RedCraft-红潮-METAFILM

做好工具人 服務藝術家

元影智能工作室 by Ai²Anon 非人類

永遠紀念 METAFILM Studio 創辦人 袁波先生

RED-K🧡紅桃K Editor 6/29/2025

合併 Reveal.6 與 BFL.Kontext[DEV] NSFW 解鎖

版本1.2 6/29

合併 Clothes Remover(fm00) 與 Reveal.6

---

公共授權

GNU Affero General Public License v3.0

GNU AGPLv3

此最強 Copyleft 授權條款依賴於提供完整授權作品及修改的原始碼，包含使用授權作品的更大作品，且必須在相同授權下發布。需保留著作權和授權公告。貢獻者提供明確專利許可。若修改版本用於網路服務，則須公開該修改版本完整原始碼。

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

RED-OMNI Kontext Editor 5/31/2025

支持的任務

• IP：類似 IP-Adapter，支持角色、物件及動物。採用基於 VAE 的特徵編碼，較以往方法有更高的保真度及更好的人物身份保護。
  

• ID：專注於面部身份，類似 InstantID 和 PuLID。提供更高的面部細節但引入比 PuLID 更多的模型污染。
  
  小提示：如果面部過於油光，請降低引導尺度。

• 試穿：支持上衣、下裝、眼鏡和帽子等虛擬試穿，包括多件服裝。儘管訓練資料有限，對未見多服裝及ID+服裝組合有良好泛化。
  

• 風格：類似 Style-Adapter 和 InstantStyle。風格一致性較不穩定，目前無法與其他條件同時使用，正在改進中。
  

• 多條件：結合 ID、IP 與試穿以產生創意輸出。特徵路由限制最小化實體間的衝突與糾纏。
  

• ComfyUI：原生支持，透過 ComfyUI-DreamO 實現。

進階用法 Advanced Usage

OmniConsistency 是新加坡國立大學 Show Lab 開源的一致性風格轉換模型與算法組合。由於同樣使用 FLUX.1 dev 作為訓練基座，經測試，DreamO 與 OmniConsistency 可透過 ComfyUI 實現「夢幻聯動」。

OmniConsistency 是由新加坡國立大學 Show Lab 開源的一組保持一致性的風格轉換模型。因為以 FLUX.1 dev 作為訓練基礎，測試顯示 DreamO 與 OmniConsistency 可透過 ComfyUI 流程達成「夢幻聯動」。

只需將 showlab/OmniConsistency 倉庫中的一致性LoRA及22種不同風格的LoRA，接入 RED-Omni (2.5D NSFW) 或透過 DreamO 原生方式接入 Flux.1 dev 模型組，便能同時進行自然語言參考內容編輯與風格轉換。[更多用法敬請探索]

只需將 Omniconsistency LoRA （來自 showlab/OmniConsistency）與 22種不同風格的LoRA結合，連接至 RED-Omni(2.5D NSFW) 或透過 DreamO 原生模式接入 Flux.1 dev 模型組，便能同時執行自然語言編輯與風格轉繪。

[ 更多樂趣 等您探索 ] 期待 BFL Kontext (dev)

REDEdit IC (FP8) 5/11/2025

In-Context Edit: 透過大規模擴散轉換器的上下文生成實現指令式圖像編輯

ICEdit 多模態控制器（IC 引導下的圖像編輯）

基於 Flux.tools-Fill，最低僅需6G顯存

近期出現的多模態控制器對終端用戶越來越不友善

動輒需20-30+顯存，令人生畏

開發團隊在體會了終端玩家社群壓力後，積極提供了官方工作流程（讚👍）

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

並且給出更完善的客戶端使用方法：

• 輸入編輯指令前，需加入固定預提示語"A diptych with two side-by-side images of the same scene. On the right, the scene is exactly the same as on the left but {instruction}"，否則可能得到不佳結果！（論文有提及！）Datou更新了他的ComfyUI 工作流，可以試試！（Hugging Face 的 Gradio 演示已內嵌此提示詞，輸入指令即可。）

