ЧТО НОВОГО АКТУАЛЬНОГО
• Z-Image-Base
• FLUX.2 klein (4b и 9b)
• Z-Image-Turbo
• Flux 2
• Qwen Image / Qwen Image Edit
• Wan 2.2 (подходит для генерации картинок).
• 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.
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/Comfy-Org/ComfyUI-Manager (автоустановка, реестр расширений)
→ Модели https://civitai.com/
► Предыдущий тред >>1596721 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
Это нужно добавить beta scheduder и выставить a=0.5 b=0.7 и это будет равноценно пикрилу или есть нюансы?
Спасибо
Про деформацию хорошее замечание. Реально такое есть - начинаешь разбираться и тянуть определенное качество сам и сразу начинает плыть собственное чувство эстетики, вплоть до полной потери эмоций и отклика от эстетики.
Но в этом плане плюс генераций в том, что ты конвертируешь текст в изображение, и эта дистанция принципиально избавляет от непосредственности в процессе создания. Ты не художник, ты манипулируешь художником. Если бы результат на выходе был удовлетворительным - можно было бы не поплыть и кайфовать с этого. Не ты рисовал, ты просто технически пришел к такому результату, где ии рисует тебе то, что радует.
Проблема в том, что этого достичь пока непонятно как
Какая анима лучше сейчас, preview2 или preview3?
Ценность того что дается легко, во множестве и случайно стремится к нулю чел.
Попробуй в голове составить виденье того чего ты хочешь хотя бы примерно, определиться со стилем, композицией набрать референсов, потом прогнав генерацию и отобрав нужное инпейтом фиксить до идеала - тогда у тебя получится арт ничуть не хуже чем те что получаются от рисобак, без ощущения нейрослопа.
> думаешь
В этом и была проблема
In progress
У модели приписка base, а про base пишут - модель для обучения или специального применения, не для базовой генерации
Песня может быть хуже 10 других похожих, но она сыграет в новом блокбастере и все будут ее любить, потому что ее услышал миллиард человек, а остальные 9 - услышало пара соток анонов.
И так во всем. Картинка из треда и та же самая картинка в каком-то популярном канале на лям подписоты - это разное. А если она распечатана и вставлена в рамку на модной выставке - это еще одна реальность.
На самом деле, положа руку на сердце, чисто картинки/фотки, музон, да и видеоряд месами - все это вне контекста очень сложно оценивается.
Именно поэтому какие-то художники были успешными при жизани, а например Ван Гог нахуй никому не был нужен.
Но как только за картинки начинают платить лямы ништяков - человеки вынуждены оценивать ее уже по-другому.
Один и тот же кадр на странице просто какого-то чела в телеге, и тот же самый кадр но подписанный модным челом и опубликованный в популярном канале - это разные кадры, хотя и одинаковые.
Даже банальные тестовые идеи показывают, насколько хуевый контроль и сама модель не знает эстетики. Просто лепит соответствие, максимально не эстетичное
Отдельная беда - это генерация оригинального заднего плана. Она не может просто взять и по промту нарисовать гигантичное футуристичное красивое здание на 2/3 ширины кадра уходящее за пределы экрана. Она будет рисовать офисники и всё в таком духе.
Она будет рисовать картуниш механизм руки
Суть в том, что промт энхансер (пусть даже корп llm) генерит не 1 промт, в расчет на t2i, а разбивает промты в расчет на мультипроход, рассчитывая, что одна идея будет собираться в несколько этапов соблюдая соответствующие правила для каждого прохода. Особенно если t2i и iti модели отличаются.
Здесь простор для экспериментов возникает в:
- выборе подходящих моделей под каждый шаг
- еще более важно: поиск наиболее эффективной и стабильной разбивки (генерить ли фон / главные объекты раздельно, или сразу генерить второе в iti, и тогда что генерить первым)
А вообще, если бы была дообученная под специфичную диффузию модель, которая шарит в композиции и эстетике и знает как это описывать удачными промт-паттернами, это в один проход могло бы улучшить качество. Вот только где это высрать, сами авторы моделеке кроме общих правил промта не делают никаких реально существенных примочек.
