스크립트에 감사드립니다.

——————————————————————————

또한 대양 선생님의 8bit 미세조정 버전을 추천드립니다:

Flux1-DedistilledMixTuned-V1 - v1.0 fp8 | Flux Checkpoint | Civitai

현재 확인 가능한 가장 우수한 공식 베이스 스타일 및 출력 품질 가속 모델일 수 있습니다.

추천:

UNET 버전 (모델만) 사용 시, 저자가 권장하는 텍스트 인코더 및 VAE 설치를 추천하며 더 나은 프롬프트 가이드가 가능합니다:

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

• Text Encoders: 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 버전: GGUF 모델 지원 노드 설치 필요, https://github.com/city96/ComfyUI-GGUF

간단한 워크플로: 아래와 같은 매우 간단한 워크플로로 추가 커스텀 노드 없이 사용 가능 (GGUF 버전은 city96의 UNET Loader(GGUF) 노드 사용 권장):

감사의 말씀:

https://huggingface.co/wikeeyang, Wikee Yang 님께 8비트 모델 정밀 미세조정과 정보 제공에 감사드립니다. 모델은 여기서 확인 가능합니다:

wikeeyang/Flux.1-Dedistilled-Mix-Tuned-fp8 · Hugging Face

https://huggingface.co/Anibaaal, Flux-Fusion은 매우 훌륭한 혼합 및 튜닝 모델입니다.

https://huggingface.co/nyanko7, Flux-dev-de-distill은 훌륭한 실험 프로젝트입니다! inference.py 스크립트에 감사드립니다.

https://huggingface.co/MonsterMMORPG, Furkan 님이 Flux.1 모델 테스트 및 튜닝 과정을 많이 공유해주셨습니다, 일부는 역증류 모델 전용 테스트입니다.

https://github.com/cubiq/Block_Patcher_ComfyUI, cubiq님의 Flux 블록 패처 샘플러는 Flux.1 블록 파라미터가 이미지 생성에 미치는 변화를 테스트할 수 있게 해줍니다. 그의 ComfyUI_essentials에는 FluxBlocksBuster 노드가 있어 블록 값을 쉽게 조정 가능, 매우 훌륭한 작업입니다!

https://huggingface.co/twodgirl, 모델 양자화 스크립트와 테스트 데이터셋 공유에 감사드립니다.

https://huggingface.co/John6666, 모델 변환 스크립트와 모델 콜렉션을 공유해주셨습니다.

https://github.com/city96/ComfyUI-GGUF, GGUF 양자화 모델 기본 지원에 감사드립니다.

https://github.com/leejet/stable-diffusion.cpp, 순수 C/C++ GGUF 모델 변환 스크립트 제공자에게 감사합니다.

중국 내 Modelscope 마타커뮤니티에 이미 공개되어 빠른 다운로드 가능!

RedCraft | 红潮 CADS Commercial & Advertising Design System · 모델 저장소

커뮤니티 무료 지원의 유일한 역증류 FLUX 모델 온라인 생성 플랫폼:

AIGC 구역 - 이미지 생성 · 마타커뮤니티 Model: qijitech/RedCraft-12b-10steps-FP16-AIGC

유일한 (커뮤니티 무료) 역증류 FLUX 모델 온라인 생성 지원 플랫폼입니다.

곧 Huggingface.co에서도 제공 예정

————————————————————————————————————————

테스트 문제는 댓글로 남겨주세요, 비즈니스 문의는 개인 홈페이지 +V Zyuan980 참고

훌륭한 도구가 되어 예술가를 지원합니다. 자세한 정보:https://x1f3ewlrcf.feishu.cn/wiki/BjJ1waQaLitPB4k7Lbvc0MaVnzb?fromScene=spaceOverview&open_tab_from=wiki_home

————————————————————————————————————————