• 輸入圖像寬度必須調整為 512，高度沒有限制。

• 請使用普通 LoRA，不要用 MoE-LoRA，因為 ComfyUI 的 LoRA 加載器無法正確加載 MoE-LoRA。

官方 Github 倉庫：River-Zhang/ICEdit：圖像編輯只需一個 LoRA！0.1% 訓練數據與 1% 參數達成奇妙編輯！超越 GPT-4o 的身份持續效果！官方 ComfyUI 工作流發布！4GB VRAM 即可運行！

官方普通（非 MoE）LoRA：RiverZ/ICEdit-normal-lora at main

強烈建議本地搭建獨立推理環境（或使用 十字魚 提供的整合包）

5.11 🔥更新 RED-Edit v1.1(基於 ICEdit普通LoRA) 多指令優化

5.11 🔥右側下載列表中 Trainning data 工作流程更新

可同時執行脫衣服、戴太陽眼鏡及口罩，成功率大幅提升🔥畫質優化 推薦步數15步

提示詞：A diptych with two side-by-side images of the same scene. On the right, the scene is exactly the same as on the left but {Women's naked,Wearing sunglasses,facemask}

進階玩法 Advanced users：疊加 Flux.fill LoRas 可獲得更穩定的修改結果

Object Removal Flux Fill v2

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

Fill.LoRas 模型描述 由 xiaozhi提供

這是一個從 Flux Fill Dev 模型微調出的物件移除 LoRA。

此 LoRA 設計用於移除指定遮罩區域的物體，適用於需要無縫擦除不需要物件的圖像編輯任務。

此 LoRA 受 Object Drop 的啟發。Object Drop 在移除物體方面效果極佳，我想嘗試將它應用於 Flux Fill 模型。

受限於計算資源，該 alpha 版本僅在非常小的數據集上訓練。

若有人有興趣並願意支持計算資源，請聯繫我。

Fill-LoRas 作者 聯繫方式

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

電郵: lrzjason@gmail.com

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

ICEdit & 小志 重燃我們對光的信心

RED-Edit 基於 RED-Fill (NSFW)，合併了 ICEdit 訓練權重，最低推理步數僅需 8步

工作流程和模型文件在下載清單中，工作流程包裝為 "Trainning data" 壓縮文件

與商業模型如 Gemini 和 GPT-4O 相比，我們的方法在角色身份持續及指令執行方面相當甚至超越這些商業模型。我們更開源，成本更低，速度更快（約9秒處理一張圖），且性能強大。

感謝： @river-zhang 及團隊成員 浙江大學  & Harvard University

@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 簡介

HiDream-I1 是一個擁有170億參數的開源圖像生成基礎模型，可於秒級速度實現業界領先的圖像生成質量。REDiDream Pro 是基於 HiDream-I1完整版打造的高效圖像生成模型，透過額外訓練及基於 DEV / FAST 版本的優化，顯著提升生成效率與穩定性，並適度解鎖NSFW能力。

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.

現已提供 GGUF 量化版本：

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

感謝 Sikaworld1990

感謝 sikasolutionsworldwide709

感謝 City96 https://huggingface.co/city96

以下為其主要特性與功能介紹：

主要特性 | Key Features

高效生成 | Efficient Generation
REDiDream Pro 在 HiDream-I1 完整版基礎上優化，生成速度介於 dev 和 fast 版本之間，推薦推理步數為 15 步。
Optimized from HiDream-I1 full, with generation speed between dev and fast versions,

推薦推理步數：15步。

穩定性提升 | Enhanced Stability
通過 DEV FAST 版本優化，REDiDream 提供更穩定的圖像生成性能。
Optimized via the DEV FAST version, REDiDream offers more stable image generation performance.

