База:
→ Приложение ComfyUI https://www.comfy.org/download
→ Примеры https://comfyanonymous.github.io/ComfyUI_examples/
https://comfyui-wiki.com/ (откуда, куда, как)
→ Менеджер расширений https://github.com/ltdrdata/ComfyUI-Manager (автоустановка, реестр расширений)
→ Модели https://civitai.com/
ЧТО НОВОГО АКТУАЛЬНОГО ЗА ГОД
• Qwen Image Edit Plus (2509)
• Qwen Image Edit
• Qwen Image
• Flux Krea (Флюкс без жопных подбородков)
• Flux Kontext
• Wan 2.2 (подходит для генерации картинок).
• Chroma (сильный ретрейн флюкса).
• NAG (негативный промпт на моделях с 1 CFG)
• Лора Lightning для Qwen, Wan ускоряет в 4 раза. Nunchaku ускоряет модели в 2-4 раза. DMD2 для SDXL ускоряет в 2 раза. Пример: 4-8 шагов, CFG 1. https://huggingface.co/tianweiy/DMD2/blob/main/dmd2_sdxl_4step_lora_fp16.safetensors,
CFG 3 для NoobAI https://huggingface.co/YOB-AI/DMD2MOD/blob/main/LYC-DMD2MOD%20(Dmo%2BTffnoi).safetensors,
Оффлайн модели для картинок: Stable Diffusion, Flux, Wan-Video (да), Auraflow, HunyuanDiT, Lumina, Kolors, Deepseek Janus-Pro, Sana
Оффлайн модели для анимации: Wan-Video, HunyuanVideo, Lightrics (LTXV), Mochi, Nvidia Cosmos, PyramidFlow, CogVideo, AnimateDiff, Stable Video Diffusion
Приложения: ComfyUI и остальные (Fooocus, webui-forge, InvokeAI)
► Предыдущий тред >>1405146 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
► Предыдущий тред >>1405146 (OP)
>Телепаты в отпуске, а Edit устарел в момент выхода Edit2509
Про телепатов - согласен, а на счет устаревания: "Ложки устарели в момент появления вилок".
Они, сцуко, разное делают лучше. Например, если хочешь превратить грубый скетч в фото-имитацию - старый edit сделает легче и лучше. Предпочтителен там, где нужна полная или просто масштабная перерисовка "на основе" исходника, но не "сохранить точно это самое". Но при этом старый edit хуже сохраняет детали объектов и персонажей - тут 2509 ему даст прикурить.
Если Qwen Edit 2509 (указывайте 2509, чтобы не путать с предыдущим Qwen Edit) с узлом TextEncodeQwenImageEditPlus (куда изображения подключаются), то вполне.
Можешь подключить к Ksampler EmptySD3LatentImage, задав в нём нужное разрешение генерируемого изображения, а другие входные изображения на узел TextEncodeQwenImageEditPlus могут быть произвольных разрешений и соотношений сторон (хотя лучше этим не злоупотреблять) (всё равно автоматом ужимаются до 1 mpx). А дальше уже говоришь что, куда и как вставлять из image1, image2, image3.
На пикриле исходником была вообще половина туловища Luna Lovegood из предыдущего треда, которую Qwen Edit 2509, отмасштабировал и вписал в стеклянную камеру.
Единственная одна из проблем с Qwen Edit 2509 в том, что происходит небольшое смещение всего итогового сгенерированного изображения. Причём фокусы с latents (нижняя, отключенная часть типового workflow для Qwen Edit 2509), вместо изображений особо не помогают.
Nvidia что-то изобрела. Пока я ждал переката почему-то всё выпилили с хагинфейса?
https://research.nvidia.com/labs/toronto-ai/chronoedit/
https://github.com/nv-tlabs/ChronoEdit
404
Sorry, we can't find the page you are looking for :
https://huggingface.co/nvidia/ChronoEdit-14B-Diffusers
https://huggingface.co/nvidia/ChronoEdit-14B-Diffusers-Paint-Brush-Lora
https://huggingface.co/spaces/akhaliq/ChronoEdit-14B-Diffusers-Paint-Brush-Lora
В прошлом треде потыкали. Ничем не лучше квени. Накладывает неприятные ограничения на размер результата.
https://huggingface.co/Kijai/WanVideo_comfy_fp8_scaled/tree/main/ChronoEdit
https://huggingface.co/QuantStack/ChronoEdit-14B-GGUF
https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5
Есть кто с картами Intel и AMD в Comfy? Стоит вопрос о выборе карты, AMD сильно выгоднее по цене выглядит за 16 Гб. Перейти на Линукс не проблема. Как вариант, в продаже может появиться Intel B50 тоже с 16 Гб. Больше интересует AMD.
Карта только для нейронок, игры не нужны.
Но зачем? Если только для нейронок, то смысла в амуде нет.
> Есть кто с картами Intel и AMD в Comfy?
Есть. Intel для нейронок не имеет смысла, ни при каких условиях.
> AMD сильно выгоднее по цене выглядит
Если тебе исключительно для нейронок, то AMD тоже не имеет особого смысла - выгода по цене мгновенно теряется и перевес по цене идет в сторону нвидии, т.к. VRAM от амд и VRAM от нвидии - это две большие разницы (всякие fp8 либо совсем не работают, либо требуют много ебли и всё равно работают через зад).
Для нейронок, любые карты кроме нвидии не стоит покупать. Это если коротко.
Ну очевидно лучше подождать. Куда торопишься? на 3090 проблемсы с фп8, будешь юзать только фп16 а это только сдохли, т.к. фп16 флюкса и вана с квеном всё равно в твои 24 не влезут нормально, опять те же кванты ссаные гуфы.
дайте лору на anya taylor для иллюструс
Нойс прогрев, нойс
> суперы отложены
> разница 24 против 8 просто космическая
> fp8 для полутора калек
>>1425120
Читай, что тут пишут и делай наоборот
>24 против 8
>fp8 для полутора калек
Шиз, проспись, ты бредишь
>fp8 для полутора калек
Буквально каждая первая модель тяжелее SDXL идет в fp8 или ниже
С 5070 Ti 24 Gb будет другая очевидная проблема - лютый оверпайс. При условии, что онa выйдет в обозначенную дату. И ждать еще год, пока он спадет. И все равно будет оверпайс, просто не лютый, кек. Ну, это мое мнение, может у спрашивающего другое.
>>1424813
Какой конфиг у тебя и какой опыт? Мне, по сути, только Qwen Edit 2509 крутить надо. Но помимо того, что есть куча болячек АМД, про них я знаю, есть инфа, что он тупо начинает отваливаться, если на вход несколько картинок подать.
> > суперы отложены
>>1425179
>>1425188
Ты предпочел не заметить? Странно.
3090 - нищеброд билет в любые модели. Который еще и заканчивается понемногу. Очевидно, что лучше за 50-60к нет не будет. Хз с чем ты споришь\
Ну не год, а месяца 3-4. Я уже так 30хх и 40хх серии брал на их релизе очевидно оверпрайс на релизах вообще всегда и не только видях. Брал по реальной цене. Да ещё и по акциям там каким-то. Тоже планирую взять эту супер.
>>1425201
>Ты предпочел не заметить?
Ну окей, отложен, подождём. Куда торопимся?
>>1423831
>>1424140
Всем ку, нужно ли много видеопамяти (12гб) натренировать лору на 30-40 картинках? Если да, есть ли варианты сделать это бесплатно онлайн?
+ еще вопрос, я совсем нубас поэтому не хуесосьте, какие параметры отвечают за детализацию картинки? Я имею ввиду если генерить условно реалистичные изображения людей они сильно палятся по слишком гладкой, кукольной коже или слишком мягкому освещению. Как можно увеличить кол-во деталей? Нужен какой-то датасет который будет под это заточен или нужно именно тюнить параметры?
Ты наркоман? Разница между нативным и эмулированным фп8 - меньше секунды, а оффлоад моделей - это минутЫ. 3090 была, есть и будет вне конкуренции по эффективности на рубль, появляется больше рублей - докупаешь больше 3090. Только если деньги ваще не вопрос есть смысл брать 48гб карты.
>по эффективности на рубль
Подожди, дай посчитаю. Это... Ноль?! Бу карта это лотерея. Ты либо выкинул деньги на ветер, либо тебе повезло ещё поживёт она полгодика, ведь это лом из бод майнера. Берём сумму бу 3090 и прибавляем к сумме другой карты с гарантией и получаем, что ты себе накинул прайс на любую карту.
Наоборот. Карта либо ломается сразу если она дефектная, либо не ломается ваще. Хуево содержавшиеся карты майнеров легко видно по температурам, а нормально содержавшиеся ваще похуй как работали.
>anya taylor
https://model-download.cdn2.seaart.ai/static/lora/20250516/61a698860486c9b77e8e1d59b791fd18.safetensors?Expires=1763747202&KeyName=seaart-model-key&Signature=TFR0P318pQ3iOAtuIOOsW0zxt_Rz7x43VJzVT05OL-4GR3QaTr3bG9HPjaRaKYSuGrGzj8h9-oNRzoomMF-yAQ==
Если протухнет, попробуй сам, заходишь через vpn:
http://civitaiarchive.com/seaart/models/72a7cbd563b77ff6e74f395d62f37f4f/versions/1b5d9c16c9e2f7139dd84aadc2ae4b25
А потом выкл его, и качай быстро, я забирал оттуда в 4 потока, было норм. По слову анна тейлор джой нихера не получилось найти, почему-то... вышел на эту ссыль только через civitaiarchive.
Для XL хватит, остальное я даже на 16гб не пробовал, но вроде реально.
Аноны, попробуйте Хайнян для пикч, с ltx и без, минимум в 720p. Вдруг там вин.
> Какой конфиг
7900XTX, 64Gb RAM.
> Qwen Edit 2509
Fp8 модель кастит в bfloat16 и жрет 17.5 Гб. С одним пиком на входе 7s/it на 1920 x 1152. С тремя пиками на вроде не отваливается, но время улетает в ебеня - 21s/it и больше. Обычный квен - 4.3s/it.
спасибо. а на самом цивитаи теперь запрещены лоры знаменитостей?
>…они сильно палятся по слишком гладкой, кукольной коже или слишком мягкому освещению
>Как можно увеличить кол-во деталей?
У тебя в посте намешаны в кучу разные вещи. Забудем на минуту про какие-то параметры и «тюнить». Тем более, я не совсем понимаю к чему это в этом случае.
Рассмотрим на примере:
На пикрил 1 стоковая генерация с помощью Qwen-Image. Из коробки, без LoRAs Qwen-Image «реализмом» не отличается.
Здесь на помощь приходят, либо модификации тюны самой модели, заточенной под «реализм» (например, Jib_Mix_Qwen-Image_V4_E_fp8_e5m2_00001_.safetensors), либо комбинации разнообразных LoRAs (например, Samsung_qwen_overtrained.safetensors, Skin_Fix_rank64.safetensors).
Результат (пикрил 2) получается на шаг ближе к тому, что требуется, но всё ещё далёк от того, что нужно.
Этапы генерации видит только тот, кто генерирует изображение. Зрители видят только конечный результат. Они не знают о том, какие этапы трансформации и обработки прошло изображение. Что было на изображении изначально. Не знают, какие детали были изначально. А раз так, то детали нужно «дорисовать».
Как это можно сделать? Есть разные подходы, но суть заключается в дополнительном проходе (отчасти это можно назвать refiner) другой моделью (можно рефайнить той же самой моделью, но логично, что полировать нереалистичный Qwen нереалистичным Qwenом в надежде получить «реализм» не следует).
Это могут быть: SDXL tile ControlNet (у меня с ним не особо получается; а ещё у него есть особенность изменения цветов, по своему усмотрению, когда обрабатываемое исходное изображение нарезается на фрагменты к которым применяется diffusion; но это пока лишняя информация), wan2.2_i2v_low_noise_14B_fp8_scaled.safetensors и другие модели, которые позволяют докинуть деталей.
Для этих же целей не совсем стандартным образом можно использовать апскейлеры типа SeedVR2. По этой методике предлагается несколько уменьшать разрешение исходного изображения, созданного Qwen-Image, чтобы потом скормить его апскейлеру, чтобы тот, в свою очередь «дорисовал» несуществующих деталей в процессе увеличения его разрешения.
(Пока говорим только про сгенерированные растровые изображения PNG; про то, что в некоторых моделях, например Qwen-Image>Wan можно передавать прямо LATENTs, избегая дополнительных шагов VAE Encode/VAE Decode, приводящих к потере «информации» пока оставим за кадром).
В итоге получаем что-то типа пикрил 3.
Всё это IMHO, основанное на личном опыте использования. Возможно, тебе расскажут ещё и другие варианты, более подробно.
Но здесь я не наблюдаю особого желания. Здесь даже генерации в JPG выкладывают, вместо PNG (не иначе для того, чтобы PNG нельзя было открыть в ComfyUI и «секретный workflow» не разузнать из метаданных).
Спасибо большое, ты ответил на все мои вопросы. Последний раз я генерил пикчи несколько лет назад не особо вдаваясь в технические детали, но ты прояснил почти все.
Каша какая-то из встречающихся в треде терминов. Чини бота.
Вот ещё страшилку слепил для демонстрации. Прошлое изображение было тёмное, а это светлое, чтобы заметнее липовые «детали» стали.
Пикрил 1 — генерация стоковым Qwen-Image;
Пикрил 2 — Qwen-Image с LoRAми на том же seed и с тем же prompt, что и стоковый Qwen-Image;
Пикрил 3 — «Детализация» через SeedVR2 из уменьшенного изображения: 1328x1328>826x862>SeedVR2>2656x2656.
Попробовал скачать свой только что загруженный сюда PNG и открыть из него workflow в ComfyUI. Пишет: Alert Unable to find workflow…
Похоже, метаданные с workflow в PNG отрезаются при загрузке файла сюда.
Добавлю, мои генерации на модели fluxmania_legacy-Q4_K_M, качество такое себе, квант всё таки, но что поделать 8Гб видеопамяти лол. Надеюсь с выходом и покупкой новой видяхи качество сильно улучшится гы
Только через вебп можно нодой SaveAnimatedWEBP, только комфи надо перезагрузить после добавления ноды, она почему то не сразу сохраняет воркфлов.
Ясно, спасибо. Че-то уже тяга к экспериментам отпадает, лол. У тебя огромный запас Врам и Рам, на 16 все так бодро точно не будет. А дополнительного варианта для оптимизации через Нунчаки просто нет.
>>1426193
Хера себе вас на мутантов тянет. Семь пальцев и две правые ноги - это конечно оригинально...
>флюкс
У меня с ним так и не получилось совладать. Хотелось фотореал сразу с первой генерации без и2и. Вот, квен мне нравится.
