PixelWave FLUX.1-schnell 04 - Apache 2.0!

Safetensor 檔案： 💾BF16 💾FP8 💾bnb FP4

GGUF 檔案： 💾Q8_0 🤗Q6_K 💾Q4_K_M

連結至 🤗VAE 🤗T5xxl 🤗CLIP L

模型亦可於： RunDiffusion 及 Runware.ai 取得

PixelWave FLUX.1 schnell 04 版本是 FLUX.1-schnell 的美學微調。訓練用的圖片均經過精選，確保模型偏好吸引眼球的圖片，擁有漂亮的顏色、質感與光影效果。

• 基於原始 schnell 模型訓練，因此採用 Apache 2.0 授權！

• 無特殊執行要求，支援 FLUX LoRAs

• Euler Normal，8 步。

你可以使用更多步數以提升細節，但超過 8 步後輸出變化不大。

特別感謝 RunDiffusion

衷心感謝 RunDiffusion（Juggernaut 共同創作者）贊助本模型的運算資源！如何訓練 schnell 而不破壞模型結構經過大量試驗，能使用 RunDiffusion 雲端算力使此過程輕鬆許多。

需要本模型 API 權限者，請與 Runware.ai 合作。

FLUX.1-dev 04 版本暫時僅對 RunDiffusion 與 Runware 提供。未來推出 05 版本時，計畫發布 dev 04 的開放權重。

感謝他們的支持協助本模型發布，請看看他們！

訓練資訊

訓練使用 kohya_ss/sd-scripts。我的分支 Kohya 這裡，並包含 sd-scripts 子模組修改，請確保一併克隆。

使用微調分頁。我發現 pagedlion8bit 優化器表現最佳，也適用於我的 4090 24GB GPU，其他優化器學習效果不佳。

我凍結了 time_in、vector_in 和 mod/modulation 參數，阻止「去蒸餾」現象。

避免訓練超過 15 個區塊，可以在 FLUX 區段設定訓練區塊。

LR 5e-6 雖訓練快速，但需在數千步停止，否則會破壞區塊並減慢學習。

可與早期檢查點合併區塊替換損壞部分，然後繼續訓練。

損壞區塊徵兆：大多圖像出現紙張質感，背景細節流失。

聯絡方式

商業或商用相關請聯絡 pixelwave@rundiffusion.com。提供 flux 微調授權、客製訓練專案、商用 AI 開發，團隊通通包辦！

PixelWave Flux.1-dev 03 微調完成！

Safetensor 檔案： 💾BF16 💾FP8 💾NF4

GGUF 檔案： 💾Q8_0 🤗Q6_K 💾Q4_K_M

連結至 🤗VAE 🤗T5xxl 🤗CLIP L

“diffusers” 檔案實際上是 Q8_0 與 Q4_K_M 的 GGUF 版本。GGUF 檔案亦可於 huggingface 取得。

我基於 FLUX.1-dev 版本 03 於 4090 顯卡上微調超過 5 星期，能夠應用於多種藝術風格、攝影及動漫。我發現可協助 LoRAs 的技巧。

展示圖使用 dpmpp 2m sgm uniform 30 步採樣。如需整潔乾淨的輸出，可嘗試提高指導力度。指定風格亦有幫助，避免模型盲猜。

推薦嘗試節點上升級潛空間，並將潛空間尺度調至 1.5，例如生成 1536x1536 而非 1024x1024 圖像。

PixelWave Flux.1-schnell 03

Safetensor 檔案： 💾FP8 💾NF4

GGUF 檔案： 前往 huggingface

展示圖使用 dpmpp 2m sgm uniform 8 步採樣。

可從 4 步開始，但增加步數能減少解剖學錯誤。

PixelWave Flux.1-dev 02

Safetensor 檔案： 💾BF16 💾FP8

GGUF 檔案： 💾Q8_0 🤗Q6_K 💾Q4_K_M

版本 02 顯著改善黑暗及深色圖片，輸出更可靠，手部問題減少。

推薦使用 dpmpp_2s_ancestral beta 模式，14 步，或 euler simple 模式，20 步。

Comfyui-GGUF 節點

PixelWave 11 SDXL。通用型微調模型，適合藝術及攝影風格。

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 比例，CFG 3。工作流連結

🔗擴展相冊連結 🖼️

⭐提示指南連結⭐ 你無需使用『品質』相關詞匯如 4K、8K、大師作品、高畫質、高質量等。若想獲得自然攝影風格，建議避免使用『鮮豔、強烈、明亮、高對比、霓虹、戲劇性』等詞，否則圖片可能顯得過度調整，這只是 CLIP 按照你的提示操作。🙂 若想要鮮豔霓虹風格，PixelWave 可輕鬆達成！

版本 10 預設重點在訓練 CLIP 模型，提高可靠性，產生多樣風格，且更好地跟隨提示詞。

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

指南：用 LM Studio 與 Mikey 節點進行提示升級

指南：使用跳步法為圖片添加更多細節

無需使用精煉模型。

此模型並非其他模型混合。

我亦開發了Mikey Nodes，包含大量實用節點，可透過 comfy manager 安裝。