開源與靈活性 | Open Source and Flexibility
繼承 HiDream-I1 的 MIT 許可證，允許用戶自由修改和分發，無限制。
Inherits HiDream-I1’s MIT license, allowing users to freely modify and distribute without restrictions.

商業友好 | Commercial-Friendly
生成圖像可自由用於個人項目、科學研究及商業應用，符合 HiDream-I1 許可條款。
Generated images can be freely used for personal projects, scientific research, and commercial applications, compliant with HiDream-I1’s license terms.

由於模型參數巨大，且配合目前最完整的 4TE 層進行文本編碼，適當調整模型偏移可獲得更多風格特徵與 NSFW 解鎖能力。

ComfyUI 支持 | ComfyUI Support

原生支持 | Native Support
REDiDream 提供對 ComfyUI 3.30 版本的原生支持，所有例圖均通過此版本生成。
REDiDream provides native support for ComfyUI version 3.30, with all example images generated using this version.

訓練環境 | Training Environment
REDiDream Pro 由 L40s 48G 硬件訓練，並通過 ComfyUI 製作完成。
REDiDream Pro was trained on L40s 48G hardware and developed using ComfyUI.

性能需求 | Performance Requirements

硬件需求 | Hardware Requirements
REDiDream Pro 的性能需求與 HiDream-I1 dev 版本相當，適合高效推理。
REDiDream Pro’s performance requirements are comparable to HiDream-I1 dev, suitable for efficient inference.

生成速度 | Generation Speed
生成速度介於 HiDream-I1 dev 和 fast 版本之間，優化效率與品質平衡。
Generation speed falls between HiDream-I1 dev and fast versions, balancing efficiency and quality.

授權協議 | License Agreement

模型授權 | Model License
Transformer 模型採用 MIT 許可證。變分自編碼器（VAE）來自 FLUX.1 [schnell]，文本編碼器來自 google/t5-v1_1-xxl 和 meta-llama/Meta-Llama-3.1-8B-Instruct，須遵守各自授權條款。

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.

使用責任 | Usage Responsibility
用戶擁有生成內容所有權，但須遵守授權協議，不得生成非法、有害或針對弱勢群體內容。
Users own all generated content but must comply with the license agreement, avoiding illegal, harmful, or content targeting vulnerable groups.

REDiDream Pro | 繼承授權
繼承 HiDream-I1 的 MIT 許可證，遵守各自授權條款。
REDiDream inherits HiDream-I1’s MIT License.

致謝 | Acknowledgements

模型來源 | Weights Sources

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

Comfy-Org/HiDream-I1_ComfyUI · Hugging Face

GuangyuanSD/REDiDreamviaHiDreami1Uncensored · Hugging Face

組件來源 | Component Sources
變分自編碼器來自 FLUX.1 [schnell]（Apache 2.0 許可證），文本編碼器來自 google/t5-v1_1-xxl（Apache 2.0 許可證）和 meta-llama/Meta-Llama-3.1-8B-Instruct（Llama 3.1 社區許可協議）。

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 命名由來：

經歷了這段旅程，我們 Re-Did-(a)Dream

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

REDAIGC FT 模型，用於匹配UNO In-Context生成

（較 F.1 dev 提升品質）

解決 FLUX FT 底模無法適配 UNO 組件問題，FP8 權重（16GB 顯存），同時支持 Diffusers 和 ComfyUI

---

Diffusers 腳本：

https://github.com/bytedance/UNO

Dit-LoRA 權重：

bytedance-research/UNO · Hugging Face

ComfyUI 節點組件：

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

Diffusers-VAE版本：

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

---

提出一套高度一致的資料合成流程，利用擴散變換器內在的上下文生成能力，產生高一致性的多物體配對資料。此外，引入UNO，結合漸進式跨模態對齊和通用旋轉位置編碼，是一種基於文本生成模型迭代訓練的多圖像條件物體到圖像模型。大量實驗證明該方法在單物體及多物體驅動生成中，同時實現高一致性與可控性。

