「Stable Diffusion」 के डेवलपर्स द्वारा स्थापित Black Forest Lab ब्लैक फॉरेस्ट लेबोरेटरी ने हाल ही में एक रोमांचक टेक्स्ट-टू-इमेज मॉडल——「FLUX.1」पेश किया है। यह नया मॉडल चीनी इनपुट का समर्थन करता है और उत्कृष्ट भाषा समझ और टेक्स्ट नियंत्रण क्षमता प्रदर्शित करता है। FLUX.1 तीन अलग-अलग इमेज जनरेशन मॉडल प्रदान करता है, जिनमें से दो ओपन सोर्स हैं, जो विभिन्न उपयोगकर्ताओं के लिए कई विकल्प प्रदान करते हैं।
हमने FLUX.1 Pro की तुलना Midjourney के नवीनतम v6.1 मॉडल से की। हालांकि FLUX.1 कलात्मक शैली और विविधता में Midjourney से कम है, लेकिन छवि स्पष्टता, विवरण यथार्थवाद और जटिल दृश्य जनरेशन में, FLUX.1 Pro का प्रदर्शन v6.1 के बराबर है, और कुछ पहलुओं में v6.1 से भी आगे है। जटिल अंग्रेजी टेक्स्ट, बहु-व्यक्ति दृश्यों और प्रॉम्प्ट समझ को संभालने में, FLUX.1 Pro का प्रदर्शन v6.1 से उल्लेखनीय रूप से बेहतर है। FLUX.1 Pro बहु-व्यक्ति दृश्यों को सटीक रूप से संभाल सकता है, चेहरे और हाथों के विवरण विरूपण से बचाता है, अत्यधिक लंबे टेक्स्ट जनरेट करते समय सामग्री और लेआउट दोनों बहुत मानक होते हैं, साथ ही प्रॉम्प्ट लीक समस्या को प्रभावी ढंग से रोकता है।

「FLUX.1」वन-क्लिक इंटीग्रेटेड पैकेज Stable Diffusion WebUI forge पर आधारित है, nf4 क्वांटाइज़्ड लाइटवेट मॉडल का उपयोग करता है। nf8 मॉडल की तुलना में, nf4 छोटे आकार में बेहतर जनरेशन प्रभाव प्राप्त करता है। वास्तविक परीक्षण के अनुसार, 6G VRAM का उपयोग करके सुचारू रूप से चलाया जा सकता है, एक छवि जनरेट करने में लगभग 30 सेकंड लगते हैं। डाउनलोड के बाद, बस “启动webui.bat” फ़ाइल को अनज़िप करें और चलाएं, यह स्वचालित रूप से webui इंटरफ़ेस पर जाएगा। फिर जनरेट करने के लिए FLUX.1 का nf4 मॉडल चुनें।
यदि आपके कंप्यूटर का कॉन्फ़िगरेशन「FLUX.1」मॉडल का समर्थन नहीं कर सकता, तो आप अभी भी ऑनलाइन प्लेटफ़ॉर्म के माध्यम से इस टेक्स्ट-टू-इमेज टूल का अनुभव कर सकते हैं। चाहे pro, dev या schnell संस्करण हो, आप टेक्स्ट सामग्री इनपुट कर सकते हैं, छवि अनुपात सेट कर सकते हैं, और आवश्यक छवि जनरेट कर सकते हैं।
ऑनलाइन अनुभव:
https://replicate.com/black-forest-labs