>>1426384
Дубль два. Починил ссылку:
https://limewire.com/d/Cy4Gu#n7iD7SxPBk
Всё равно "нейронка" бросается в глаза. У Флюкс Креа чуть лучше выдача в плане композиции, но качество мелких деталей чёт на уровне сдохли.
И еще - Qwen Image Edit Plus - это же охренеть жирная модель, локально на 4070Ti не запустить?
>И еще - Qwen Image Edit Plus - это же охренеть жирная модель, локально на 4070Ti не запустить?
Да ее (как и остальные qwen/flux/wan) на 3060 можно спокойно запустить (в comfy как минимум). Скорость, конечно, будет не фонтан, но работать то будет.
А есть для квена чтото вроде автоматика чтобы был инпеинт и imgtoimg функционал удобный? Потому что в ебаном комфи постоянно искать под каждый чих воркфлоу это шиза. Да и хуй найдешь еще нужный.
>>1426691
Можете использовать вот этот, который я постил в предыдущих тредах.
https://www.reddit.com/r/comfyui/comments/1nfcfsx/qwen_all_in_one_cockpit_advanced/
У него есть свои достоинства и недостатки.
Можете взять его же, но видоизменённый под GGUF >>1426419 из моего поста.
Зачем отдельно сделал отдельным файлом с узлом для загрузчика модели GGUF?
Возможно, это исключительно мой опыт, но в шаблоне «всё в одном» используются узлы «Switch any» и прочие разновидности switch для организации ветвления workflow, в зависимости от условий, заданных переменными (читай, переключатели «режимов работы» T2I, I2I, Edit, In/Outpaint, Stitch и ряда других параметров, а также работы режимов работы ControlNet).
Нормально «переподключить» узлы «Switch» в ComfyUI у меня не получается. Стоит переподключить один из входов, и подключения ко всем остальным входам в этом switch узле слетают и съезжает их «нумерация», изменяются типы данных link, тем самым ломая workflow.
>искать под каждый чих воркфлоу это шиза
Я понял, что это идеология ComfyUI. В моём понимании, это своего рода среда для прототипирования рабочих процессов.
Более, того, личный опыт подсказывает придерживаться этой идеологии, иначе будут проблемы.
Все сложные и накрученные workflow сложно поддерживать.
Постоянно накатываются обновления, меняются узлы, их количество, количество входов, порядок их соединения (привет, SeedVR2; я думал, что лыжи не едут, а оказалось, что они в одном из апдейтов перешли на другие узлы, которые надо по-другому соединять; всё хорошо, новые возможности, удобство, tile режим «из коробки», только вот workflow, построенные на старой версии узлов сломались; там исправление в два клика, но пока прочитаешь релиз-ноуты и поймёшь что дело именно в новых версиях узлов).
В итоге, прихожу к выводу: одна задача — один workflow.
Те, что требуется, сначала доводишь до рабочего состояния, а затем добавляешь в «закладки» workflows.
Если сломается из-за обновления ComfyUI, Custom nodes, неба…
то проще найти неполадку.
>Да и хуй найдешь еще нужный
А это следствие предыдущего тезиса о среде для прототипирования. Там одна задача может быть решена разными способами, разной комбинации промежуточных узлов, помимо ряда обязательных, которые должны быть в любом workflow.
Как «правильно» никто не подскажет. Каждый собирает свой набор узлов. У кого-то workflow получается точнее, у кого-то быстрее, оптимальнее по загрузке RAM/VRAM и т. д. Особенно увлекаются добавлением Custom nodes без меры, от которых ComfyUI пухнет. Надо поставить rgthree, multigpu, узлы от Васяна, узлы от Стасяна. Они ещё и конфликтовать будут, поэтому лишние нужно либо отключать, либо вообще не ставить. По итогу, критерием «правильности» workflow, наверно может стать результат генерации: нравится/не нравится. Всё остальное это бесконечное дрочево и мучения.
>В итоге, прихожу к выводу: одна задача — один workflow.
>Те, что требуется, сначала доводишь до рабочего состояния, а затем добавляешь в «закладки» workflows.
Кстати, там еще и папки можно делать, в закладках. Просто пишешь название "myfolder/my_workflow" - и создается папка myfolder (если еще нету) куда кладется my_workflow.json - и вложенные папки тоже можно так создавать. Сортировать потом - просто в файловой системе - хранятся в user/default/workflows внутри папки comfy.
Спасибо. Полезно.
Продолжу тему с «сохранением», которая совершенно не очевидна (как и многое в ComfyUI).
Если пользоваться узлами SaveLatent и LoadLatent, то по умолчанию, SaveLatent сохраняет LATENTs в ComfyUI\output\latents, а узел LoadLatent загружает их из ComfyUI\input. Очевидно, что LATENTs, сохранённые в одну папку сами по себе в другую никак не попадут, если их не скопировать вручную (или не изменить префикс сохранения). В официальной документации на ComfyUI написано об этом примерно нигде. Поэтому только гуглёж и поиск по реддиту, среди постов тех, кто уже об это споткнулся.
Да, а когда нужные LATENTs скопировали вручную из output\latents в \input, нужно ещё и кнопочку R прожать в интерфейсе ComfyUI, чтобы «Node definitions updated». И тогда в интерфейсе узла LoadLatent, наконец, отобразится имя файла для выбора.
Перед обновлением ComfyUI (обновлением Python dependencies), установкой большого количества новых непроверенных узлов сразу и одновременно, прочих «экспериментах», лучше сделать snapshot текущей установки (можно даже в ручном режиме, для верности, скопировав все папки, кроме жирной папки с моделями).
Не так давно у меня использование update_comfyui_and_python_dependencies.bat убило ComfyUI
Вместо того, чтобы разбираться с ворохом ошибок, проще было откатиться их бэкапа к рабочей версии.
Благодарю.
>multigpu
Подскажешь как пофиксить? Ставил несколько последних версий ни одна не подошла.
Вдогонку https://www.reddit.com/r/comfyui/comments/1nfcfsx/qwen_all_in_one_cockpit_advanced/
Можешь взять оригинальный workflow, там нет подключений моделей в формате GGUF и сохранения LATENTs генераций.
Если тебе это всё не нужно, можешь попробовать запустить его.
В смысле искать? Изучить функционал комфи дело пары минут. Потом сам накидываешь быстро ноды по-быстрому, не задумываясь. Никогда не искал воркфлоу, лол.
Да, и через ComfyUI manager и клонировал с гита.
>оригинальный workflow
Спасибо.
>Не так давно у меня использование update_comfyui_and_python_dependencies.bat убило ComfyUI
Кстати, только что выяснил в чём дело. (Убив ComfyUI ещё раз, но потом всё починил).
Portable релизы ComfyUI выкладываются здесь:
https://github.com/comfyanonymous/ComfyUI/releases
Если вы пользуетесь старым релизом, а за это время было выпущено несколько новых версий portable, то обновление Python dependencies с помощью файла update_comfyui_and_python_dependencies.bat из старого релиза, может стать причиной того, что текущая portable установка грохнется (из-за установки неактуальных dependencies). (У меня было: AssertionError: Torch not compiled with CUDA enabled после «обновления»).
Выкачивание актуального релиза portable версии ComfyUI и замена файла update_comfyui_and_python_dependencies.bat на его актуальную версию из скаченного дистрибутива, а затем его последующий запуск, всё починило.
При изучении деталей изображений, сгенерированных Qwen-ом, на увеличении, мне казалось, что на них можно заметить узор типа dithering (что-то среднее между dithering и halftone pattern). Я думал, что дело в настройках генерации, используемых LoRAs, комбинации выбранных sampler/scheduler, что это просто является свойством модели Qwen-Image и так и должно быть (как уклончиво ответили сами авторы модели, когда им задали похожий вопрос).
Так вот, мне не казалось, эта проблема действительно присутствует и некоторые её тоже заметили.
https://www.reddit.com/r/StableDiffusion/comments/1oytasv/get_rid_of_the_halftone_pattern_in_qwen_imageqwen/?tl=en
Все перечисленные выше потенциальные причины практически ни при чём (ну, разве что, кроме выбранных sampler/scheduler, которые влияют на результат генерации).
Для того, чтобы стало понятно о чём идёт речь, посмотрите внимательно пикрил в масштабе 1:1, на нём как раз уже увеличенная часть сгенерированного изображения для демонстрации. Сталкивались с таким на Qwen-Image?
Левая часть — стоковый VAE. Чётко виден этот dithering. Правая — после предлагаемого фикса.
Выясняется, что этим dithering поверх изображения срёт сам Qwen-овский VAE, когда делает VAE Decode!
Предлагается в качестве временного решения использовать ещё пару васянских узлов https://github.com/spacepxl/ComfyUI-VAE-Utils?tab=readme-ov-file с файнтюном VAE.
Эта тюненная VAE делает двойной апскейл, убирая dithering. Поскольку новых деталей на изображение не добавляется, то целесообразно сделать даунскейл 0,5 и получить изображение уже без этого dithering, но в размере LATENT, который был при генерации.
Я проверил. В принципе, большая часть этого dithering убирается. Кажется, что при этом несколько страдает детализация. Но изначально деталей не было. Именно из-за этого dithering pattern, казалось, что изображение более детализировано, чем оно есть на самом деле.
В принципе этот dithering и SeedVR2 неплохо вычищает при апскейле в два раза. Но теперь, по крайней мере, чётко ясно откуда эта дрянь берётся.
Поделись лорой зефирки
Это говно выглядит хуже ГАН-апскейла. И на первом пике вае не при чём, это зерно не от него.
FLUX1dev через какую ноду надо подключать?
Через «чекпоинт лоадер» или «че то там дифузии»?
Везде пишут, что его надо кидать в папку чекпоинт, а где-то в unet. Оно работает и так и так. Как правильно?
Да, причём уже пару месяцев, на civitaiarchive многое ёбнули ещё в августе, в поиске в фильтре указывай: "искать на других источниках". Вообще, надо как-то выбрать врем и поднять наверх тред с "обменом лорами", нужно только выбрать файловый обменник нормальный. Я как-то натыкался, не помню как назывался, на нечто с олдовым дизайном в мелкую клеточку (серо-тёмно зелёного цвета с фреймом слева), если кто знает напомните, мне как он называется.
flux/wan/qwen нормально лезут в 16Гб в приемлемых квантах. С ускорялками картинка укладывается в 60-100 сек
Ну тады сдохля онли, да. Кумеры потерпят, им не в первой.
> 2k26
> 16 Гб
> 6 пальец
> зато с титечками
Немного жаль даже кумеров, этих добряков
чушь полная, нет таких проблемсов чтобы вдруг юзать фп16 место фп8. скорее преимущества отсутствуют, да и хуй на них.
Да откуда я должен понять какие ноды нужны для наприпер квена в какойнить гуф версии? Да еще и с функцией инпеинта участка изображения с заданным денозом?
баляять воркфлоудауны воистину необучаемы, тебе дали конструктор из которого ты можешь делать все что захочешь, но нееет блять, нам надо 10 часов как побитая солевая шлюха бродить по цивиту/ютубу/тгк/бусти в поисках другого дауна который осилил добавить две нужные ноды и соединить их, это пиздец
МААМ, СМОТРИ КАК Я МОГУ ФОТКУ ТЁТЬКИ СРАКИ ИЗ СОСЕДНЕГО ПОДЪЕЗДА ВСТАВИТЬ И ОНА ХУЙ БУДЕТ СОСАТЬ, СМОТРИ КАК ЭТО ВЕСЕЛО, ХАХХААХ...
либо терпишь устаревшую сдохлю, либо тормознутую и замороченную в плане настроек хрому
> 6 пальец
А ведь это флюкс, судя по раздвоенным лобкам и стрёмным соскам, там ведь вродебы "с пальцами все ок из коробки", или нет?)
тут пару видеотредов назад анон скидывал как генерил своих коллег (каких-то хачей и зеков) сосущих хуй, вот э
то пиздец клиника
В принципе, здесь противоречие:
Lightning LoRA (4/8 steps) предназначены для получения изображения за меньшее количество шагов (с некоторой потерей качества).
А навороченные schedulers/samplers, как раз таки для повышения «качества» но при количестве шагов порядка 20 (там по-разному; для каждого надо смотреть в описании).
Надеяться на то, что одно компенсирует другое, если их использовать одновременно — наивно. (Но я всё равно использую).
Получается медленнее, но результат меня устраивает у res_2s/bong_tangent. Не могу сказать только, стоит ли использовать ClownSampler/SharkSampler/ClownSharkSampler вместо штатного KSampler ConfyUI.
Нет. Есть более продвинутые модели, которые понимают описания человеческим языком, но что-то хорошее в них генерить все равно заебешься, да и знания там не в пример ниже люстры. Что-то необычнее дженерик среднестатистической бабы сгенерить - это как плыть против течения.
Я как раз к такому и пришёл мнению потыкав Флюкс еще давно, правда он уже наверно старый ппц. Честно просто было лень вваливать время и получать не ахти результат. Ну и лору на флюкс я не натренирую в отличии от люстры.
Я совсем салаг, можешь в кратце накидать какой ветра у тебя из моделей и прочего чтобы получать такой результат типа фотка реальная не восковая?
Я не душнила и до 6 пальца не доебусь лол.
Я пока осваиваю флюкс, прям чувствую как я преиполняюсь с каждым днем, мда.
Вообще у меня дикий восторг от всех этих локальных нейросетей, порнуха идет бонусом. В целом нравится настраивать и генерить всякую хуйнб
> да и знания там не в пример ниже люстры
знания чего, как женская писька выглядит? ну так есть лоры и файнтюны, хрома из коробки знает больше чем что ты ищешь на порнхабе
> Что-то необычнее дженерик среднестатистической бабы сгенерить - это как плыть против течения.
как раз генерить что-то кроме дженерик бабы только новые нейронки и могут
Вот буквально сегодня зашел и забил в поиск одну знаменитость которую хотел скачать, но откладывал - в выдаче осталось только парочка, то что я хотел скачать - удалено. И ещё сегодня обнаружил что чинчонги начали блурить уже даже не NSFW контет, а воообще любой. Короче теперь seaart по цензуре тот же самый civitai, только ещё и все пики заблюрены.
Может есть какой-нибудь ещё ресурс. Я помню был сборни ссылок где аноны собирали все редкие лорки, там и ссылки на мегу были и вот это всё. Может какие-то то торенты есть?
>краткий набор
Базовый workflow для Qwen-Image-Edit-2509 (с тремя изображениями) из templates.
Я пока этот флюкс ебаный пытаюсь осилить. То он выдает около лютую годноту, то выдает ебанутую дичь, но пизды он рисует нормально, мне нравится.