ULTRAREVEAL5 SFW 緊急發布 3/25

因用戶反饋Reveal 系列過於NSFW，我們首度發布帶鎖定成人內容版的Reveal。

[ 由 FLUX Contrast 強化訓練提供動力 ]

REALREVEAL5 突然發布 3/18

F.1 DEV LoRA 生態全兼容

反蒸餾超高材質（可訓練）

CFG 恢復為1，確保速度與 F.1 DEV 相同

LoRA 完全兼容 反蒸餾超高材質 (可訓練)

[ 由 FLUX Ultimate Realism 強化訓練提供動力 ]

---

Illust3Relustion PRO 經由 Flux1-DedistilledMixTuned v3 PAP 重繪

Ultimate Realism 訓練集經 DMT v3 PAP 再抽樣

二次抽樣的 2k 超寫實影像作為訓練集

追加 FLUX DEV 版本 4k 超高清底模權重 EOR v3：

Flux.1 Dev Edge of Reality 真實邊緣 - v3 | Flux Checkpoint

---

NSFW 解鎖

---

RedCraft RealReveal5 20 步取樣

CFG 1 | 採樣器 Deis / DPM++2M / Euler | SGM_uniform

建議啟用 DetailDaemon 採樣器

並設定強度於 0.6-0.8

---

SOTA 適配能力，適用於 全部 F.1 LoRA！

RedCraft uncensored 系列模型嚴禁於未授權 NSFW 地區發布

非盈利模型，請勿以任何形式轉發或散播【禁止傳播】

遵守非盈利模型合成發布平台所在地法律法規

illustriousRelustion3 更新 3/11

基於 RETROSD / FLUX Reveal / EDGE4k 打造全人類真實系 Illustrious FT

重返 SD 時代的光輝歲月！Returning to the glorious years of SD !

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

取樣步數約 30 步，

預覽圖含工作流程及提示詞

搭配加速器 Hyper / DMD2 / TDD

采樣步數 25-30 為最佳，可搭配 Hyper / DMD2 / TDD 等加速器

模型設計，最高分辨率 Hi-RES 2M (200 萬像素)

設計分辨率為 Hi-RES 2M (200 萬像素)，高分辨率可啟用 UNET 縮放

感謝大家大力支持！

PONYRelustion3 PRO 正式發布 3/3

基於 3300 萬 leak 數據集打造

91大神加持東亞真實系 PONY模型

助力歡樂馬世界的無限創意！

unlimited creativity in PONY World!

---

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

采樣步數約 30 步為最佳，具體參數可複製例圖

可搭配 Hyper/DMD2/TDD 等加速器

---

設計分辨率為 Hi-RES 2M (200 萬像素)

長寬比例延續 PONY 超強自適應能力

Aspect ratio like PONY's ULTRA adaptive ability

---

目標是做出 PONY 世界的成熟高畫質創意底模！

感謝大家長期支持！

high-quality, mature basemodel for the PONY world!

Thanks so much to everyone for all your support!

FLUX.Fill NSFW 內補模型發布 2/22

FLUX.Fill [NSFW] 新发布Reveal F.1 修補模型

解鎖 F.1 Fill 的 NSFW 概念元素

與NewReveal F.1模型匹配的Fill [NSFW]

與ULTRA相同的 NSFW 解鎖元素

內補模型需要專用修補工作流和修補採樣器加載，圖片需有遮罩用於特定目的，如圖像編輯或擴展。

【 請注意 】內補模型Fill.NSFW需使用專用修補流程【例圖包含遮罩】與修補採樣器載入，圖片須有遮罩，專用於修圖或擴圖用途。

常規繪圖請使用：RedCraft | 红潮 | Commercial & Advertising Design System - 🌹NewReveal[F.1]ULTRA🌹

主要用於修復女性解剖結構及人體器官

男性生殖器表達尚不理想

主要用於修復女性肢體與人體器官

[ 男性生殖器表達仍不理想 ]

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

無聊！重複！垃圾內容！

RED [創意] Epicus 史詩級 BIG Movie 模型

因文生圖模型普遍採用各種加密及蒸餾技術

社區新模型缺乏創意...

