Black Forest Lab — лаборатория, основанная разработчиками «Stable Diffusion», недавно представила впечатляющую модель генерации изображений из текста — «FLUX.1». Эта новая модель поддерживает ввод на китайском языке и демонстрирует выдающиеся способности к пониманию языка и управлению текстом. FLUX.1 предлагает три различные модели генерации изображений, две из которых имеют открытый исходный код, что предоставляет пользователям множество вариантов.
Мы сравнили FLUX.1 Pro с новейшей моделью Midjourney v6.1. Хотя FLUX.1 уступает Midjourney в художественном стиле и разнообразии, в чёткости изображения, реалистичности деталей и генерации сложных сцен FLUX.1 Pro не уступает v6.1, а в некоторых аспектах даже превосходит её. В обработке сложных английских текстов, сцен с несколькими людьми и понимании подсказок FLUX.1 Pro значительно превосходит v6.1. FLUX.1 Pro способна точно обрабатывать сцены с несколькими людьми, избегая искажений деталей лиц и рук, при генерации сверхдлинных текстов содержание и вёрстка очень стандартны, а также эффективно предотвращается утечка подсказок.

Универсальный пакет «всё в одном» «FLUX.1» основан на Stable Diffusion WebUI forge и использует облегчённую модель с квантизацией nf4. По сравнению с моделью nf8, nf4 при меньшем размере обеспечивает лучший результат генерации. По результатам тестирования, для плавной работы достаточно 6 ГБ видеопамяти, генерация одного изображения занимает около 30 секунд. После загрузки достаточно распаковать архив и запустить файл «启动webui.bat», чтобы автоматически перейти в интерфейс webui. Затем выберите модель FLUX.1 nf4 для генерации.
Если конфигурация вашего компьютера не поддерживает модель «FLUX.1», вы всё равно можете попробовать этот инструмент генерации изображений из текста через онлайн-платформу. Независимо от версии — pro, dev или schnell — вы можете ввести текст, задать пропорции изображения и сгенерировать нужные картинки.
Онлайн-тестирование:
https://replicate.com/black-forest-labs