Промтить через общие ллм, которые мало что знают про конкретные модели или тем более писать промт самому, не зная ничего о том, что внутри модели это какой то бред ебланский. Неужели нельзя на основе данных об обучении модели, сразу создавать еще лоры или файнтюны для локальных ллм - промт энхансеры, адаптированные под модель. Ведь корпоративные рисовалки наверняка применяют подобные подходы, и оркестрацию многопроходки, и обученный промт энхансер
Где вместо просто Standing, в диффузию уходит подобранное сюжет и конкретную модель нечто вроде "Standing in a relaxed, natural contrapposto stance" или "Standing with a slight lean toward the object".
Вы спросите что мешает это же делать через гпт? То что они с трудом даже справляются с форматом промта специфичной модели. То что они хуево всему этому обучены, "видению" того как лучше и красивее и точному описанию этого на языке диффузии (который они не знают).
Интуитивный промтинг, перебирание слов и формулировок вручную почти не работает, уходят часы на гринд сидов. Это говно из жопы, копинг.
>Отдельная беда - это генерация оригинального заднего плана.
А меня больше прохожие умиляют.
Но надо заметить, что "гигантичное футуристичное красивое здание" это не то описание, по которому нейронка сгенерит то, что ты под этим имел в виду.
> "гигантичное футуристичное красивое здание
Я попробовал около 5 разных подходов. Включая Bladerunner стайл.
Там были гигантские здания во весь экран.
Это второй раз, когда я наталкиваюсь на такую хуйню. Он точно так же не может нарисовать нормальные эффектные массивные руины большого города в заднике.
Есть вероятность, что я просто не зацепил нужную ассоциацию. Пока не знаю, надо отдельно сидеть и экспериментировать, с целью выяснить, могу ли я в принципе получить примерно то, что хотел. Если да, то в такой модели значит надо гриндить шаблоны промтов.
Я тебе больше скажу, даже сумарно 40gb vram и 64 ram не дают креативить... потому что нет нормальных локальных моделей которые работали бы с нормальной скоростью и с нормальным датасетом.
>креативить на локалке
Ты ещё через ллм в svg попытайся креативить. Локал только для голых срак создан, всё остальное в банане про, графическое в гпт 2.
То, что ты описал, это не деформация, а уровень профессионализма, когда знаешь как должно быть и все косяки автоматом бросаются в глаза. Несколько лет отработал в печатном издании на верстке текста, даже не вчитываясь в текст уже вижу как сверстано, висячие строки, двойные пробелы и тд. А вот проф.деформация начинается тогда когда начинаешь выдрачить там где это не нужно. 3 зеленых пикселя на 2к картинке, сделать идеальную генерацию через 100500 нод без плесени, пережара с первой попытки и тд
Это главный бич всех хобби. Сначала ты без задней мысли кайфуешь для души, а потом превращаешься в желчное чудовище, ищущее зеленые пиксели.
как фиксить этот цифровой шум?
убирать лоры только?
это simple + euler
Не совпало, вспомнил когда читал про зеленые пиксели.
Было бы неплохо знать что на это влияет. Но жертвовать чем то существенным ради этого я бы не стал, и так на лимитах через жопу всё.
Есть какие то годные лоры или файнтюны не тематические аниме?
Кроме вот этих что нашлись:
https://civitai.com/models/2414435?modelVersionId=2746109
https://civitai.com/models/2545707/anima-aesthetic-improvement
https://civitai.com/models/2583128/anima-rl
https://civitai.com/models/2505242/scenery-anima
>Было бы неплохо знать что на это влияет.
Кривой VAE FLUX.2, которому не помог выпуск обновления. Загаживает изображение цветным мусором как вотермаркой. Какие-то пиксели более заметны, какие-то менее, но изображение загажено всё.
Не лечится.
Костыли:
1) upsample изображения в более высокое разрешение и его последующее скукоживание, чтобы разноцветный мусор съело в процессе (не поможет если пиксельный мусор слипся и стал более одного пикселя в размере);
2) Удаление пиксельного мусора ценой некоторой потери «цветового разрешения». После VAE Decode изображение разбивается на YCbCr и к каналам CbCr аккуратно применяется bilateral фильтр, а затем каналы снова собираются в выходное изображение.