如果那麼喜歡寫實照片！為何不去約私拍？！

乏味，重複，無止境

由於各種加密及蒸餾技術廣泛使用於T2I模型，

F.1 社區作品越發 缺乏創意

如果你那麼愛寫實照片！為何不安排真實拍攝？！

---

因此夕陽紅組織（Sunset Red Squad）定制了基於反蒸餾技術的創意 FT 模型

無鎖定訓練集，無過擬合風格，專為創意而生，

讓擴散模型呈現應有的樣貌（雖然失敗率較高）

---

NSFW 解鎖

---

RedCraft DRD（De-Re-Distilled）NewReveal.4M，20步取樣

CFG 1 | 採樣器 Deis / DPM++2M / Euler | SGM_uniform

「願這個情人節充滿你們的心靈以愛與喜悅。祝願大家度過一個被情感與珍惜時刻包圍的日子。」🌹🌹🌹🌹🌹🌹

情人節快樂！2/14/2025

新年快樂 Happy 新年 蛇年

準備好全新 F.1 Schnell FT 模型 — RUSHReveal·Schnell 「絕情·抽卡機」

最佳 Refiner 適用於 IL / PONY / XL / MJ / SD15

RedCraft | 红潮 CADS | 2025年2月8日更新 | 商業及廣告設計系統 - RASCH.3 (RUSH·Reveal)🔥 | Flux Checkpoint | Civitai

新 Reveal ULTRA 2025年2月8日

反蒸餾超高材質（可訓練）

CFG 恢復為1，確保速度與 F.1 DEV 相同

LoRA 完全兼容 反蒸餾超高材質 (可訓練)

[ 由 FLUX Aesthetics 強化 LoRA 提供支持 ]

NSFW 解鎖

---

RedCraft DRD（De-Re-Distilled） NewReveal.4M，20步取樣

CFG 1 | 採樣器 Deis / DPM++2M / Euler | SGM_uniform

Dr Wikeeyang 最新研究

Flux1-Dedistilled 3.0

F.1 Distilled2PRO 外洩 🏴‍☠️

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

NewREVE[AL 秘密發布 1/22

F.1 DEV LoRA 生態全兼容

反蒸餾超高材質（可訓練）

CFG 恢復為1，確保速度與 F.1 DEV 相同

LoRA 完全兼容 反蒸餾超高材質 (可訓練)

[ 由 FLUX Aesthetics 強化 LoRA 支持 ]

---

本模型基於 F.1 Distilled2PRO 反蒸餾 "破解" 版本秘密發布（現已公開）：

Flux1-DedistilledMixTuned V3 逃逸版本（發布）

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

---

追加 FLUX DEV 版本 4k 超高清底模權重 EOR v3：

Flux.1 Dev Edge of Reality 真實邊緣 - v3 | Flux Checkpoint

追加 RED.2 [ ArtAUG ] BF16 美學基礎模型權重：

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

---

NSFW 解鎖

---

RedCraft DRD（De-Re-Distilled）NewReveal.4M，20 步取樣

CFG 1 | 採樣器 Deis / DPM++2M / Euler | SGM_uniform

---

SOTA 適配能力，對 All-F.1-LoRA 全面支援！

特別感謝

SHM_AI 傑出作品：

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

HudujnikBezKisty 傑出作品：

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

Astraali 傑出作品：

AstrAnime - AstrAnime_V6 | Stable Diffusion Checkpoint | Civitai

以及所有^默默貢獻於 SD1.5 的朋友們

SD15RelustionHD 發布 1/18

Relustion 1.5HD 高清發布 2025年1月18日

基於 RETROSD 材料與 HD4K 重鑄 SD1.5

RETRO！重返 SD 時代的光輝歲月！

Returning to the glorious years of SD !