Сейчас я запнулся об Face ID или как его там, чет пиздец все сложно и нихуя не работет. Я уже посматриваю на другие модел, тот же sd, на него всяко больше примочек. Попробую qwen хули
Qwen это про prompt прежде всего.
В этом его достоинство и, одновременно, недостаток.
Попробуй Qwen-Image использовать для генерации изображения (Qwen-Image-Edit для обычного in/outpaint, Qwen-Image-Edit-2509 для добавления, удаления объектов и прочих манипуляций), а дальше уже полируй полученное изображение чем умеешь для «детализации» (здесь твой flux на low denoise может помочь; а может и не помочь, зависит от объектов на изображении; SDXL тоже можно использовать для «деталировки» с помощью ControlNet tile diffusion).
Вдогонку:
>но пизды он рисует нормально, мне нравится
Если тебе нужны именно NSFW генерации, то Qwen плохой помощник.
Нужны LoRAs типа Qwen_Snofs_1_2.safetensors и подобных, чтобы он хоть как-то начал рисовать то, что ты описал. Из коробки ни Qwen, ни Wan этого делать нормально не будут.
Даже хуже, если ты им скормишь NSFW изображение на входе для i2i, то есть шанс, что на определённом уровне denoise, они тебе все NSFW детали затрут.
Ну так самый большой дурак тот кто думает что умнее остальных. И это ты, если не понимаешь что сексуальное влечение это главный мотив человека, да и вообще всей биологической жизни с разумом.
Удивляться что люди реализуют свои желания. Ты то у мамы нитакусик, для другого в нейронки пошел. (а порнуху делаешь просто так, это другое)
Ты бы ещё в фотошопе отредачил после всего а потом отдал художнику на доводку, лолбля.
Слишком много дроча. Просто генерь на Edit и всё.
Итак суть проблемы:
По какой-то неведомой причине я не могу скачать никакую модель с huggingface. Загрузка начинается на меленькой скорости а потом просто падает до нуля и все, финиш.
Причем я там и аккаунт зарегистрировал и че только не пробовал делать с командной строкой с помощью советов Deepseek результат все тот же - хуй.
Причем как я понимаю всякие базовые штуки типа моделей для аутпентинга, инпейнтинга и апскейла можно достать только оттуда.
Соответственно, вопрос:
1. Кто-то сталкивался с подобным и как по итогу пофиксил?
2. Можно ли где-то достать эти модели не на сайте ебучей обнимающей рожи?
3. Есть ли полные аналоги тем моделям которые лежат там и которые я не могу оттуда скачать?
Ну вот я читаю гайд https://comfyui-wiki.com/ru/tutorial/basic/how-to-outpaint-an-image-in-comfyui
там упоминаются v1-5-pruned-emaonly.safetensors и sd-v1-5-inpainting.ckpt.
Или скачиваю какой-нибудь рабочий процесс с Civitai и там они же фигурируют (к примеру, могут быть и другие).
И все, если в конфи я нажимаю кнопку скачать недостающую модель снова иду нахуй.
Ты какие-то очень древние туториалы читаешь, потому что скачивать сегодня базовую сд 1.5 это безумие.
Тебе для начала полезно разобраться, какие вообще существуют виды моделей. Все эти 1.5. ХЛ, Люстра, Флакс, Квен и т.д. Потом какую из них твоя видяха потянет, т.к. так возрастающие требования. Потом что именно ты хочешь генерить. Голый рисованных\аниме девок, голых фотореалистичных девок или что. Исходя из этого уже можно модель выбрать.
А в целом искать и скачивать модели удобнее на сайте типа civitai, там интерфейс дружелюбнее с нормальными картинками, с примерами работ других пользователей и т.п. И скачивается все без проблем вроде.
>>1427952
Хм, то есть всю эту фигню можно делать просто базовой моделью?
Я для обычной генерации использую https://civitai.com/models/24350/perfectdeliberate или как она где то называется "турбошлюхи кажется")))
То есть в теме генерации можно вообще без huggingface обходиться?
А то меня прям калит каждый раз когда на этот ресурс натыкаюсь
Можно. Я не знаю нах вообще делают отдельные модели для инпеинта, может это во времена 1.5 было актуально, щас весь инпеинт свободно делается той же моделью, которой ты генеришь. Просто надо научиться в него. И уж точно было бы абсурдом генерить на люстре, а потом че-то инпеинтить через сд 1.5, лол.
Модели для апскейла, во-первых, сразу должна быть в твоей проге. Во-вторых, их на цивите тоже можно найти, по крайней мере все популярные. На хаггинфейсе может только что-то супер-новое и нишевое, малоизвестное, хз. Но щас никаких особых прорывов в апскейле не делают вроде.
hf это главная база ии моделей в интернете, на минутку. васянский пердеж мелкого калибра типа файнтюнов sdxl и перезаливы можно и с цивита занюхнуть конечно.
Понял, спасибо. Буду разбираться дальше. Хотя тот гайд и закреплен в шапке треда, но ладно.
>>1427968
Бро, да я бы рад понюхать сочного контента с hf, так не дают.
Энивей, спасибо за информацию, парни.
>Не могу не поделиться.
Спасибо, что поделился. Немного потестировал и показалось, что так размывается мелкая текстура. Например штриховка или сетка из линий на уровне в 1-3 пикселя размывается.
Я использую просто wan vae 2.1 вместо qwen vae.
НО
1) либо находят соски на анимешных картинках, а на реалистичных вообщее не работают
2) те модели, которые работают на реалистичных изображениях находит бубсы целиком, а мне надо именно соски
Вкраце всё как описал >>1425676 -кун
> на помощь приходят, либо модификации тюны самой модели, заточенной под «реализм» (например, Jib_Mix_Qwen-Image_V4_E_fp8_e5m2_00001_.safetensors), либо комбинации разнообразных LoRAs (например, Samsung_qwen_overtrained.safetensors, Skin_Fix_rank64.safetensors).
Qwen+Samsung - получаешь нормальные генки.
Хочешь сисек-писек, подключай Snofs, но имхо он анатомию слишком часто пидорит.
Бери пункт 2 затем к результату применяй пункт 1. В чём проблема?
>>1427837
>>1428056
Спасибо аноны, я пока попытаюсь пободаться с флюксом.
Смежный вопрос - вот есть всякие NSFW чекпоинты flux/sd/pony и тд, чекпоинт чекпоинтом, но к нему лучше все равно добавить lora на эту тематику?
Мне показалось, что это делалось на процессоре, вентиляторы видяхи молчали.. Подкачка поднималась до 80гигов, но у меня какая-то трабла с этим, вот мой скрин >>1424466
Прокси-ВПН. Только так.
Хотя на цивите мне помогает приостановить и продолжить загрузку. Частенько скорость восстанавливается. Но с хаггинга я уже давно ничего не качал, так что хз.
Это ещё на заре локальных нейронок делалось, на SD 1.5 - первые две пикчи - просто нахуячил в пейнте примерный эскиз, и через img2img по кусочкам генерил каждый элемент с мелким денойзом.
Вторые две пикчи - сгенерил картинку, и потом в фотошопе поэтапно добавлял в неё разные элементы (от холодильника-Элеоноры из Атомик Харта), "встраивая" в общую картину с помощью того же img2img.
Подскажите, пожалуйста, для подобного ведь и сейчас наверняка можно не ломать особо голову, и достаточно какого-нибудь обычного SDXL? Или стоит обратить внимание на что-то ещё? А то я со времён Флюкса немного отходил от генерации изображений в сторону видосов.
Хочу пофотобашить каких-нибудь гримдарковых православных роботов а-ля Trench Crusade/Forever Winter.
а смысл это кусочками делать?
сдхл приелась малеха, только если файнтюн какой-то модный моложежный найти. пробуй квен с ускорялкой лучше.
Для пони и люстры точно никакого абстрактного нсвф добавлять нет нужды, только очень конкретное, типа особо замороченных поз и действий.
>а смысл это кусочками делать?
Так чтоб "встраивать" в изображение инородные куски ж.
Вот, например, промежуточный этап, где я вырезал элементы холодильника, и вставил в свою картинку. Потом выделял их (по одному за раз - сенсор, экран на лице, вырез на животе), и проходился img2img с мелким денойзом. На SD1.5, конечно, красота была, можно хоть 6-9 картинок за раз генерить за несколько секунд, потом выбирать понравившийся.
А почему кусочками - так так надёжнее просто. Я пробовал, помню, сразу все "инородные" элементы инпейнтить - часто получался один из трёх прям охуенно, а остальные срань - и всё равно потом так же каждый отдельно перегенеривал.
Ну и ещё насчёт кусочков - в предыдущем посте на втором пике генераций 200 минимум пытался получить адекватные кисти рук и пальцы (SD1.5 же, хули), а на Элеоноре и вообще забил, хоть даже сам пытался пальцы дорисовать.
Сейчас, смотрю, некий Qwen Edit появился, по описанию прямо многообещающе.
С другой стороны для Flux есть лора Майка Франчину (дизайнер Тренч Крусейда), надо будет тоже пробовать, правда я без понятия как Флюкс вообще ведёт себя с img2img и прочими инпейнтами. Будем пробовать.
>>1428256
Крита - насколько помню, что-то вроде фотошопа. Как понял, там тоже какие-то нейронки завезли как в фотошопе?
>там тоже какие-то нейронки завезли как в фотошопе?
Да, там работает через комфи, а дефолт модель для 2д нубаи.
Понял, Они в целом на порнуху заточены. А для остальных, все таки достаточно будет Лоры или надо все таки ставить nsfw версию модели?
Да, для СДХЛ и флюкса надо специальные модели искать, натренированные на порнухе. Иначе максимум что ты получишь это такая рубенсовская картинная нагота. А если попытаешься повторить "Происхождение мира" Курбе, то уже обломаешься.
>С другой стороны для Flux есть лора Майка Франчину (дизайнер Тренч Крусейда), надо будет тоже пробовать, правда я без понятия как Флюкс вообще ведёт себя с img2img и прочими инпейнтами. Будем пробовать.
Ух, попробовал я снова погенерить на этом Flux Q8 - ну и срань же. Сколько лор ни накатывай - даже винтовку сгенерировать нормально не может, я уж не говорю про то чтобы её правильно держать. Хотел в кайф погенерить, и с минимумом фотобаша, но скорее придётся всё самому делать, и лишь в конце полирнуть img2img для "скрепления". В пизду, аж расхотелось.
По поводу Qwen Edit'а - я краем глаза по диагонали посмотрел, вроде очень интересная штука. Правильно понимаю, что я смогу тут относительно без ебли вкидывать всякие концепт-арты (как на пиках), и на выходе получать новые картинки "в стиле" или с какими-нибудь изменениями? Хотя бы чисто медитативно поиграться.
Спрашиваю заранее, а не сходу пробую сам, потому что боюсь лишний раз к Комфи подступать - с Wan 2.2 оно мне все мозги вытрахало, почему-то в тех местах, где у всех всё запускается с одного щелчка, мне приходилось самому выкачивать хуйню с гитхаба и перекомпилировать всякие библиотеки (в итоге-то всё шикарно работало, я не совсем даун всё таки).
Ну и в целом, с 3090 и 32Гб рама этот Квен Эдит не сильно больно будет ведь?
>Правильно понимаю, что я смогу тут относительно без ебли вкидывать всякие концепт-арты (как на пиках), и на выходе получать новые картинки "в стиле" или с какими-нибудь изменениями?
Ну, давай проверим. Кидай какой-нибудь пикрил, а я его через Qwen-Image-Edit и Qwen-Image-Edit-2509 img2img прогоню.
Могу даже с твоим promptом для чистоты эксперимента.
>3090 и 32Гб рама
VRAM норм, RAM маловато. Надо пробовать.
А ещё мне кажется: «Qwen без нужных LoRAs — генерации на ветер».
>В комфуюай, мне надо писать типа <lora 0.8… и тд>, если есть нода Лора лоад модель? И вообще триггер слова добавлять?
Вот это вообще не понял.
Добавляешь в workflow такой узел типа Power Lora Loader (rgthree) и накидываешь в произвольном порядке туда все нужные тебе LoRAs. Выставляешь значения Strength там же.
Может и есть (я вроде видел) LoRAs, которым нужны слова-триггеры, но у меня либо таких нет, либо без них всё и так нормально работает.
>В комфуюай, мне надо писать типа <lora 0.8… и тд>, если есть нода Лора лоад модель? И вообще триггер слова добавлять?
Нужны ли слова-триггеры в промпте - зависит от конкретной лоры. Как она тренилась, так и будет. Никакого "общего правила", увы, нету. Просто, если автор понатыкал для каждой картинки датасета одинаковые ключевые слова и выставил определенный режим - лора будет откликаться на эти триггеры, а без них проявляться слабо, или вообще нет. А если ключей при тренинге не было - будет как бы всегда (на всё) действовать, и зависеть это будет исключительно от силы применения лоры на ноде.
Это все не зависит от софта на котором картинка делается. Только от самой лоры.
Вот я и спрашиваю анон, нужно ли писать <лора стрендж> и тригер слова, этож хуйня из а11111 или как там его. Спасибо за ноду, с меня как обычно
Спасибо. Пришёл к таким же выводам эмпирически, но не вникал в вопросы тренировки LoRA, как следствие этих моментов не знал.
>нужно ли писать <лора стрендж> и тригер слов
Про триггер-слова грамотнее написал >>1429202
Больше ничего писать не надо. Strength конкретной LoRA указываешь прямо в узле.
Использовать WANVAE оказалось неплохой идеей (версия от WAN 2.1, учитывая их совместимость; от WAN 2.2 у меня уже не стыкуется).
Проверил все три варианта для сравнения, чтобы убедиться, что не плацебо.
Изображения не модифицировал, только вырезал из PNG, склеил и текст поверх наложил. Области на щеке и ниже переносицы.
Средств акцентуации и увеличения контрастности не применял.
Рассматривать с увеличением.
На изображении в центре (qwen_image_vae.safetensors) в указанных областях заметен характерный dithering.
На wan_2.1_vae.safetensors он частично присутствует, но другой паттерн (об этом писали по ссылке, которую я приводил).
Предлагаемый вариант на Wan2.1_VAE_upscale2x_imageonly_real_v1.safetensors с даунскейлингом выходного изображения на изображении справа.
Вдогонку: Ещё на левую бровь посмотреть можно. Сначала на ту, что по центру от qwen_image_vae.safetensors, а затем на остальные.
В принципе, в сухом остатке, мне кажется, можно смело вместо qwen_image_vae.safetensors использовать wan_2.1_vae.safetensors.