мимо
Минусы?
Главный минус, что нет пизды
>>1602831
На клейн есть пизда. Скачай.
>товарищ майор, я чисто кораблики на ней генерю вот пруфы, а эти извращения просто были для теста
Лол, если уж на то пошло, нахуя мне ЕЩЕ ОДНА модель для кума, если с этим и так прекрасно справляются годами отточенные воркфлоу для сдохли? Аниму я скачал для того, чтобы проверить предел её возможностей, и по части генерации кума она выигрывает лишь в том, что из коробки знает больше стилей, чем любой чекпоинт сдохли. При этом имеет фатальный недостаток в виде отсутствия контролнета, а с 0.6В энкодером особо не навоюешь. Так что не, пока анима - для пейзажей и корабликов, а про изврат после релиза 1.0 подумаем. Если контролнет завезут, вроде обещали.
>>1602803
Да не, пока особо ничего интересного нет. Есть неплохой фэнтези-детайлер, эстетик импрувмент ты уже запостил, и еще там была интересная лора на освещение с нестандартными концепциями. Ну оно и понятно, сообщество пока присматривается и ждет полного релиза.
>Минусы
Kleinовский CGI-feel. И его ничем не перебить.
Текстуры, освещение (и, вероятно, заpromptченный dramatic lighting, cinematic lighting) в комплексе воспринимаются как CGI или скриншот из видеоигры.
Возможно ли что-то с этим сделать, непонятно.
> Kleinовский CGI-feel.
То же самое в корп генераторах будет, почти уверен, хоть и пизже по деталям/выразительности.
Щас будто бы не существует моделей, которые могут нереалистичное изобразить фотореалистичным. И это согласуется с главным принципом ллм.
Разве что стиль можно выбрать поинтереснее чем cgi, он и проще
Кал про который сразу забыли. Как я писал на релизе, а мне не верили.
У Эрни нормально работает инпаинт, со времён сдхл такое впервые вижу.
У девушки цвет волос темно желтый.
>Сделай пожалуйста реалистичное фото.
>
>У девушки цвет волос темно желтый.
Gemini 3.1 Flash (первая), Gemini 3 Pro вторая
промпт копи-паст твоего
>>1603562
>20 лет
ага, желательно... чтобы тебе их не дали)
Да просто интересно как персонаж бы выглядит.
В аниме вот такая внешность, но в манге стиль лучше проглядывается.
Загрузил твой пик в грок, чтобы спросить о прическе, он мне заблокировал все по причине несовершеннолетия субъекта, ну ты и пидор.
Короче, вот какой промт он все-таки высрал:
woman with voluminous curly hair, 3C-4A curls, long defined ringlets, caramel brown with golden highlights, natural frizzy volume, central parting, tropical wild curls, detailed texture
Зетка по нему рисует пикрил.
>>1603638
Помогло обрезание сисек, его трясло от сочетания сисек с детским лицом.
неплохо, но это не совсем то, там что вроде: burnt out - то бишь типа слегка выгоревшие волосы, у тебя получилась модельная завивка для показа, и нужен какой-то пробивной одноэтажный токен.
>Давай кати уже, у меня накопились геймченжеры. Срочно надо поделиться.
И где? Оказывается уже несколько тредов прошло. Были запощены эти игроизменщики?
>со времён сдхл
Ты flux.fill не юзал что ли? Да и нынче вроде edit модели нормально работают с зарисованными областями.
>>1603567
ох, ебать, какая-же всётаки зетка тупорылая, ничего не знает ни о каких выгоревших волосах. Как же я заебался с ней.
распущенные, свободно спадающие mixed-race afro 4с curly blonde:0.8 fluffy hair with shiny ends
>можно
нет, пиздуй в аниме-загон, и там заёбывай всех своими кастратами.