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

取樣步數25~30步最佳，內建 VAE

設計分辨率為 Hi-RES 0.9M （92 萬像素）

高解析度直出，請啟用 UNET 縮放或分塊腳本

[ 基於 全精度 FP32 製作，首發 FP16 版本 ]

RETRORelustion2 光輝發布 1/16

基於 RETROSD / FLUX Reveal / EDGE4k 打造東亞復古風真實系Illustrious FT

RETRO！重返 SD 時代的光輝歲月！Returning to the glorious years of SD !

CFG 5 Deis | EulerA | SGM Uniform

采樣步數25-30最佳，可搭配 Hyper/DMD2/TDD 等加速器

設計分辨率為 Hi-RES 2M（200 萬像素），高分辨率時啟用 UNET 縮放

感謝大家長期支持！

PONYRelustion2 歡樂發布 1/11

基於FLUX Reveal / EDGE4k 系列打造的 32-bit 東亞真實系 PONY模型

全模型 FP32 (12.92 GB) 無蒸餾，無污染，BNB顯存佔用僅 7GB

首發 FP32 版本，PONY 世界中無限創意！

助力歡樂馬世界的無限創意！

CFG 5 Deis | EulerA | SGM Uniform

采樣步數約 25 步為最佳，可搭配 Hyper/DMD2/TDD 等加速器

設計分辨率為 Hi-RES 2M（200 萬像素），長寬比延續強大適應能力

Aspect ratio like PONY's ULTRA adaptive ability

目標是打造 PONY 世界成熟高畫質創意底模！

感謝大家長期支持！

特別感謝

感謝 Freepik 與 Ostris 的傑出參與！

參與參數優化工作！

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

由 FLUX Aesthetics Enhancement LoRA 赋能

ECNU計算智能實驗室

RED.2 美學評估基於 DiffSynth-Studio生成理解交互訓練項目 ArtAug

論文：https://arxiv.org/abs/2412.12888

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

• 模型：ModelScope，HuggingFace

• 演示：ModelScope，HuggingFace（即將推出）

ArtAug 的訓練流程包括：

1. 合成-理解交互：利用圖像生成模型生成圖像後，使用多模態大型語言模型（Qwen2-VL-72B）分析圖像內容並提出修改建議，進而生成更高質量的圖像。

2. 數據生成與篩選：交互式生成推理耗時長，且偶有低質內容，故離線生成大量圖像對，篩選後用於後續訓練。

3. 差異化訓練：透過差異化訓練技術，訓練一個 LoRA 模型，使其學習的是加強前後圖像的差異，而非直接在增強圖像數據集上訓練。

4. 迭代強化：訓練完成的 LoRA 注入基礎模型，重複多次流程，直到交互算法不再帶來顯著增強。每輪生成的 LoRA 模型結合產生最終模型。

該模型將 Qwen2-VL-72B 的美學理解融入 FLUX.1[dev]，提升生成圖像質量。

用法

CFG 1 | 採樣器 Deis / DPM++2M / Euler | SGM_uniform

無加速器下生成約需 25 步

推薦使用可加速 RED.2 的 加速器：RED-AIGC / TDD

目標驅動蒸餾：結合目標時間步選擇與解耦引導的一致性蒸餾

使用 TDD-蒸餾 RED.2，4-8 步即可生成

蒸餾權重縮放設定為 0.12~0.13

[ 使用 重抽樣 配合 Sampler LCM / EulerA 可獲得更佳效果 ]

本鏈接中模型為並列關係，非版本升級

鏈接內模型為並列平行關係，並非所有是版本進階

各版本差異可在右側 “About this version” 章節查看

不同版本說明位於右側〈About this version〉清單中

以下為模型列表 list of models：

TURBO Reveal2 聖誕首發！Merry Christmas!

