Black Forest Lab, заснаваная распрацоўшчыкамі «Stable Diffusion», нядаўна прадставіла захапляльную мадэль генерацыі выяў з тэксту — «FLUX.1». Гэтая новая мадэль падтрымлівае ўвод на кітайскай мове і дэманструе выдатныя здольнасці разумення мовы і кіравання тэкстам. FLUX.1 прапануе тры розныя мадэлі генерацыі выяў, дзве з якіх з адкрытым зыходным кодам, што дае розным карыстальнікам мноства варыянтаў.
Мы параўналі FLUX.1 Pro з найноўшай мадэллю Midjourney v6.1. Хоць FLUX.1 саступае Midjourney ў мастацкім стылі і разнастайнасці, у якасці выявы, рэалістычнасці дэталяў і генерацыі складаных сцэн FLUX.1 Pro не саступае v6.1, а ў некаторых аспектах нават пераўзыходзіць яе. Пры апрацоўцы складанага англійскага тэксту, шматлюдных сцэн і разуменні падказак FLUX.1 Pro значна пераўзыходзіць v6.1. FLUX.1 Pro здольны дакладна апрацоўваць шматлюдныя сцэны, пазбягаць скажэнняў дэталяў твару і рук, пры генерацыі звышдоўгага тэксту змест і вёрстка вельмі стандартныя, а таксама эфектыўна прадухіляе ўцечку падказак.

Універсальны інтэграваны пакет «FLUX.1» заснаваны на Stable Diffusion WebUI forge і выкарыстоўвае лёгкую мадэль з квантаваннем nf4. У параўнанні з мадэллю nf8, nf4 дасягае лепшага выніку генерацыі пры меншым памеры. Па выніках тэстаў, з 6G відэапамяці працуе плыўна, генерацыя аднаго відарыса займае каля 30 секунд. Пасля загрузкі дастаткова распакаваць і запусціць файл "启动webui.bat", і аўтаматычна адкрыецца інтэрфейс webui. Затым выберыце мадэль FLUX.1 nf4 для генерацыі.
Калі канфігурацыя вашага камп'ютара не падтрымлівае мадэль «FLUX.1», вы ўсё яшчэ можаце паспрабаваць гэты інструмент генерацыі выяў з тэксту праз анлайн-платформу. Незалежна ад версіі pro, dev або schnell, вы можаце ўвесці тэкст, задаць прапорцыі выявы і згенераваць патрэбны відарыс.
Анлайн-вопыт:
https://replicate.com/black-forest-labs