А на счёт Wan2.1_VAE_upscale2x_imageonly_real_v1.safetensors, по сравнению с wan_2.1_vae.safetensors сопоставимо. Если и использовать Wan2.1_VAE_upscale2x_imageonly_real_v1.safetensors, то по желанию (там всего пара узлов добавляется, и на время генерации не влияет).
>на левую бровь
В смысле, на правую, но не суть (на целую бровь, которая не обрезана на изображении).
Тут конкретно упролся в промте чтобы он не вылизывал до воскового блеска кожу, писал и в негатив и в позитив «дефекты кожи», «не идеальная кожа» и тд. Нашел какой то воркфлоу, первую картинку генерит 1024 на 1024 примерно секунд 50, потом 2048 на 2048 почти 2 минуты, у меня к слову amd 7900gre:(
Надо все таки накатывать WSL2 и ставить линукс, там есть дрова с торчем и ROCm для моей видюхи.
Осталось отполировать и закрепить результат.
Иногда хуево рисует лица, видно что что-то не так.
Вообще еще чуть чуть и можно освоить фейс свап, а как итог - наконец дам в рот еотовой.
Смежный вопрос - фиксить «загар» от купальника через промт или как то еще?
Про лоры вроде понял, но не увидел на примерах как это точно работет - грузим ноду, ставим стренж, в промт пишем только тригер слово если есть, вроде ясно.
Вообщем испытываю небольшой восторг, закончу разбираться с порнухой, в целом освою эту хуйню.
В негатив писал «перфект скин» “wax skin” и тд… быстро фикс
И чет я за пони зацепился, для такой порнухи может лучше sd1.5 поставить какой NSFW и с lora
Поверь, sd1.5 - это не то, с чем ты хочешь трахаться, несмотря на то, что там и лора не требуется а цензура как класс отсутствует. Этот антиквариат в 98% случаев выдаст кривую анатомию. Оно только лица боле-менее стабильно рисует. По факту - каждую картинку придется чинить и дорабатывать через inpaint вручную чтобы получилось хоть что-то похожее на то, что ты постил.
SDXL и pony - лучшее, что ты можешь выбрать с таким железом под твои запросы.
это просто опциональный устаревший способ контролить лоры из промпта. но какие-то вещи до сих пор только так работают, типа embeddings
для sdxl могу посоветовать модели big love и realism illustrous
>>1429203
В комфи подключение лора через промпт не работает как в автоматике, возможно только специальными сторонними нодами.
>>1429395
Спасибо аноны, да это я сам запутался и вас запутал, я имел ввиду не SD1.5, а SDXL - он же в основе и пони и люстры?
Вот я и думаю, что из этих трех лучше выбрать пони/люстра/sdxl
>>1429400
Да на том же civitai смотришь промты, а там часто пишут <лора нейм стренж 1>, вот я и подумал за ноды в комфе, а они видать в а1111 делали. Один хай всегда тригер слова пишу, а это <> не нужно видимо.
> SDXL - он же в основе и пони и люстры?
он в основе пони, пони в основе люстры как матрешка
>всегда тригер слова пишу, а это <> не нужно видимо
иногда нужно, иногда похуй, иногда даже вредно
обычно триггер-слово в идеале представляет из себя бессмысленую хуйню, которую невозможно как-то интерпретировать. допустим: ka55andra без цифр может спровоцировать рисовать кассандру из игры (брюнетку гречанку) с косой толщиной в руку, тогда как в датасете блондинка с зеркально-противоположной внешностью, что-бы гречанка не протекла в перса, слово-триггер намеренно каверкается. модели все разные, какие-то могут рисовать определённого реального и нереального персонажа из коробки, какие-то нет, и одно и то-же осмысленное слово может быть воспринято по разному. многое перетекает в sdxl-модели ещё из базовой, и порой казалось-бы довольно безобидное слово может справоцировать какой-нибудь пиздец).
Остановись на sdxl, формировать сцену (композицию) может только она (кто-бы что ни говорил), если захочешь нарисовать хуй в жопе, просто берёшь pony-модель от того-же автора, и в импаинте деталишь. не бойся эспериментировать, часто в описании пишут какую именно модель нужно и можно, какой семплер и шедюлер, эт всё хуйня - сам пробуй и решай, что и как...
Кокретика:
https://civitai.com/user/Cyberdelia/models
иди туда, и выбирай что тебе больше нравится, есть модели с уклоном в портретики, есть универсальные, есть пони, есть люстровские, их много их нужно все пробовать, подбирать таким образом, что-бы они рисовали в одной гамме и с похожей детализацией. даже если взять только sdxl-модели от этого автора, то они все разные, не всегда самые новые - самые охуенные, зачастую всё наоборот)
Если будут вопросы, стучись сюда: https://2ch.su/ai/res/33171.html
Здесь только злобные и токсичные уёбки, помощи от таких никакой.
И зачем? У меня всего одна 5090.
https://huggingface.co/black-forest-labs/FLUX.2-dev
бери в кредит H100, создавай телеграм бота для генерации и вперед рубить бабки, план надежный если че
>>1425676
и столкнулся с тем, что самсунг лора заставляет модель qwen image генерировать какие-то каловые ужасы (на пик 1 только кожафикс, пик 2 кожафикс+самсунг). При чем, если генерить на qwen image edit 2509, то лора работает нормально (пик 3).
Уже пробовал: ставил clip gguf и fp8 scaled safetensors; семплер переставлял; ModelSamplingAuraFlow включал и выключал; vae ставил и wan и qwen
Как починить? Извините, если я не понимаю чего-то очевидного, я только вчера про qwen узнал и еще не со всем разобрался.
Пойду семплинг пердолить дальше.
В зеркала умеет как Квен, т.е. так себе. В дашкам умеет, в срущих медведей нет (а может и умеет, я только на русском промптил). Зато кровь из медведя идёт.
>пик 2
Не правильный семплер или шедулер возможно. Выбери другой, хз какой. Сначала пробуй с Euler simple
flux2_dev_fp8mixed.safetensors 35.5 GB
text_encoders/mistral_3_small_flux2_fp8.safetensors 18 GB
как жить
Эм... В таком доме я бы жить точно не хотел. Так даже стройбат СССР не строил. Приглядитесь. :)
На третьем пике - шедевры автопрома на заднем плане. :)
И зелень на первом пике выглядит дюже странно.
Так-то в общем - ну, неплохо, некий прогресс явно есть. Вон - люди на отдалении очень реалистично выходят (мужик, правда, в позе "ожидаю пенделя", но тем не менее). Но чтоб прямо "вау" - как-то, все-же, неубедительно пока.
> шедевры автопрома
Какая ещё модель знает российский автопром? Флюкс литералли полную линейку ВАЗа знает, даже чем 2108 от 2109 отличается. Даже всякие ЖПТ не смогут так. Ты только посмотри какая красота.
Учитывая что это наивные тесты первого дня - потанцевал охуенный. Жаль только я со своими 12 гб буду дальше пердолиться в старые моделями с лорами.
> для тупого быдла
Ну литералли для меня. Как будто тренили на фотках моего двора.
>>1430096
На 5090 без проблем работает в fp8. Скорость грустная только.
А ведь это ещё и сразу Edit модель, но с референсом в два раза медленнее генерит. Лица лучше Квена копирует, но две минуты уже слишком.
Пока навскидку низкий квант модели (я как самую нижнюю границу qwen-image-Q5_K_S.gguf использую, ниже Q5 не рекомендуют)
Ну и как вариант поставь res_2s/bong_tangent, вместо er_sde/beta.
Возможно ты прав в том, что стоит сменить модель, потому что я прогнал через воркфлоу со странички аналогичной сасунгу лоры на реализм на циве и, при том что буквально единственное, что у меня отличалось это квант модели, получил такое же говно, как выше. Но для меня совершенно непонятен тот факт, что image edit 2509 того же четвертого кванта с той же цифрой 0 все делает нормально и при прогоне через упомянутый воркфоу выдает в целом нормальный, хоть и ожидаемо несколько худший, чем если бы это делала image модель, результат.
Есть уже готовый воркфлоу в комфи? На каком железе генерил?
Ничего не будет. Вангую что ни файнтюнов, ни лор на нее не будет.
Весит много, цензура из коробки и куча Безопасных ШтукТМ, еще и лицензия говна.
>И зелень на первом пике выглядит дюже странно
в Таркове трава выглядит лучше)
PonyXL порнушая. COMFYUI
Добрался до этапа где начал юзать второй семплер, первая проходка, подключаю его через апскейл модел 4хultrasharp и тд, ну вы знаете короче. Первая проходка че то 500х800, вторая 1080.
Вопрос - каков предел в таком видел в два прохода? Я апскейлил до 2440 пикселей, на 3800 и 4000 уже получается два рта и тд, короче пидарасит модель конкретно. Или уже для этого нужен другой инструмент?
Ставлю cfg 0.2, в первом 16 шагов, во втором 8, Семлер LCM, шедулер бета и там и там.
Второй вопрос - сильно «высветяляет» картинку, ни о каком «романтичном свете» и речи нет лол. Это вопрос к модели может быть? В промте я 10 раз тегнул «тусклый свет», а по факту, «фотка» в полдень у окна в которое хуярит солнце.
Потыкал между делом инпейнт flux, первый раз он мне вообще перерисовал все нахуй, второй раз поставил 0.2cfg, разница наверное есть, но я не увидел.
Я во flux писал полностью такой же промт, наверное надо попробовать просто описать тусклый свет и тд.
Вот так, желание и интерес надавать в рот всем своим знакомым, открыли для меня этот дивный новый мир и хобби.
Пик1 - фул хд
Пик2 - удачный инпейнт флюксом
Пик 3 - неудачный инпейнт флюксом
Пик4 - апскейл 4к, на любителя.
Не будет потому что особого смысла нет, оно и так всё что угодно умеет. Разве что на голых баб тренить. А остальное и референсами покрыть можно.
> цензура из коробки и куча Безопасных Штук
В Квене её больше. Тут гурятину даже можно генерить.
>Флюк 2
Ну, если на 1-й всё есть уже, то почему для 2-го ничего не будет? Лор дохуя на 1-й, я так понимаю, что на втором они тоже будут работать, или нет?
>В Квене её больше.
В Квине ее нет, она просто плохо натренирована в этом сегменте.
И я еще не видел ничего даже близкого к nsfw на Флюкс 2 (я не про гуро и копродедов).
>>1430445
Потому что на момент выхода Флюкс1 не было альтернатив. Если бы Квин вышла тогда, но на Флюкс бы забили.
Он намекает типа размер большой, но на деле У Ф2 размер как у Вана 2.2, у Вана даже больше потребление памяти из-за длины видоса. Обмаз блоксвапом и на 24 гигах всё будет.
И будет скорость говна с генерацией картинки по две минуты
>у Вана
они хуй с пальцем путают, ван для видосов, ф2 для картинок.
>генерировать картинки
ну ведь мыло мыльное выходит, микрооскопом гвозди забивать тоже можно.
> nsfw
Как будто он есть где-то в ваниле. В первом Флюксе его не было, Квен не может в голых баб, Ван тоже. Везде лорами пердолили. Только в Хроме что-то было из коробки, да и то он пизду нормальную не может сгенерить.
>Добрался до этапа где начал юзать второй семплер, первая проходка, подключаю его через апскейл модел 4хultrasharp и тд, ну вы знаете короче. Первая проходка че то 500х800, вторая 1080
Это было бы норм для SD1.5. Для SDXL (и пони) первый проход - что-то на базе 1024х1024 +- (т.е. мегапиксель в картинке), иначе ты теряешь возможности модели по детализации - ее на такие разрешения тренили.
Для второго прохода - правило: чем больше апскейл, тем меньше denoise. Вот эти твои лишние рты и прочее - следствие слишком высокого denoise. Но выше чем где-то 2400 - 2800 погонять через полноценный ksampler смысла нет, IMHO, в любом случае. Если хочется еще выше - нужно или через простую upscale модель, или через tile_upscale ноду.
выиграет то, с чем будет проще работать, и даже потребление памяти тут роли не сыграет, если есть обратная совместимость, и к ф2 будут подходить лоры для 1-го, то появление nsfw-версий на базе ф2 это вопрос пары месяцев.
> к ф2 будут подходить лоры для 1-го
верю, вот тут верю, уже поверил
Шизик из спячки, чекни что ван генерит. По сравнению с мылом квена, ван просто скала. У ван совсем не с мылом проблемы, с мылом там проблем вообще нет.
Впору интересоваться как новый HY 1.5 генерит картинки на разных настройках, это более интересно.
> У ван совсем не с мылом проблемы, с мылом там проблем вообще нет.
Показать ты конечно же не сможешь. Квен с лорами уже обошёл Ван по реалистику.
Что за китайская хуйня? В Комфи поддержку добавили, но скачать это говно невозможно - нужна регистрация по китайскому номеру.
Так надо принять лицензию, как на обниморде. Но для принятия надо зарегаться. Без этого он отрыгивает с текстом что нет доступа к модели.
Вообще с референсами тут сильно лучше чем в Qwen Edit.
Кста, китайцы же должны были выкатить Edit 2511, но так и не выкатили.
Протестируйте ваши локалочки:
A photograph of four small animals in a round nest made of intertwined brown twigs. The nest is positioned centrally in the image, with sunlight filtering through green leaves in the background. The four animals have large, round yellow eyes and fluffy fur. The animal in the center has a white face and chest with black and gray stripes on its body and head, resembling a tabby cat. The other three animals have similar facial markings but are more owl-like with rounded faces and prominent ear tufts. All four animals are looking directly at the camera with slightly parted mouths, displaying curiosity or alertness. The sunlight creates a warm, golden glow on the leaves and nest, adding depth and contrast to the image. The overall composition is balanced, with the nest and animals occupying the central focus.
С одной стороны технически он справился. С другой - меметичная ценность утеряна.
Но для локалочек существенный прогресс, да. Эх скорее бы 5070ti 24gi.
да-да... сижу на fp16 и облизываюсь на ваши очистки картофельные, все так
>сижу на fp16
>картинки не генерю
Не хочу травмировать вас своими картинками, у вас и так самооценка ниже некуда.
просто очень боюсь вкидывать картинки в тредик чтобы чисто случайно не опозориться как тот ггуф квенодаун с разъебанными артефактами по всем пикчам, тот самый который вкидывал пикчу мужика с черными червями на ногах вместо волос как образец для подражания, они прям почему-то очень похоже на черных червей с твоей пикчи, но тут это очевидно стиль такой, must be the wind, показалось в общем...
Странные у тебя фобии. Чё теперь всратые генки перестать постить?