( HOTFix v2.1 已上傳 - 提升 LoRA 適應性 )

在 Reveal NSFW 基礎上結合更多人像嘗試！

Reveal2 Turbo 8-10 步

結合更多肖像基於 Reveal NSFW

RedCraft | 红潮 CADS - Reveal2 TURBO

祝大家節日快樂！

本模型未使用任何反蒸餾權重

Does not use any De-distilled weights

PONY Relustion 冬至首發 Winter Solstice Festival

基於高畫質寫實風格的創意優先設計

↳ RedCraft | 红潮 CADS - PONY Relustion

Creative priority design based on high-definition realistic style

距離上一次發布 PONY 模型已逾七個月：

MIST XL Hyper Character Style Model 角色風格加速版

感興趣者可回顧首個 Hyper-PONY 超高速模型

Reveal NSFW

為 FLUX.1 DEV 規格的 FP8 FT 模型，主打男女愛情動作與人體藝術：

↳ RedCraft | 红潮 CADS - Reveal NSFW

FLUX. 1 DEV FP8 FT 模型，特色為浪漫動作和人體藝術

Reveal3 ULTRA

( HOTFix v3.2 - 生殖器 模型上傳 )

為 FLUX.1 DEV 與反蒸餾技術結合的高畫質版本迭代：

↳ RedCraft | 红潮 CADS - Reveal3 uncensored

Reveal 高畫質更新，採用 De-Re-Distillation 品質優化

Relustion IL NSFW

基於 SDXL 規格全量訓練模型 Illustrious XL 的寫實化 FT 版本：

↳ RedCraft | 红潮 CADS - Relustion IL NSFW

Illustrious XL 的寫實 FT，基於 SDXL 全面優化

Relustion ULTRA

基於 Relustion IL，進一步加強寫實高清版本：

↳ RedCraft | 红潮 CADS - Relustion ULTRA

加強 Relustion IL 寫實感的高解析度版本

Relustion XL

基於 SDXL CADS3 製作，整合 NSFW 訓練集的高清量化版本：

↳ RedCraft | 红潮 CADS - Relustion XL

基於 CADS3 的高清量化版本，結合 NSFW 訓練集，用於 FLUX 及 IL 模型高清細化

RASCH.1 / 2

兩款不同 Schnell 反蒸餾 FT 模型結合 RED.1 風格的高速模型：

↳ RedCraft | 红潮 CADS - RASCH.2

↳ RedCraft | 红潮 CADS - RASCH.1 Forge

ReFLEX NSFW

為Schnell NF4版本的二次元繪畫模型，主打結構穩定與提示詞還原準確：

↳ RedCraft | 红潮 CADS - REFLEX NSFW

混合 RED.1 的高速模型，基於不同 Schnell 反蒸餾 FT 模型

在確保提示詞還原準確的前提下，De-Re-Distilled(DRD) Schnell 模型兼顧速度與質量

且蒸餾模型具有天然肢體與畫風穩定性，即使為4bit量化版表現亦佳

6~10GB 顯存佔用，4-8 步出圖，速度極快（特別適合風格訓練與建築裝修模型）

De-Re-Distilled (DRD) Schnell 模型在速度與質量間達到平衡

且蒸餾模型具備天然穩定性，即使為 4-bit 量化

6-10GB 顯存使用量，4-8 步生成影像，速度飛快

(尤其適用於藝術風格創作與建築裝修)

以下為 RedCraft 系列中基礎美學模型 Red.1 簡介

RedCraft RED.1

BF16 CADS 商業與廣告設計系統

可能是目前 10 步內出圖的 BF16 模型中，質量較好且細節豐富的基礎模型。

高質量 10-20 步模型，在部分細節上超越 Flux 系列，接近 20B 參數模型。

基於 METAFILM AI - 商業及廣告設計系統，合併了flux-dev-de-distill，由ComfyUI、Block_Patcher_ComfyUI、ComfyUI_essentials等工具微調。推薦 10-20 步，質量大幅優於其他 12B 模型。