>>1603564
У нас для этого отдельный тред есть, если кто не знал >>1591303 (OP)
Кляйн и вроде зетка ещё ссут изо рта и судя по струйке из её рта он промптил обоссывание.
зетка умеет ссать?
может быть она ещё и срать умеет?
Я до сих пор не пробовал, кстати...
Длиннокоты едит модель выпустили
Не могу пройти.
И еще вопрос: кто-нибудь тут реально делал инпейнт на хромофуре? Мне другой агент советует фордж, мол, меньше ебли будет, илюха типа все уже настроил. Спасибо за ответ, а то не знаю что пользователю сказать.
Ладно, я поторопился насчет выпустили, 3 месяца назад. Но гуфы вот недавно подъехали с воркфлоу на комфи
https://huggingface.co/vantagewithai/LongCat-Image-Edit-Turbo-GGUF
Все говорят что говно и приведенные примеры это что вообще, я такое на сд1,5 делал когда контролнеты появились. Приложи раздетую юаюу с пиздой тогда поговорим.
Flux 2 гайды написанные для корпоратной версии это говно из жопы и близко не адаптированное для klein, к тому же написанное бабой.
Мб у кого сохранился .md файл?
https://docs.bfl.ai/guides/prompting_guide_flux2_klein
https://docs.bfl.ai/guides/prompting_guide_flux2_klein.md
в кеше яндекса что то сохранилось, попробуй оттуда вытащить
https://web.archive.org/ только веб страница, которая еще валит сервис, но я сохранил её
А вот .md файла который там был сохранен нет.
> в кеше яндекс
я не могу найти где это и что
Вчера родился чтоль?
https://web.archive.org/web/20260420011101/https://docs.bfl.ai/guides/prompting_guide_flux2_klein
Я её уже сохранил. Страница через 5-10 секунд редиректит в пикрил
И я сказал что там еще был https://docs.bfl.ai/guides/prompting_guide_flux2_klein.md файл с текстовым форматом гайда. Вот его и не получается найти.
Пздц, теперь всю оставшуюся жизнь ты будешь думать, что у тебя ничего не получается именно из-за потери гайда, а не потому что руки кривые. Ну, может так и легче жить даже.
>>1604032
Я этот мдшник скармливал ллм как доп. контекст и основа для промтинга. В мдшке в отличие от страницы нет лишней хуеты выжирающей токены и отвлекающей внимания.
Кроме того её составляли сами разрабы, и ниче лучше для исходной точки нет. А ты можешь себе коупить, что ты знаешь лучше, по факту ты в душе не ебешь как и на что лучше реагирует модель.
Для flux.2 dev вообще есть своя модель для promp upsampling, которой нет для клейна, и она в отличии от гпт и гемини знает че делать.
На клейне кроме соло рыла с пиздой в t2i ничего не создать, кроме голимого слопа.
Вот еще сравнение с клейном. ТЛДР - например можно требовать раскрашивать только определенные части тела.
https://www.reddit.com/r/StableDiffusion/comments/1t2us8t/lciet_and_klein9b_a_quick_fair_comparison/
длиннокот более строго следует промпту. а качество мб файнтюнами поднимут. свою нишу найдет короче
>скармливал ллм как доп. контекст
Допустим, а где же 2 картинки на одном сиде, с одним и тем же промтом, одна с мдэшником, а другая без, и типа, смотри ребзя, какая разница охуительная, какое понимание промта, расстановка приоритетов, и всё такое? Есть шанс увидеть такое? Или я спросил это у тебя без должного уважения?
покажи скилл на генерации клейна, что то кроме фоток бессмысленно позирующих тян
Я и не брался доказывать ценность мд, но теперь я его в принципе не могу достать и это важнее, чем размышления нужен он или нет.
Это когда есть что показывать) А нахуя? Можно просто сыпать заумными словечками, цитируя бред нейронки.
Брат, не поверишь, я только этим и занимаюсь, что раскрашиваю фрагменты лиц, я дорвался до этого, так до сих пор остановиться не могу.
1. оригинал
2. убрал лишнее, сделал Piper чуть моложе (не сильно, не ссыте, нах)
3. ваш вариант, с вашей рецептурой