Какие-то картинки лучше, чем никакие, в конце концов. Косячат все, даже мастера-художники. Вот этот пик >>1430784 если поправить через инпейнты со знанием дела, то вполне годная картинка будет. Другое дело, что вы дрочите на качество с рьяностью ОКРщика. Как те "знатоки" графона в которые с нулевых до середины десятых примерно докапывались до разрешения текстур в углу карты вместо того, чтобы смотреть на графику и игру в целом. Качество - это хорошо, но баланс между качеством и идеей намного лучше просто чистого качества или чистой идеи. Как ни крути, а весь тред забит стерильной хуитой уровня студийного фотографа, который голый писик-сисик фоткает раз за разом, с нового ракурса, на все более лучшую зеркалку, но это просто поток серийной безыдейности с точки зрения творчества. Дрочение на качество - путь в никуда. Вы не инженеры и не занимаетесь качеством, не улучшаете модели. Просто используете чужие настройки, в надежде на чудо каждый раз. Но оно не происходит, везде кривота. Кривота никуда не денется, она будет существовать в разных формах всегда.
да пости че угодно если ты идейный ггуф юзер или что более вероятно просто нищук который доп плашку на 16гб оперативы не смог себе позволить с маминой пенсии, пока она была максимально дешевая. Проблема в том что одни такие одаренные говорят о q6-q4 и даже ниже квантах в этом треде как о чем-то нормальном, новички на это смотрят, пробуют, а потом не понимают почему кал получается.
>>1430822
какой нахуй баланс между качеством и идеей, от того что ты ггуф скачал у тебя идеи круче не станут
Так речь не про гуфа шла, а про то, что ты без картинок сидишь на фп16. Вангую, что даже там ты косяки выискиваешь и думаешь, от них избавиться и идеальную картинку получить. Освой фотошоп уже, намного меньше проблем сразу станет. Им можно хоть второй квант править.
> Так речь не про гуфа шла
а, да?))) ну только если в твоей разбушевавшейся от обиды фантазии
ты не можешь знать какие картинки в этом треде мои или не мои, мы на анонимной доске сидим блять, прием, как из палаты слышно? только таких уникальных индивидов как ты можно 100% задетектить
лопочешь просто детсадовскую несуразицу. скажи просто что ггуф q6 и ниже это кал собачий, просто лично у тебя других вариантов нет, это же так легко. но нет, твое ебаное хуй пойми на чем основанное эго заставляет тебя выдумывать про то что у оппонент не выкладывает картинки в тред и что это каким-то хуем аргумент в твою пользу, про баланс качества, про фотошоп, про какую-то хуйню, малафью, че угодно блять в оправдание
продавай нахуй свою картошку на авито и иди траву (снег трогать), полегчает
Судя по тому что оно вообще не следовало промпту Q-10_XXXXXS
Да ты сам сказал
>просто очень боюсь вкидывать картинки в тредик чтобы чисто случайно не опозориться как тот ггуф
Что касается остального. Конечно, кванты хуже оригинальной фп16. О чем речь? Но я умею пользоваться графическими редакторами, так что для меня и четвертый квант не такая уж проблема. А ты не умеешь. Поэтому, для тебя и Flux 2 и Flux 3 панацеей не станет, они будут и дальше косячить хотя бы по мелочи, а ты найдешь, где придраться. Докопаешься до пиксельного артефакта на очередной студийной вагине, прикрытой занавеской.
SDXL-RealVisXL V5.0
> Да ты сам сказал
очевидная ирония, юмор с тонким (толстым) намеком
> Но я умею пользоваться графическими редакторами, так что для меня и четвертый квант не такая уж проблема. А ты не умеешь
ну вот о чем я и говорю, ты настолько со своими четвертыми квантами слился воедино, что любой наезд на ггуфы воспринимаешь как наезд на тебя лично и от зудящей обиды выдумываешь все что угодно лишь бы чем-то плюнуть в ответ. по твоим же словам я не вкинул не одной пикчи в тред, но ты все равно точнейше определил что фотошопом я пользоваться не умею, да иди ты нахуй блять, балаболище инфантильное. Скажи всем тем кто в этом треде сгенерил говно из-за низкого кванта и сам сказал что вышло говно, что они просто докапываются и фотошопом пользоваться не умеют.
Так речь о тебе шла. Ты на фп16 сидишь, а не люди из треда. И ты неудовлетворен качеством генераций. Я, например, посматриваю тред не первый год. И все картинки более-менее одинаковые, плюс-минус. Большинство же людей со стороны вообще не отличит Q6 от fp16. Многие проблемы треда просто инпейнтом решаются. Другие проблемы возникают просто от непонимания того, как вообще должно выглядеть хорошее изображение. Композцияи плохая, например. Палитра, свет. Но дело уж точно не в качестве модели. На том же SDXL до сих пор вполне годные картинки можно сделать. Да хоть на SD1.5, он может годноту выдавать, если его потрясти хорошенько.
Не знаю, почему тебя так триггерит моя позиция и ты постоянно пытаешься на личности перейти. Я понимаю, что мы на Дваче, но это же не повод трястись по каждому незначительному поводу. Таблетки там выпей, что ли. (Иди на хуй, короче, если кратко. Заебал трястись и говном исходить).
>ты не можешь знать какие картинки в этом треде мои или не мои
Всё очень просто. Если бы у тебя были картинки - ты бы их прикреплял)
С хуя ли он должен знать даже о себе? У тебя никакого понимания как нейросети обучаются. Если разработчики насильно не добавили информацию о каких-то свежих вещах, то оно не будет обучено, если нет в датасете. И если к модели не прицеплен модуль для выхода в интернет и подача результатов в промпт.
Откуда ему знать про будущее? Датасет почти всегда годовалой давности в моделях.
Wan 5b
там у комфи если че своя подписка на месяц (с лимитами офк) за 20$ есть, дают h100. comfy cloud называется
>с лимитами офк
Ага, с цензурой? Ну нахуй нужно тогда, лучше сам все настрою.
Блять дораха! 200 руб/час ебать. Че подешевле на простых магазинных видяхах можно?
лимиты на количество генерируемого, если ты вдруг подумал что за 20$ ты сможешь генерить вообще нонстопом весь месяц.
цензуры там быть не должно по идее
>цензуры там быть не должно по идее
Там написано что в наличии все нужные популярные модели. Уверен, что nsfw модели в это утверждение не включены. У уж тем более 100500 лор, которые каждый день появляются.
>генерят знаменитостей
И как же они это делают, неужели при помощи промта?
>И как же они это делают, неужели при помощи промта?
При чем тут промт?
Да вот тут чисто для примера https://intelion.cloud/ первое что тыкнул.
Вроде даже дешевле Селектела. Но все равно гораздо дороже зарубежных платформ лол
>>1431220
Ну так я ж и говорю что просто первой что тыкнул по запросу аренда ГПУ. Этих датацентров ебом нахуй. Но мне желательно чтобы рублевой картой расплатиться и не париться.
при том, что ты можешь написать, что это такой-то селебрити, и у тебя перс уже не уплывёт никуда.
Если западный дц, как его оплачивать из рф? Карту на платиру я могу купить, но может есть другие варики?
>при том, что ты можешь написать, что это такой-то селебрити, и у тебя перс уже не уплывёт никуда.
Ясно.
Вопрос открыт, от нормального анона в теме хочу ответ.
Лоры на ван видео или какие другие есть со знаменитостями? Или от флуксов подходят? Не могу понять вообще. Есть ли гайд для людей?
ван появился примерно в то же время когда на цивите запретили лоры селебрити. поэтому если ты уверен что это именно ван лора, то велика вероятность что ее в принципе в открытый доступ не выкладывали изначально. перезаливы лор для флюксов и sdxl еще можно найти в интернете. лоры флюкса очевидно не подходят к вану.
https://www.reddit.com/r/StableDiffusion/comments/1p7d69e/image_comparisons_between_flux_2_dev_32b_and/
>>1431366
>ван появился примерно в то же время когда на цивите запретили лоры селебрити.
Да я бы и сам натренировал. Просто понять не могу, анон напиздел про лоры селебов для вана или сами просто тренируют. И да, я под имейдж ту видео говорю.
Ты пробовал просто в промте написать Emma Watson допустим? Или ты решил здесь всем мозги выебать своими блядь лорами? Их нет для вана, потому что ван должен знать их из коробки, ты понимаешь это или нет?
>Но все равно гораздо дороже зарубежных платформ лол
Я так понял на западных за все платишь отдельно: мощности, память и еще может и трафик, лол. А тут все включено в стоимость мощностей.
только через VPN получилось зайти.
А регаться там как? Я нихуя не понимаю.
Ненужно. Там текстовый энкодер совсем кал, Edit отдельной моделью. И её невозможно скачать, на HF они выложили и сразу потёрли, теперь 404 там. Партия запрещает тебе пользоваться ей.
>но картинки лучше, если выбрать один черипункутый стиль китайской смартфономыльницы
пофиксил
Ну попробуй, лол. Они не одобрят тебе доступ, только китайцам.
А то я устал, литерали голова кипит уже, за эту неделю так и не подрочил ниразу.
Все генерю и генерю, нужн перерыв от сеток
Если заменит хотя бы XL, уже заебись.
>>1431369
Полторы бомжихи под XL/Flux. Ничего нового там не постят, только картинки.
Для комфи качать вот это.
https://huggingface.co/Comfy-Org/z_image_turbo/tree/main
Хотя не, отмена. С реализмом получше вроде дела
>Ты пробовал просто в промте написать Emma Watson допустим?
Ну, конечно пробовал, что ты несешь то?
>>1431419
>Их нет для вана, потому что ван должен знать их из коробки, ты понимаешь это или нет?
Бля, я тебе говорю, что спрашиваю, какие лоры подходят для вана. Надо - сам натренирую. Не охота день убивать на тренировку, а потом охуеть от того, что это не работает.
Если вкратце - консистентность композиции хорошая, мелкие детали и качество - говно, знаний мало, промптинг средний - чуть получше стандартного Т5.
Ну типа он голую бабу может сгенерить, а дальше что. Качество такое себе из-за Турбо-говна, всё как будто в бандинге и жипеге. В высокое разрешение не умеет, на 2048 ломается. С промптингом после Флюкса вообще очень плохо. Обязательное мыло на фонах на месте. С одной стороны что-то может, с другой хуйню генерит хуже первого ванильного Флюкса. Из хорошего вроде бабы на лицо норм и анатомия, но лица без вариативности. Спасибо хоть в лес может.
> похоже на квеню
Скорее на Шнель.
>Ну типа он голую бабу может сгенерить, а дальше что
А дальше то, что хоть одна новая модель вышла не искореженная цензурными шрамами до идиотизма. Вопрос же даже не в том, что модель не знает как сиськи или письки рисовать, а в том что от цензуры страдают связи в модели которые должны быть с ними соединены для адекватного отображения реальности. А не ее альтернативы в угоду моралистам. Не может быть зацензуренная модель адекватной во всем остальном. Не работает оно так.
>В высокое разрешение не умеет, на 2048 ломается.
Пох, апскейл никто не отменял. Для мелкомоделей не особо страшно.
>С промптингом после Флюкса вообще очень плохо.
Ну дык там 4B текстовая модель за encoder служит, чего с нее ждать? С другой стороны, есть шанс, что сделают вариацию на основе более продвинутой модели. Есть даже мысль, просто попробовать подсунуть другой квен из этой же линейки - побольше. Токенайзеры же у них совместимы, на этом принципе draft модели работают в текстовой гененрации...
Вообще, IMHO, должно радовать то, что кто-то не забивает на небольшие модели. И даже не только потому, что не только лишь все имеют железо под второй flux. Просто - там ведь у чернолесных развитие пошло скорее в количество, чем в качество. А оптимизировать и улучшать, IMHO, есть еще очень много куда и чего. И на меньших моделях это обкатывать быстрее.
Ну и конкуренция - двигатель прогресса. Чтоб не застаивались, и не расслаблялись.
> хоть одна новая модель вышла не искореженная цензурными шрамами
Так Z нихуя не может как раз. 1girl standing и всё. Тело абсолютно никак не реагирует на промпт, в отличии от Флюкса. Альтушек прикольно рисует, но лицо одно на всех как будто на XL геенерю. А ещё азиатки протекают как от худших азиаткотюнов XL, на промпт ему похуй, при первой же возможности пытается азиатку сделать.
Не забывай, это турбо. То есть дмд в ней встроен внутря.
флакс ультрареал
блииин а еще зачем им ван 5b и 14b одновремененно, ну тупые...
ты всю оперативу распродал пока дорогая, что у тебя 12 гб нету?
есть много разных задач, под каждую есть свой джентельменский набор. одна нужная нода может быть у одного джентельмена, другая у другого. не надо искать что-то "универсальное" что можно просто перевоткнуть вместо стандартных нод и получить волшебный прирост члена, надо сначала понять какие у тебя задачи и потом уже искать как их лучше решить, попутно впитывая теорию о том как работают используемые тобой нейронки.
>полтораху
Вот, с реддита принёс:
пик1 - 20481536 - 60s on a 5060Ti
пик2 - 5 sec. to generate 1280x1024 on a 3090 RTX with sageattenion. Img2img and inpaint work great too.
пик3 a HUGE prompt made by Sonnet, with reflection, different plate and people. 15362048 - 200sec (хз на чём)
То есть в модели есть селебрити. Она не зацензурена(по комментариям). Норм делает руки в отдалении. Что еще надо?
Она не может в сложный промт. Не может в необычный шрифт. Не может в абстракции. не может в эффекты. Нихуя не может. Шаг назад после квена. Может в реализм, если что-то простое. И в быструю скорость. дрочерам зайдет, если ее затюнят
1 пик. Первая половина квен. Вторая половина z-image
удалять?
>>1430695
зед сделала лучше всех походу. пик 2
>A photograph of four small animals in a round nest made of intertwined brown twigs. The nest is positioned centrally in the image, with sunlight filtering through green leaves in the background. The four animals have large, round yellow eyes and fluffy fur. The animal in the center has a white face and chest with black and gray stripes on its body and head, resembling a tabby cat. The other three animals have similar facial markings but are more owl-like with rounded faces and prominent ear tufts. All four animals are looking directly at the camera with slightly parted mouths, displaying curiosity or alertness. The sunlight creates a warm, golden glow on the leaves and nest, adding depth and contrast to the image. The overall composition is balanced, with the nest and animals occupying the central focus.
>после Флюкса
>>1431713
>в отличии от Флюкса
Ты вот в эти сентенциях флюкс 2 подразумеваешь, да?
> лучше всех походу
> photograph of four small animals
Походу да
Ну блин, наверное тупо сравнивать это карлана с 0-day СОТАй на 40Гб.
Ясно что у флюхи впереди перспектив больше, но судя по картинкам Z вполне себе сегмент нищегенок закрывает.
Промпт мутный. Даже мне не понятно задумка нарисовать сов или совокотов.