基於

De-Distill & CADS 商業素材 FP16

支持 ComfyUI WebUI 線上生成

10-20 步， Euler / DPM++2M | beta / SGM_Uniform

CFG 3-3.5

真實 CFG 需設置（忽略指導或設為0）

——————————————————————————

帶有 AIO（All in one）字樣的版本包含UNET + VAE + CLIP L + T5XXL (fp8)，也稱為檢查點或緊湊版本。

在 ComfyUI 使用 BNB NF4 和 GGUF 量化需安裝添加特殊模型加載器的自定義節點：

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

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

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

• （過時）NF4 AIO 檢查點： https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4

使用UNET版本，還需擁有文本編碼器和 VAE。

若缺少，請至：

• 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

將模型放置於 "models/diffusion_models" 或 "models/unet"，兩個文本編碼器放於 "models/clip"，VAE 放於 "models/vae" 資料夾。

在 ComfyUI 中，使用標準 Flux 流程或添加 "Load Diffusion Model"、"DualClipLoader" 和 "Load VAE" 節點替換檢查點加載器並完成設置。

在 Forge 中，選項 "Diffusion in low bits" 設為 "bnb-nf4"

感謝 city96 開發 GGUF 量化腳本。
感謝 redditor a_beautiful_rhind 開發 bnb 量化腳本。

——————————————————————————

同時推薦選擇大楊老師的 8bit 微調版本：

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

可能是目前最佳符合官方基準風格且生成效果最佳的加速模型

推薦：

UNET 版本（僅模型）需文本編碼器與 VAE，建議使用以下 CLIP 和文本編碼器，可獲得更佳提示詞引導：

• 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

• 文本編碼器：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 版本：需安裝 GGUF 模型支持節點，https://github.com/city96/ComfyUI-GGUF

簡單工作流程：非常簡單的工作流程，無需其他 Comfy 自訂節點（GGUF 版本請使用 city96 的 UNET Loader(GGUF) 節點）：

感謝：

https://huggingface.co/wikeeyang，Wikee Yang 精心微調該 8-bit 模型並提供模型資訊，詳見：

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

https://huggingface.co/Anibaaal，Flux-Fusion 是非常出色的混合與微調模型。

https://huggingface.co/nyanko7，Flux-dev-de-distill 是極佳的實驗項目！感謝 inference.py 腳本支持。

https://huggingface.co/MonsterMMORPG，Furkan 分享大量 Flux.1 模型測試與調整課程，涵蓋反蒸餾測試。

https://github.com/cubiq/Block_Patcher_ComfyUI，cubiq 的 Flux 模塊修補節點幫助完成大量測試，調整 Flux.1 區塊參數改變圖像生成效果。其 ComfyUI_essentials 中包含 FluxBlocksBuster 節點，便於調整區塊數值，極為出色！

https://huggingface.co/twodgirl，共享模型量化腳本及測試數據集。

https://huggingface.co/John6666，共享模型轉換腳本及模型合集。

https://github.com/city96/ComfyUI-GGUF，原生支持 GGUF 量化模型。

https://github.com/leejet/stable-diffusion.cpp，提供純 C/C++ GGUF 模型轉換腳本。

大陸區域已發布於 Modelscope 魔搭社區，享受極速下載！

RedCraft | 红潮 CADS 商業及廣告設計系統 · 模型庫

全網唯一支持反蒸餾 FLUX 模型在線生成的平台（社群免費）：

AIGC 專區 - 圖片生成 · 魔搭社區 Model: qijitech/RedCraft-12b-10steps-FP16-AIGC

唯一支持線上生成 De-distillation FLUX 模型的平台（社區免費）。

即將於 Huggingface.co 上線

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

如有測試相關問題請留言，業務合作請參閱個人主頁 +V Zyuan980

做好工具人 服務藝術家 更多資料：https://x1f3ewlrcf.feishu.cn/wiki/BjJ1waQaLitPB4k7Lbvc0MaVnzb?fromScene=spaceOverview&open_tab_from=wiki_home

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