PixelWave FLUX.1-schnell 04 - Apache 2.0!

Safetensor Files: 💾BF16 💾FP8 💾bnb FP4

GGUF Files: 💾Q8_0 🤗Q6_K 💾Q4_K_M

Links to 🤗VAE 🤗T5xxl 🤗CLIP L

Model also available at: RunDiffusion and Runware.ai

PixelWave FLUX.1 schnell 版本 04 是基於 FLUX.1-schnell 的美學微調版本。訓練圖像經過精心挑選，確保模型偏向吸引目光的圖片，擁有漂亮的色彩、質感和光影效果。

• 基於原始 schnell 模型訓練，遵從 Apache 2.0 授權！

• 無特殊運行要求。支援 FLUX LoRA

• Euler Normal，8 步。

你可以使用更多步數來提升細節，但超過 8 步後輸出變化不大。

感謝 RunDiffusion 支持

非常感謝 RunDiffusion（Juggernaut 聯合創作者）贊助計算資源，讓本模型訓練成為可能！如何不對模型做去蒸餾而訓練 schnell 需大量實驗，而能利用 RunDiffusion 雲端算力使流程更加容易。

需要本模型 API 調用，請與 Runware.ai 合作。

我目前將 FLUX.1-dev 04 版本限量提供給 RunDiffusion 和 Runware 使用。未來釋出 05 版本時，計劃公開 dev 04 權重。

感謝他們支持本模型發佈，請關注他們！

訓練說明

訓練透過 kohya_ss/sd-scripts 完成。我的 Kohya 分支 包含對 sd-scripts 子模塊的修改，請務必同時 clone 兩部分。

使用微調選項卡。我發現 pagedlion8bit 優化器適合，且可在我的 4090 24GB GPU 上運行。其他優化器學習效果較差。

凍結 time_in、vector_in 與 mod/modulation 參數，阻止 "去蒸餾"。

避免單塊訓練超過 15。可在 FLUX 區段設定訓練塊。

學習率 5e-6 訓練快速，但需於數千步後停止，以避免塊崩壞及學習變慢。

可用較早的檢查點合併塊，替換崩壞部分後繼續訓練。

崩壞塊跡象：大部分圖像呈現紙張質感，背景細節流失。

聯絡方式

商業或商務洽詢請聯絡 pixelwave@rundiffusion.com。授權 Flux 微調，客製訓練計劃，商用 AI 開發，團隊全能支援！

PixelWave Flux.1-dev 03 精細微調！

Safetensor Files: 💾BF16 💾FP8 💾NF4

GGUF Files: 💾Q8_0 🤗Q6_K 💾Q4_K_M

Links to 🤗VAE 🤗T5xxl 🤗CLIP L

“diffusers” 文件實際為 Q8_0 與 Q4_K_M GGUF 版本。GGUF 文件也可於 huggingface 取得。

我使用 4090 針對基礎 FLUX.1-dev 版本 03 微調超過 5 週。可執行多種藝術風格、攝影與動畫。我發現的有助 LoRA 的技巧。

展覽圖片使用 dpmpp 2m sgm uniform 30 步。如果想更整潔／乾淨的輸出，可嘗試提高指導力度。提及風格也有助模型精準生成。

推薦嘗試添加 upscale latent 節點，並將 latent 乘以 1.5，生成 1536x1536 解析度圖片，提升輸出品質。

PixelWave Flux.1-schnell 03

Safetensor Files: 💾FP8 💾NF4

GGUF Files: 前往 huggingface

展覽圖片使用 dpmpp 2m sgm uniform 8 步。

可從 4 步開始，但步數越多解剖結構錯誤越少。

PixelWave Flux.1-dev 02

Safetensor Files: 💾BF16 💾FP8

GGUF Files: 💾Q8_0 🤗Q6_K 💾Q4_K_M

版本 02 大幅改善黑暗與陰影圖像，並提升手部細節的輸出穩定性。

建議使用 dpmpp_2s_ancestral beta，14 步。或是 euler simple，20 步。

Comfyui-GGUF 節點

PixelWave 11 SDXL。通用型微調模型，適用於藝術與攝影風格。

我使用 20 步，DPM++ SDE，CFG 4 至 6 或 40 步，2M SDE Karras

加速版本 - 5+ 步，DPM++ SDE Karras，2.5 CFG

PAG 推薦⚡推薦 1.5 縮放，CFG 3。 工作流連結

🔗擴展畫廊連結 🖼️

⭐提示詞指南連結 ⭐ 你無需使用「品質」相關詞彙，如 4K、8K、傑作、高解析、高品質，除非你想要。我建議若想要更自然的攝影效果，避免使用 「鮮豔、強烈、明亮、高對比、霓虹、戲劇化」等詞，這會導致圖像有過度調整的感覺，但只是 CLIP 按提示調整而已。🙂 若想要鮮豔霓虹風，PixelWave 也能提供！

版本 10 的重點是訓練 CLIP 模型，提升可靠性，確保能多樣化產出風格並更好遵循提示詞。

感謝協助測試的朋友：masslevel、blink、socalguitarist、klinter、wizard whitebeard。

指南：利用 LM Studio 和 Mikey Nodes 進行提示詞放大

指南：使用跳步法為圖片添加更多細節

無需使用精煉模型。

本模型非其他模型混合版本。

我還開發了 Mikey Nodes，包含多個實用節點，可透過 comfy manager 安裝。