Очередная новая модель от китайцев уделывает Flux 2 в плане реалистичности
Аноним
# OP
27/11/25 Чтв 11:04:16
№
327
6b модель которая запускается даже на тостере с RTX 3060.
Одновременно работает как txt2img так и как Edit модель.
ГГУФ-ы (они вообще нужны для 6b?) тут https://huggingface.co/jayn7/Z-Image-Turbo-GGUF
Принимайте в семью Z(Гой...)-Image-Turbo
https://huggingface.co/Phr00t/WAN2.2-14B-Rapid-AllInOne
> запускается даже на тостере с RTX 3060.
тостер это у кого 8гб врама независимо от мощи видяхи. а 3060 12 гб ебет.
Так это Турбо-огрызок. И его спасает только шакальный стиль фоточек из инстаграма. Всё остальное там даже до Квена не дотягивает.
с подключением
юзал эту хуйню с месяц, очень сильно шифтит и пидорасит генерацию при использовании лор.
пересел на лоунойз fun vace модель с ускорялкой и теми же лорами и разница в качестве на лицо. а пару лишних минут я могу и потерпеть, не страшно.
А теперь сделай без фотошопа, чтоб модель сама вставила двач в экран.
>Не может в необычный шрифт
Ебать ты охуел. Это размер XL. XL вообще нихуя не может. Лишь бы ебущее дмд подвезли и ластифай тюн.
Как заметили на форче, модель генерит разные сиды почти 1 в 1, даже если промпт типа "creature standing" - и там всегда одна ебака, на разных сидах.
Если менять семплеры - картинка тоже меняется. Попробуй
>>1431931
Лень. И не факт, что получится.
>на разных сидах
Ну так это норм. Разнообразие на сиде - это баг а не фича. Если модель уверена в результате, то от шума ничего не остаётся.
Сильно зависит от конкретного промпта. С чем-то квен или ван лучше справляются, с чем-то з-имидж. В целом, вполне годная модель, а с учетом относительной легковесности и отсутствия цензуры из коробки - просто отличная.
Кекус я все еще на первом сижу, а когда флюкс 2 успел выйти? Даже и не знал! Реализма добавили? Ебать там даже q3 кванты весят!!!
电影剧照，中特写镜头。蜘蛛侠身穿逼真的红蓝纹理战衣，坐在纽约高空的哥特式石像鬼上。他的面具向上卷起一半至鼻子处以露出嘴巴，正手里拿着吃着美味的沙威玛卷饼。在他身旁舒适地坐着年轻时的妮可·基德曼（约1995年），扮作玛丽·简·沃森的造型，留着鲜艳的长红发，她手里拿着一片芝士披萨正在吃。一个印有可口可乐标志和吸管的麦当劳纸杯放在他们中间的石台上。背景是日落时分纽约天际线的模糊散景。8k分辨率，写实摄影，漫威电影美学，高度精细的食物纹理。
че там, все 12 гигов модели на знания о селебах ушли получается?
Так он не понял что за Николь Кидман. Походу знает тейлор сфивт, трампа и все.
Она и была такая. Ты хотел сказать молодая Кидман? Лучше нее только Ким Бейсингер. Но это уже для совсем дедов воспоминание..
Да как-то не очень сосет
вопрос не в говне, а в экономии места. часик в радость, лишний гигабайтик в сладость. и так терабайтник забит под завязку, а удалять ничего не хочется. новый хуньянь еще незатестченный лежит..
> терабайтник
Ты бы еще 512 сказал. аи слоп не для нищенок
@Обновил комфи
@Теперь у нас есть новый вид ноды 2.0, но ты можешь оставить всё как есть и пользоваться старыми
@Старый вид теперь жуткий тормоз. Новый летает.
@У тебя есть выбор, да
@Новые ноды выглядят как оно самое
второй терабайтник под игори. 512 ссд тоже для игорей.
поэтому да, скоро походу ггуфычи придется качать вместо моделей..
5.7 гб фп8 вместо 12, ящитаю норм
>Тестирую z-image
Что это значит? Я перевел, но ничего не понял. Не понимаю в ллм
ну первый пик полтораха точно не могла и сдхл тоже. без специальных лор. может флюкс мог, но не уверен.
Добавь в батник --front-end-version Comfy-Org/ComfyUI_[email protected]
У меня подобный баг с тормозами которому уже год, только себе версию поновее подбери, эта ультра тухлая.
хехе, а у меня комфи обновляется без фронтенд составляющей почему-то
Очень узкий домен по стилям, конечно, pulp sci-fi рисует практически безупречно. Чуть смещаешься в сторону heavy metal рисовки - фигня. Фразеттовская фентезятина - не вышла. Ар-нуво не смог. Психоделику не смог. Лубок не смог.
Надо брутить стили подряд и смотреть где модель шарит.
Любопытно, что там с роботами два разных сида и полностью разные сгенереные промпты по разным референсам.
То есть модель настолько агрессивно проталкивает своё видение картинки, что проваливается в одинаковые позы и образы.
>>1432206
>>1432220
>>1432254
Лично еще не щупал (скорей бы до своего компа добраться), но вот если верить этим картинкам - это однозначный вин для таких размеров, и хороший шаг вперед.
Плевать, что она там может или не может с точки зрения чистой симуляции фотоснимка, но так собрать композицию и взаимодействие объектов/деталей изображения - что flux, что квен - нервно курят в сторонке. Практически нет характерного для сеток момента - когда смотришь на картинку, а там просто натыканная куча объектов, друг с другом связанные чисто номинально. Этот эффект создает то самое ощущение - "это AI", когда просто видишь и чувствуешь, что это не фото или рисунок а рендер, несмотря на вроде бы правильную анатомию и прочее. (У кого есть друг-художник с образованием - может объяснит лучше.)
Не, я не имею в виду что это лучшая сетка ever, да и по 16-ти картинкам однозначно судить глупо. Но внимания явно стоит. А она, же вроде бы еще и edit умеет?
>А она, же вроде бы еще и edit умеет?
Позже релизнуть обещали.
Как и базовую версию, кстати.
> композицию и взаимодействие объектов/деталей изображения - что flux, что квен - нервно курят в сторонке
Квен и Флюкс 2 оно явно не обходит. Это тебе просто по черрипикам так кажется. На деле Z промпты игнорит ебейше и как XL вместо запромченого генерит рандомпик.
вот еще тестики
Игнорит, но в реализм может пиздато, наверно edit версия будет супер топ
> наверно edit версия будет супер топ
Без нормального ТЕ не будет. Надо же понимание промпта для Edit.
>Практически нет характерного для сеток момента - когда смотришь на картинку, а там просто натыканная куча объектов, друг с другом связанные чисто номинально.
Это происходит из-за того что она реально напрочь игнорит промпт и проваливается куда-то в свою фанатзию. Не сказал бы что квен хуже, но в своей весовой категории z хорош.
да, мне такое же выдает вроде, но все работает как и работало
>>1432312
>>Практически нет характерного для сеток момента - когда смотришь на картинку, а там просто натыканная куча объектов, друг с другом связанные чисто номинально.
>Это происходит из-за того что она реально напрочь игнорит промпт и проваливается куда-то в свою фанатзию.
Вот здесь я писал как раз про flux с квен (да, объекты то у них все по промпту, но художествено - не связаны полноценно). У новенькой как раз этого почти нету (на приведенных картинках), чем и восхищает.
Я ведь писал совсем не про следование промпту. Речь о том, как она собирает картинку в принципе, пусть это и наполовину ее фантазии.
Тут основной момент - то, что появилась сетка на это способная в принципе. Значит - это возможно. А значит - и улучшать есть куда, и от чего отталкиваться.
Понятно, что хотелось бы прямо здесь и сейчас, и все сразу (и таблеток от жадности, да побольше, побольше), но даже один этот момент - очень хороший шаг вперед, IMHO. Т.к. просто наращивание количества параметров сетки ради качества как с Flux 2 - путь может и не совсем в никуда, но явно не в сторону простого пользователя. И вряд-ли на этом пути можно ждать каких-то особых прорывов.
А вот тут - делают именно развитие.
> когда смотришь на картинку, а там просто натыканная куча объектов, друг с другом связанные чисто номинально
буквально квен момент. как будто на грубый коллаж в фотошопе по уроку с рутуба смотришь а не на генерацию. в хроме кстати такого нету совсем, картинка цельная, поэтому пока на ней сижу. другой вопрос что на хроме сама форма сложных объектов уплывает часто, типа оружия например.
Ну ты очевидно не пользовался Флюксом 2, раз такое пишешь. Да и не похоже что Квен под лорами видел.
>Флюксом 2
если ты пользовался, скажи: они понимают лоры персов для 1-го?
Ну а ты, очевидно, не художник с полноценным образованием, раз такое пишешь. :)
Я, правда, тоже. Но какое-то время учился, и кое что все-же успел узнать. Да и знакомый профи есть. У него такое же мнение про сетки.
А что до лор - в 95% случаев лора в данном смысле делает только хуже. Т.к. тренится на ограниченном датасете с упором а конкретную специфику - и перекос получается туда. Теоретически, возможна лора улучшающая умение (знания) модели о художественной композиции, но там датасет должен быть на тысячи изображений тщательно отобранных по этому параметру. Т.к. даже людей не учат на десятке-другом картинок - это большая и сложная тема у художников.
Нет конечно. Да и зачем, когда она по референсу их сгенерит. Тут нет проблем как в Квене со сменой позы и вращением. Уровень промптинга тут по сравнению с любой локалкой космос. Пикрилы сгенерены по одному и тому же референсу.
Как промтил? У меня чет его едит-часть вообще фигово работает по сравнению с квен-едитом.
Какой семплер и шедулер? У меня мыло какое-то, а у тебя очень четко на фоне
По русски, вот просто так, больше ничего лишнего:
> Реалистичное фото руин зданий. Крупным планом аниме девушка с первого изображения держит реалистичный АК-47.
> Реалистичное фото русского двора возле жилых домов, грязь, гаражи, деревья без листвы. Крупный план автомобиля ВАЗ 2108, за его рулём сидит аниме девушка с первого изображения.
Вообще ощущение такое что русский он понимает лучше английского, может грамматика помогает связывать концепты. Даже ролить не надо ничего. Генерю в fp8 от комфипидора, с Изикешем.
> фигово работает
Ссылаться на референс не забываешь? Например если я не приписываю "аниме", то он её превращает в рендер. Если не ссылаться "девушка с первого изображения", то вообще заигнорит.
>>1432464
Пикрил.
о, прошаренный в треде, кастомный нойз юзает
эт вам не гугуфы качать...
Можно со свапом, или ггуфы шакальные. Но генерации по 3 минуты ждут тебя. Я сам немного свапаю, fp8 не лезет же в 32 гига. У меня на 5090 минута на пик, один референс +20 секунд генерации.
чисто для местной аудитории моделька чтобы за десяток секунд сгенерить бабу с сисями пока в толкан ходишь, возможно даже селебу, нехотя передернуть и пойти спать. потому что ты на ней даже сид не покрутишь нихуя, на каждый промпт выделяется один ракурс камеры, одна поза и один ебальник, на этом полномочия все.
думал использовать как апскейлер, но она умудряется хуячить детали при этом сохраняя пиксели, рот ебал. ну и в принципе с латентым изображением вообще нихуя не работает, в зависимости от денойза она либо артефачит, либо генерит свое на похуй, после любой другой модели это вообще шок, я такого пиздеца нигде не видел.
посмотрим конечно что будет в фулловой, не турбо версии, так как саму по себе картинку она конечно неплохую выдает
>сид не покрутишь нихуя
Скрути денойз до 0.85-0.9. Нормально крутить начнёт.
Вау, рили. Теперь интересно dmd2 это новая версия или там всё сложней, и почему её не юзали. На удивление в Wan, lightx2v победил dmd (хоть это от разрабов dmd2, упоминания двойки нет).
А какая базовая опен-сорс модель может? И зачем базовой модели это уметь? Эх, расщедрился бы уже кто-то и выпустил не сырой базовый кал, а полноценный мое-продукт, отживший своё по типу DALLE-3, Reve, Imagen 3. Весь этот "устаревший двухгодичный кал" ещё несколько лет будет ебать локалки по анатомии и натуральности композиции, а некоторые и по качеству картинки, если хорошо промптить.
Скорее довольно симпатичная баба, намеренно сделавшая себя страшной.
100500G VRAM как я понимаю у тебя уже есть, чтобы такие модели сделанные устаревшим способом запускать? Если раньше, как например с LLM топом были плотные модельки на 100b, то требовали ебических мощностей, а сейчас технологии улучшили, перекатили всё на МОЁ и можно на консьюмерском железе уже неплохие запускать.
Так вот, по какой причине такая уверенность, что старые клосед-сорс модельки, на которые корпы потратили деньги и время:
во первых - будут выложены в крестьянский опенсорс?
во вторых - не будут зацензурированные в полное днище?
в третьих - смогут запуститься на консьюмерском железе?
и в четвёртых - будут хоть как-то приняты и поддержаны сообществом?
>100500G VRAM как я понимаю у тебя уже есть
>в третьих - смогут запуститься на консьюмерском железе?
С хуя ли нет? Если бы их не было выгодно запускать, они бы их не расскатывали с такими щедрыми лимитами. С появлением современных опен-сорс, давно стало понятно, что закрытые модели не могут быть большими, это просто нецелесообразно. Большими они были только поначалу. Imagen 3, как и Grok Imagine генерят за доли секунд. Уж за минуту (или десять) на локалочках с выгрузкой да сгенерится что-то.
>корпы потратили деньги и время:
>во первых - будут выложены в крестьянский опенсорс?
Это уже вопрос почему тогда вообще развлекательный опен-сорс аи существует. VAE, LLM и похожие более-менее технически-оправданные вещи не в счёт.
Пиздецки серьезное ебало ты скрючил на мечтательное сообщение в стиле "вот бы". Вот именно, что такого ещё не происходило, если не считать грамотные файнтюны вроде Illustrious/NoobAI за подобные подарки.
Сколько генерит топовые карточки там 4070-4080?
SDXL генерит первую проходку через семплер секунд за 8, апскейл до 2400 секунд 40, не больше минуты короче.
Я даже заебалая и поставил через WSL убунту, но чет такая же хуйня.
Это с учетом что на винде я могу поставить какой-то древний драйвер.
Для сравнения 2 - файнтюн SDXL и 3 - нанобанана
Эта - чего пишу, то и генерит, до мелких деталей. Самое большое - другую фигуру из пальцев от запрошенной складывала, да очки со лба на глаза пару раз спустила. В остальном - по позам четко следовала запросу. Промпт писал - как как подсмотрел в референсном workflow: "Craft a captivating photo with ..." и далее полотно с детальным описанием желаемого. Хз насколько эта первая часть важна - это я пока первое впечатление пишу.
За ~30 пиков - ни разу не было косяков с пальцами или ногами. Более того - руки явно лучше, чем у квен и flux1.
И на счет сидов - если меняю сид, есть вариативность, если не меняю а правлю деталь в промпте - меняется только она в 80% случаев. Это "не следует промпту"? Да вы зажрались, однако.
И хотите прикол? У меня на 3060 12GB - в FP16 версия работает чуть быстрее чем в FP8. Выигрыш скорости примерно 5%, но в любом случае - для себя в fp8 смысла не вижу вообще. Даже вдвойне, т.к. FP8 - добавляет мыло. Слегка, но таки четко видна разница.
Генерил в основном под размеры FullHD 1920х1080 и рядом. Возможно вся эта фигня с пальцами и ногами будет проявляться на малых разрешениях - их пока вообще не пробовал.
> первый flux
Там же всратый Т5, хуже только CLIP.
> FP16 версия работает чуть быстрее чем в FP8
FP8 быстрее только в fast режиме.
>Craft a captivating photo with
зачем, если она русский понимает?
Уверен?
Нет. Я хз как правильно промтить японские аниме фигурки.
Если написать anime scale figure то получается такое.
И персонажа Харухи она не знает
>> первый flux
>Там же всратый Т5, хуже только CLIP.
Вот и я про тоже. Если zimage "плохо следует промту", мой ответ - "зажрались". :)
>>1433127
Я же говорю - подсмотрел на референсном workflow и пока особо не успел потестить разное. Мне то просто пофиг, на каком из двух языков писать.
>zimage "плохо следует промту"
Очень плохо следует сложному промту за пределами ''баба в позе". Он не умеет почти ничего из того, что может квен.
> Вот и я про тоже. Если zimage "плохо следует промту", мой ответ - "зажрались".
Так первый Флюкс уже давно устарел, ему больше года. Z по сравнению со свежими моделями действительно в промпт плохо может.
Давненько я дмд калычем не пользовался.
У комфи в оф воркфлоу 4 шага стоит - это же пиздец мало насколько я помню?
Какая там база 12/15?
4080S 16 Гбайт VRAM, 128 Гбайт RAM.
Базовый workflow с минимальными модификациями из треда (Advanced Noise, SA-ODE Stable Sampler, UNETLoaderDisTorch2MultiGPU).
19/20 [04:56<00:15, 15.61s/it
Начинает долго, с шагами больше минуты. Заканчивает быстрее.
Пробовал и на 8 (SA-ODE Stable Sampler вроде под это заточен) и на 20 шагов (пикрил 20 шагов). Разрешение скромное, больше 1024 для первого раза ставить не решился (и так очень долго)
Prompt executed in 345.91 seconds.
Запихнул prompt, с которым генерил раньше на Qwen-Image в треде. Добавил волшебные слова из https://docs.bfl.ai/guides/prompting_guide_flux2 (не помогло). По-видимому нужно переписывать prompt по предложенной ими структуре.
В SeedVR2 для апскейла и деталировки отправлять не стал.
Загружу пикрил 1024x1024 сразу после генерации.
Возможно, я многое делаю не так. В целом promptа слушается, а вот результат сразу «из коробки» разочаровал.
Получился треш, но загружу в образовательных целях.
На моих 16 Гбайт VRAM/128 Гбайт RAM, переход к стандартному разрешению в котором я генерирую на Qwen-Image (1328x1328) вызвал двукратное увеличение времени генерации по сравнению с 1024x1024.
19/20 [11:29<00:36, 36.29s/it]
Prompt executed in 00:12:35
Выше разрешение генерации на моей системе поднимать смысла не вижу даже для тестирования. Просто не дождусь результата. Удачи всем у кого много VRAM (и более шустрая DDR5 RAM с дикими таймингами; правда, я не знаю, насколько это реально поможет).
Из изменений (кроме SEED, который я не фиксировал по запаре) в начало prompt было добавлено: A realistic photograph captured on Sony A7IV, clean sharp, high dynamic range. По одному из примеров в guide (ссылка на guide в посте выше). Не сработало.
Пикрил стыдно выкладывать, но пусть будет.
Из положительных моментов отмечу только то, что следует promptу (даже неправильно отформатированному, не в шаблон для Flux2), не ломает текст надписей, которые указаны в prompt, применяет стили шрифтов (например, «пикселизированные»).
Вот такой prompt самостоятельно писать будет тяжко:
{
"scene": "Professional studio product photography setup with polished white marble surface",
"subjects": [
{
"description": "Minimalist ceramic coffee mug with bright orange steam rising from hot coffee inside, orange lightning sign",
"pose": "Stationary on surface",
"position": "Center foreground on polished marble surface",
"color_palette": ["matte black ceramic", "bright orange steam"]
},
{
"description": "Minimalist ceramic coffee mug, matching design to the black mug",
"pose": "Stationary on surface",
"position": "Right side of the black mug on polished concrete surface",
"color_palette": ["matte yellow ceramic"]
}
],
"style": "Ultra-realistic product photography with commercial quality",
"color_palette": ["matte black", "matte yellow", "bright red", "concrete gray", "soft white highlights"],
"lighting": "Three-point softbox setup creating soft, diffused highlights with no harsh shadows",
"mood": "Clean, professional, minimalist",
"background": "Polished concrete surface with studio backdrop",
"composition": "rule of thirds",
"camera": {
"angle": "high angle",
"distance": "medium shot",
"focus": "Sharp focus on steam rising from coffee and both mugs in frame",
"lens-mm": 85,
"f-number": "f/5.6",
"ISO": 200
}
}
Результат получился похожим на пример из guide.
Сгенерировалось 1024x1024 в этот раз почему-то:
Prompt executed in 268.08 seconds. Уже не так безнадёжно (я думал, вообще что-то в workflow не так делаю и поэтому не работает).
Вот пример. Этот промт в зимаге. Ну как соответствие?
----->>1433161
Вот то, что у них идёт результатом.
https://cdn.sanity.io/images/2gpum2i6/production/50a2056e955f4f231e7968e69c3a89fd7d78270d-1024x768.webp
Ещё я prompt запорол, не заменив везде concrete gray на white marble. В паре мест поправил, а дальше проглядел второпях.
да хоть 15 минут пусть делает если выдает годный результат соответствующий ожиданию. быстро только кошки родятся и woman is standing генерятся.
кружка и пар не оранжевые
а вот сурфейс правильно сделал, там одна на мраморе а вторая на бетоне
чего стыдиться если модель кал делает?
скинь промпт кстати, закину в хрому из интереса
{
"scene": "Professional studio product photography setup with polished white marble surface",
"subjects": [
{
"description": "Minimalist ceramic coffee mug with bright orange steam rising from hot coffee inside, orange lightning sign",
"pose": "Stationary on surface",
"position": "Center foreground on polished white marble surface",
"color_palette": ["matte black ceramic", "bright orange steam"]
},
{
"description": "Minimalist ceramic coffee mug, matching design to the black mug",
"pose": "Stationary on surface",
"position": "Right side of the black mug on polished white marble surface",
"color_palette": ["matte yellow ceramic"]
}
],
"style": "Ultra-realistic product photography with commercial quality",
"color_palette": ["matte black", "matte yellow", "bright orange", "marble white", "soft white highlights"],
"lighting": "Three-point softbox setup creating soft, diffused highlights with no harsh shadows",
"mood": "Clean, professional, minimalist",
"background": "Polished marble surface with studio backdrop",
"composition": "rule of thirds",
"camera": {
"angle": "high angle",
"distance": "medium shot",
"focus": "Sharp focus on steam rising from coffee and both mugs in frame",
"lens-mm": 85,
"f-number": "f/5.6",
"ISO": 200
}
}
Prompt executed in 378.69 seconds
Время генерации плавает. Почему? Не понимаю. На моих 4080S 16 Гбайт VRAM/ 128 Гбайт DDR4 @3000 получается в среднем от 2-3 минут на изображение (если начинает тупить дольше, можно обрывать, чистить кэш и перезапускать генерацию.
>чего стыдиться если модель кал делает?
Она для меня новая, как с ней обращаться не знаю.
Я могу просто не так ей промпты писать или узлы в workflow не с теми параметрами настроить. На Qwen-Image я привык делать одно, а здесь это может не работать. Я специально полез на примерах проверять, потому что подумал, что либо лыжи не едут, либо… одно из двух.
Первая строчка (про модель камеры) по гайду для Flux2. Её можно удалить.
A realistic photograph captured on Sony A7IV, clean sharp, high dynamic range.
A chubby middle-aged man in white cotton socks, brown fluffy slippers, grey sweatpants, white t-shirt, dark-purple bathrobe, wearing paper bag as a mask with eye holes, with happy smiley face drawn with pencil on the paper bag. The chubby middle-aged man is standing by the computer and cutting a sci-fi glass pane on the wall with the angle grinder, producing sparks.
The setting is a dimly illuminated room. An old-looking computer with large monitor on the desk with large caption '2ch AI StableDiffusion' and an orange lightning icon on the screen.
There are sci-fi glass panes with node programming interface displayed with words 'ComfyUI', 'FLUX2', 'SeedVR2' in pixelated computer font. The glass panes are connected with purple, red, yellow, orange and blue cables through patch-panels. Some panels are broken and displaying error messages with warning icons.
There is a pile of purple, red, yellow, orange and blue cables on the floor.
The room is dimly illuminated with computer screen and different color leds on the glass panes. The room and middle-aged man are shadowy tinted with greenish key light and green fill light.
>>1433217
>нейрокал перегруженный параметрами не понимает что кружки должны быть на разных поверхностях
>переделываешь промпт чтобы кружки стояли на одиниковой поверхности
>ждешь 200сек на своем предтопкартоне
>вот теперь заебис
>лучшая неросеть, другие так ниможут
>>1433214
А вот это квен. Походу он реально хуже зима. Но там текстур больше наложили. Ждем фулл
>да хоть 15 минут пусть делает
Вот здесь проблема. Я пока не нашёл такого подхода, чтобы можно было быстро сгенерировать «черновое» превью, а потом на его основе уже сгенерировать детализированное, корректное изображение, короче говоря, «чистовое» изображение, в точности соответствующее композиции, освещению, ракурсу «черновика». Фиксация SEED, img2img и прочее в этом процессе не особо помогают.
А если не получается гарантированно узнать, что 15 (и более) минут генерации не будут потрачены зря, то это довольно расточительно.
Это звучит слабоприменимо к моделям (исходя их особенностей их работы), но было бы очень неплохо, чтобы можно было на «низких» настройках быстро получать некие «эскизы», а те, что понравятся уже воспроизводить с максимально достижимым качеством. Аналогия будет абсолютно неуместна, но что-то типа proxy-файлов Adobe Premiere. Когда в старых версиях Adobe Premiere монтировали часть фильма Terminator 2 (насколько я помню), то железо реально не тянуло и для чернового монтажа готовились такие proxy в низком разрешении. С ними работали на этапе чернового монтажа, а затем, по таймкодам, они уже заменялись на чистовом монтаже полноразмерными материалами, которые рендерились о-о-чень долго, но с ними уже не надо было работать. Только финальный вывод.
>>1433222
>переделываешь промпт чтобы кружки стояли на одинаковой поверхности
В примере они стояли на одинаковой поверхности.
Я только в одном или двух местах заменил бетон на мрамор. А в оставшейся половине осталось без изменений. Поэтому получилась мешанина с материалами и непонятно кто на ком стоял.
>Но оранжевый пар не могут делать обе модели.
Поскольку я взял это из примеров Flux2, то если честно, не удивлюсь, что они могли специально вставить черрипикнутые примеры, которые хорошо будут работать только на их Flux2.
Здесь как раз к тому, что когда вбрасывают prompt с предложением «потестить свои локалочки», я это рассматриваю как своего рода троллинг.
Каждая всё равно будет в чём-то отклоняться от promptа и выдавать отличающийся результат, зависящий от множества факторов.
Ну как? Флюкс 2 лучше?
Что их них ебёт?
Я писал мини-гайд >>1425676 Там prompt чуть отличался, но могу сказать, что Qwen с Samsung_qwen_overtrained.safetensors и Skin_Fix_rank64.safetensors (второй пик) пока меня устраивал гораздо больше.
Я повёлся, скачал Flux2. И пока у меня не получается сделать то, что я делал Qwen-Image с LoRAми. Это при том, что Flux2 заявлен как гиперреалистичный. Именно поэтому, посмотрев на примеры, я подумал, что надо обязательно качать и пробовать, будет модель специально для «реала». Но пока у меня этого не получается.
если я знаю какую пикчу хочу получить, то делаю через img2img из наброска в фотошопе, накладывая шум сверху. полученное изображение редактирую и снова прогоняю через img2img итерациями. потом апскейл тоже через img2img.
а еще к этому можно добавить контролнет чтобы точно (относительно) задать позу например
ноль проблем, одни возможности. ну это если модель не z-имаг, которая в img2img не может от слова совсем.
> то делаю через img2img из наброска в фотошопе, накладывая шум сверху. полученное изображение редактирую и снова прогоняю через img2img итерациями
Я помню, ты постил холодильник.
Такой частичный инпейнт тоже не совсем хороший вариант (а есть ли вообще однозначно хорошие, это вопрос).
Qwen-Image неплохо слушается promptа, в сочетании с ControlNet позволяет получить близкое к искомой комбинации. А потому уже с помощью Qwen-Image-Edit-2509 можно либо детали изменять/добавлять (даже точечно с помощью узлов и workflow для Qwen-Image-Edit-2509 Crops&Stitch.
Кто-то сразу в Qwen-Image-Edit-2509 генерит.
Кстати, Qwen-Image-Edit простой ещё рано списывать со счетов. В 2509 они поломали изменение стилизации в ущерб возможности замены деталей. Поэтому, для того, чтобы изменить стилизацию (на рисунок, например) проще использовать обычный Qwen-Image-Edit. И при этом держать ворох других моделей, вместо универсального инструмента.
Всадил в узле UNETLoaderDisTorch2MultiGPU чрезмерно много памяти RAM (чего по инструкции делать противопоказано).
Flux2 выгрузился так:
DisTorch2 Model Final Device/Layer Assignments
--------------------------------------------------
Device Layers Memory (MB) % Total
--------------------------------------------------
cuda:0 (<0.01%) 213 9.02 0.0%
cpu 167 33804.00 100.0%
--------------------------------------------------
Но работать стал гораздо бодрее (этого не должно было быть, наоборот, всё должно было затормозиться по идее).
В итоге, теперь с подключенным Reference (который ещё больше замедляет), время генерации составило:
Prompt executed in 255.50 seconds
Реализмом опять и не пахнет. Результат очень посредственный.
Но важно другое. Qwen-Image-Edit-2509 на входе умеет нормально работать со скелетами OpenPose. Без ControlNet подсовываешь ему как Reference image и он их обрабатывает.
А Flux2 (с моими настройками), даже со скелетом OpenPose, позу частично подхватывает, а левые/правые ноги путает.
вот пример, вчера делал. набросок и итоговый вариант после четырех (вроде) итераций. ничего экстраординарного, просто фундамент от которого модель уже играет как тебе нужно.
>>1433238
> Я помню, ты постил холодильник.
нет, то был не я
https://posemy.art/app/?lang=en
Там даже в бесплатной версии можно сцену выстроить из нескольких фришных моделек. А затем экспортировать всё в скелеты OpenPose, контуры Canny, карты Depth.
>>1433216
>>1433228
хрома под 0.5 лорами. понимание промпта и концептов конечно не тянет до квена и прочих, но насколько же картинка более цельная получается.
Это именно постепенный img2img или regional prompting областями разного цвета?
>Вот для тебя
Не то. Забыл уточнить, что надо вангёрл стендинг. Вот на пиках, например в ван такие картинки. Как сделать такие же яркие в z image? У меня в нем всё блеклое. Промпт:
The image is a photograph of a young woman standing against a plain white wall. She has fair skin, light brown shoulder-length hair, and dark brown eyes. She wears a pink and white striped spaghetti-strap tank top that is slightly sheer. She also wears a black choker necklace. Her expression is neutral, with slightly parted lips and a relaxed gaze directed at the camera. The lighting is bright, creating slight shadows on her face and shoulders. The background is simple and uncluttered, emphasizing her as the main subject. The overall composition is straightforward, focusing on her upper body and facial features. The textures include the soft fabric of her top and the smooth texture of her skin. There is no visible text or symbols in the image.
вот зимаг. он делает более реалистично чем у тебя. имхо. но менее фэшн лук, да.
твоя проблема в говнопромте.
>The lighting is bright, creating slight shadows on her face and shoulders.
вану насрать на промт. а зимаг его понимает буквально!
я исправил на жесткие тени.
>твоя проблема в говнопромте
Это ллм джойкапшен пишет, я нивиноват. Скармливаю ему картинки из тредов.
Бля скорее бы пузырь ИИ слопа с иллюзией прогресса уже лопнул.
Я такую триногу генерил года 4 назад, на самой первой версии стейбл дифьюжен которая 2 гига весила.
Ноль прогресса с тех пор, а капитализация ии кала выросла в миллион раз.
Голый воркфлоу, заливаю пикчу, но он не видит ее, не берет как референс, чяднт?
Хрома охуенная, это да. Очень жаль, что её достался такой древний текст энкодер. Ждём второй версии.
хз как такое возможно, только если у тебя оперативы 8 гб
всё работает без всяких аутов на 12 гигах врам. правда при этом занимает ~20 гб системной памяти. если этой памяти у тебя меньше чем надо то скачай fp8 вариант зеты либо ггуф. ну или размер файла подкачки попробуй увеличить. (если системный ssd достаточно быстрый)
Да, вот отсюда всё брал https://comfyanonymous.github.io/ComfyUI_examples/z_image/
Теперь ошибка такая
комфи обнови. это обязательно. вчера вышла вроде версия нужная.
Полетела, сучечка, спасибо!
С винтовками конечно лажа. Но вообще приятная моделька, нраица.
выебал жопой, даааа
по параметру красивой обертки и гнилой внутрянки
Ну все, любитель онлайн-параши включил режим хейта хорошей локальной модели.
алярм! алярм! диванный иксперд в треде!
клуб любителей онлайн параши два блока вниз. я просто плотно потестил и понял что все что она умеет это выдавать одну стерильную по госту пикчу на промпт, и на этом все нахуй. очень ограниченная модель.
пердеж легковесной модели вывел вангерлстендинг скуфа из спячки? тут весь тред экспертов что за голову хватаешься как такую хуйню вообще придумать можно
Узел ReferenceLatent включи для каждого задействованного Reference image (и отключи для незадействованного).
a sfw sexy dark elf with a peachy and muscular skin and long messy red hairs, blue eyes, earrings, wearing a black miniskirt, white shirt and a leather blazer, high heels ,,,
And add the styles after :
in hyper-detailed oil painting in the style of 19th-century academic realism, thick impasto brushwork, dramatic chiaroscuro lighting, rich color saturation, "Hyper" written at the bottom left
in a ultra-clean vector illustration, flat design, perfect geometry, vibrant gradient backgrounds, minimalist yet striking, "Vector" written at the bottom left
in a cinematic still from a Wes Anderson movie, symmetrical composition, muted pastel palette, centered subject, "Cinematic" written at the bottom left
in a large-format 8×10 polaroid, soft focus edges, dreamy light leaks, vintage 1970s feel, "Vintage" written at the bottom left
in a iPhone street photography, natural daylight, candid moment, slight lens distortion, "Iphone" written at the bottom left
in a dark fantasy oil painting, Zdzisław Beksiński influence, surreal architecture, eerie atmosphere,"Dark Fantasy" written at the bottom left
in a golden-hour baroque oil painting, Caravaggio lighting, deep shadows, glowing highlights, cinematic atmosphere,"Contrast" written at the bottom left
in a ethereal dreamscape, double exposure, surreal colors, floating particles, ethereal lighting,"Ethereal" written at the bottom left
in fashion editorial shot on Hasselblad medium format, razor-sharp details, soft studio lighting, high-end magazine aesthetic, "Fashion" written at the bottom left
in a children’s book illustration, cute chibi proportions, soft gouache textures, whimsical character, warm and inviting colors, "Children" written at the bottom left
in manga tarot card illustration, ornate golden borders, mystical symbolism, art nouveau flourishes, "Tarot" written at the bottom left
in a holographic iridescent foil texture, prismatic reflections, y2k futuristic vibe, "Holographic" written at the bottom left
in a vintage sci-fi paperback cover, 1960s retro-futurism, bold typography integration, dramatic composition, "Sci-Fi" written at the bottom left
in a porcelain doll aesthetic, flawless smooth skin, glassy eyes, delicate pastel clothing, "Doll" written at the bottom left
in a high-fantasy digital painting, glowing runes, intricate clothing details, Alphonse Mucha + Frank Frazetta fusion, "Fantasy" written at the bottom left
in a studio ghibli background painting, lush hand-painted scenery, soft cel-shading, magical atmosphere, "Ghibli" written at the bottom left
in a octane render + unreal engine look, physically based rendering, cinematic lighting, ultra-realistic materials, "Octane" written at the bottom left
in a glitch art, heavy RGB shift, scanlines, datamosh effects, vaporwave aesthetic, "Glitch" written at the bottom left
in a retro pixel art 32×32 upscaled cleanly, sharp pixels, vibrant 16-bit color palette, 1990s game vibe, "PixelArt" written at the bottom left
in a sleek digital art, airbrush shading, high gloss, cyberpunk neon palette, 4k anime aesthetic, "Cyberpunk" written at the bottom left
in an isometric low-poly 3D render, soft ambient occlusion, pastel color scheme, blender aesthetic, "Isometric" written at the bottom left
in an isometric cute top down 3D render, game art asset figurine, chibi proportions, soft ambient occlusion, pastel color scheme, blender aesthetic, "TopDown Isometric" written at the bottom left
in a intricate ink wash painting, traditional Chinese/Japanese sumi-e, minimal yet powerful strokes, misty atmosphere, "Chinese Ink" written at the bottom left
in a detailed comic book ink art, bold outlines, halftone shading, Marvel/DC 1990s style,"DC Comic" written at the bottom left
as a professionnal photo shoot in a studio with spotlights, cushions, velvet drapery, "Studio" written at the bottom left
as a professionnal gloomy and gritty photo, bath in a spectral fog, "Gritty" written at the bottom left
as an ((amateur selfie)) photo shoot, taking a selfie shoot, , "Selfie" written at the bottom left
as an amateur cosplay photo shoot, posing like a pinup at a crowed convention center, "Cosplay" written at the bottom left
as a fullbody pcv figurine on a plastic stand on a desk, with its box , "Figurine" written at the bottom left
in shiny aquarel painting style on granular paper, with aquarel splatters , "Aquarel" written at the bottom left
in ((cute cartoon Chibi)) art style , Chibi art, ((tiny and thicc proportions)), curvy body, "Chibi" written at the bottom left
in cute Manga art style , tiny proportions, soft body, anime background environment, "Cute" written at the bottom left
as a dark gothic cartoon style, with high contrast, masterpiece digital illustration with an immersive deep background, "Gothic" written at the bottom left
as a ((traditionnal greyscaled sketch)),on paper, ((((colorless)))), pencil drawing, "Sketch" written at the bottom left
>вангерлстендинг
>пук текстом
покажи своё не-вангерлстендинг, о властелин нейроарта
>пердёж легковесной модели
модель ебёт все другие по соотношению размеры\качество\следование промпту, а не абсолютно. ещё раз: по соотношению. ок, я понял что длинный текст тобой усваивается с трудом. попробуй читать что-нибудь сложнее букваря, будет полезно для твоего межушного ганглия.
https://huggingface.co/T5B/Z-Image-Turbo-FP8/tree/main
В любой тостер поместится. Вот это я понимаю прогресс, а не вот эти вот все каловые хромы на 20+ гигов или с ггуфами с сеткой рабицей вместо пикчей. Заебись!
детализация тут похуже, но не прям пиздец заметно, если в лоб не сравнивать. кстати почти любые safetensors модели можно на компе из fp16 в fp8 перегнать простым python скриптом, не ожидая пока кто-нибудь соизволит залить на HF
Подскажи где взять этот скрипт, плиз. Гугл наверняка выдаст полно говна, а ты знаешь нормальный, без ебли.
И кстати, насколько критично перегнать текстэнкодер в фп8?
>>1433426
Тупо геймченджер.
охуенно же. и это всего лишь базовая модель, а что натренят в будущем - наверно будет вообще отпад.
щас тут один местный пидор пояснит тебе за детализацию\шум\ещё что-нибудь, найдёт к чему докопаться
>где взять этот скрипт, плиз
не качал его, сгенерил на локальной llm, вроде работает как надо, держи ссылку: https://dropmefiles.com/GNQll (зависимости: torch и pyqt5) второй скрипт mixed не всё конвертит в fp8, часть весов оставляет в fp16, качество должно быть получше, размер что-то среднее между fp8 и fp16
>насколько критично перегнать текстэнкодер в фп8?
ззависит от количества параметров энкодера, если их мало (4 миллиарда и меньше), лучше оставить в fp16. а так всякие t5xxl, umt5xxl и прочие текстэнкодеры у меня в фп8 лежат по умолчанию, вроде норм
> покажи своё не-вангерлстендинг, о властелин нейроарта
вот это мое например >>1433241
> модель ебёт все другие по соотношению размеры\качество\следование промпту
ну так я и сказал что по картинке она хороша когда все остальное страдает, промпт 50/50 еще худо-бедно. тобой походу даже короткий текст не воспринимается, попробуй читать что-то сложнее сборника сканвордов за 2007 год
так это ты долбоеб который кривит ебало и приходит в первобытный ужас от банального сравнения одних продвинутых бесплатных моделей с другими
>охуенно же. и это всего лишь базовая модель
И это даже более охуенно - т.к это не базовая модель.
Это лишь дистиллят от базовой, которая еще не выложена (вместе с edit вариантом).
Вот это вот >>1433399 качаю щас со скоростью как из начала 90х. Думал проблема в КВНе, но чекнул на спидтесте - всё ок.
А плюсы будут?
сделай хоть что-то на сдохле похожее на пикчи выше, пото открывай ебальник
хрома на пять гигов больше зетки весит всего, ты че курил
Зетка тупо быстрее. Особой разницы не увидел, квеномыла не заметно.
>>1433461
с европейского айпи нормально качает
проблема именно в КВНе если я правильно понял намек на аббревиатуру
Правильно понял. Проблема точно не в нём, т.к. на разных спидтестах проверил, он выдаёт заявленную скорость, а на хагинфейсе почти не тянет.
)))
причем тут спидтесты если блочатся серваки на которых в том числе и hf находится
В НАШ НОВЫЙ СКРЕПНЫЙ
Z-ТРЕД
>>1433480 (OP)
>>1433480 (OP)
>>1433480 (OP)
>кривит ебало и приходит в первобытный ужас от банального сравнения одних продвинутых бесплатных моделей с другими
удивительные маняфантазии) не буду мешать
>>1433448
>вот это мое например
img2img, ясно. сделано хорошо, это да.
>ну так я и сказал что по картинке она хороша когда все остальное страдает
где сказал? прикинь, на анонимной имиджборде больше чем полтора землекопа тусят и не все читают весь тред. что ты там сказал выше мне поебать, не видел. зато вижу что тебе нравится доёбываться) ну ладно, я тоже не отстаю)
Это делается двумя дефолт нодами в комфи. Лоад диф модель в которой выбираешь фп8 и модель сейв, запускаешь очередь и ищешь файл в аутпуте где картинки.
Поясните что за миджорней такая, я ее не застал, это нейросеть или что это такое вообще? весь цивит завален лорами под миджорней, а что это вообще?
смотря для чего. она не понимают половину того что знает квен. например насилие. или персонажей диснея.
очень ограниченная штука. мож для эдита будет норм
Мемная недополторашка, с качеством ниже дна и пониманием промпта ниже нулевого, из-за чего выдавала рандомный сюр смешения стилей в кучу, который некоторым зашёл.
миджорни платная сетка, старая и в целом переоцененная. васяны с цивита натренили лоры на пикчах из миджорни (или просто написали это в названии потому что хуй ты отличишь нейрокал из миджорни от нейрокала из пони/люстры)
короче не забивай голову
>не понимают половину того что знает квен
>очень ограниченная штука
лорами либо файнтюнами допилят. тот же sdxl про сиськи и хуи не знал, а потом появился пони с сисищами и хуищщами
есть нюанс в том что там запрет на коммерческое использование или именно тренировку с коммерческими целями. то есть собрать бабки с народа на файнтюн уже звучит проблемно
>запрет на коммерческое использование или именно тренировку с коммерческими целями
хз, где ты это увидел. они уже сделали отметку что это Apache 2 лицензия.
Если они уже выложили так, то не могут существовать какие-либо другие выдуманные ограничения, так как Apache 2 покрывает все моменты и сверху ничего добавлять самому нельзя если используешь стандартную лицензию.
забыл добавить что это на полноценную и эдит модель будет такое, на турбо нет
ИДЕМТЕ В НОВЫЙ Z-ТРЕД
>>1433480 (OP)
>>1433480 (OP)
>>1433480 (OP)