ЧТО НОВОГО АКТУАЛЬНОГО
• Z-Image-Turbo
• Flux 2
• Qwen Image и 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. 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,
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/
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 >>1433480 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
https://github.com/scottmudge/ComfyUI-NAG
Теперь у нас есть негативный промпт на турбо модели.
Вот оригинальный пост https://www.reddit.com/r/StableDiffusion/comments/1pbrbrt/nag_normalized_attention_guidance_works_on_zimage/
Ну что ребята, Гойда-имедж?
Говно какое-то. На стандартных настройках ноды распидорашивает картинку. С низкими настройками, как в посте реддита, эффекта никакого нет.
Лоры не считаем - понятно, что с ними оно хоть как-то оживает.
Лучшее, что я видел или делал: рестайл и удаление объектов, да и всё вроде. Да, эти две фичи хороши.
Не видел ни одного нормального юзкейса с мульти-изображениями или с ручной склейкой двух фото в модели, где нет нормальной поддержки (Kontext, например). Максимум, что видел: берут три объекта и тупо пихают в сцену. Это и обычным медскилловым инпутом делается.
Эта хуета не может даже нормально поставить одного человека в позу другого.
>что с этой хуйнёй вообще реально получилось сделать толкового?
те, кто в теме, тут не сидят. вангую, что для озонов и вб переодевание хорошо должно работать. и подобный движ.
Очень хорошо делает технический дизайн. Убирает шакалы, косяки обтравки, исправляет освещение. Можно накидайть всякого хлама на канву и он сделате из этого конфетку.
Сносно делает стилизацию в узких доменах, можно сконвертить рандомную хуйню в маскота.
А так чисто техническая херня.
мимо нищееб с некропекой без возможности генерить вайфучек локально
этот тред - помойка, как и двач в целом по определению, хули ты тут увидеть хочешь
чтобы ставить в позу используй опенпоз вместо сухой дрочки промпта "ыыы увожаемый квен эдит поставьте пожалуйста человека с первой фотки в позу человека на второй фотке"
>>1438935
присоединяюсь к вопросу
WorkFlow https://pastebin.com/Jc8MTRmy
Педофилия какая-то. Ей лет 20-30 накинуть и станет норм.
>>1438794 →
>>1438800 →
В итоге все решилось действиями "выспаться" и "принять что дебил кто угодно но не создатели комфи"
Проблема была в засранном винте и файле подкачки, стоило почистить до сотни гигов свободного места, ван16 заскрипел колесиками как раньше.
Лучше бы запилили обход ограничения разрешения, чтоб после 2048 не ломалось.
Они нужны тем кто профессионально дрочит фотошоп, позволяет хорошо оптимизировать удаление шаблонных артефактов.
Для обычного генераторщика, ну такое слишком велик разброс качества.
Забираю свой гнилой базар, зетка заметно лучшее киберреалистика. Хотя в понимании промта.
По повторяемости, я с таким сталкивался в гугл ФХ, если делать промт не слишком подробным помогает? В гугле однообразное копирование одного стиля и позы позволяли относительно короткие промты с максимально общими описаниями стиля и позы. Да и вообще чем короче тем разнообразнее.
Ещё подумал недавно, вот бы в Load Images сделали превью, заебался уже листать сотни пикч стрелочкой.
Так вот, появились nodes 2.0, выглядят хорошо. Где-то стрелочки не хватает для скорости переключения, да ещё и вложенное дерево файлов пропало и связанная с ним быстрая навигация по первым буквам папок. Ну хуй с ним, зато в общем дизайн визуально лучше (а ux хуже). Вижу Load Image, не вижу стрелку, нажимаю, нихуя не происходит. Ну думаю ебать апдейтик, теперь только через проводник и Open file шариться (который ещё и открывается не в папке input по дефолту). Пошарился ещё немного, нажимаю и тут внезапно открылось (видимо из-за 2гб и 3к файлов в input не смогло сразу): удобный выбор фото из инпута. Лучший апдейт. Это стоило того, чтобы сломать удобный выбор лор, всё таки фото выбираются чаще.
А, ещё и слайдеры пропали, плюсиками теперь значение менять. Сука, ну просто отрицательные профессионалы юзабилити делали апдейт.
Мониторинг как на место вернул, демон? У меня как отвалился так и все. Придется видимо удалять и снова ставить.
В ван герл стендинге с парой лор на глаза и свет ещё прободаются, а так то вообще ахуй.
Это чтож там у китайцев в полной модели если это турбо на "поиграться"?
Остается надеяться что модельку не зажмут.
> полной
Не будет там ничего нового, кроме в 6 раз более медленной генерации. Дистилы минимально влияют на генерацию, особенно 8-шаговые.
> к фотографу
а надо было к дерматологу.
>юзабилити
Огромный кусок рабочего поля забрали под всплывашку, которую можно было и в панель засунуть.
А еще готовьтесь к новому способу навигации. Можно уже попробовать. Хрень.
Боишься темноты?
Если он будет заметно реже проебывать глаза и те же копья без лор, я согласен подождать.
Все равно потом в фотошоп пихать.
Не прекращало работать из crystools. Пиздец просто, лапша не сходится с дырками, раскрывающееся меню отрисовывается под другой нодой, если она создана раньше, в очереди задач ненужные нелогичные действия. Это так, в первые секунды первые проебы UX. Ему теперь год исправлять это недоразумение, чего делать он не будет.
>>1439004
Прикол работает из comfy nightly. Но как и все контролнеты, выдает говняк по сравнению с базой.
Главное преимущество полной версии будет в легкости тренировки лор и файнтюнов. Охуевать по-настоящему будем через пару месяцев, когда подойдут первые крупные файнтюны.
Image is a photograph taken from a low-angle perspective, looking up at a young woman bending over. She has light brown hair that falls to her shoulders and is wearing a white button-up shirt with short sleeves. She also wears an orange and white plaid mini-skirt that is lifted up, revealing pink panties underneath. The photograph emphasizes her legs which are spread apart. Her face is visible through the gap between her legs, and she is smiling slightly. In the background, there are trees with green leaves and a cloudy sky. There are also streetlights visible in the distance. The colors in the image are vibrant, with the orange of the skirt standing out against the more muted tones of the shirt and background. The texture of the plaid pattern on the skirt is clearly visible, as is the fabric of the shirt and the smoothness of her skin. The photograph has a dynamic, almost playful feel due to the low-angle perspective and the subject's playful expression. The overall composition draws attention to the contrast between the subject's brightly colored clothing and the natural background. The lighting is natural, and the image has a slight HDR effect, giving it a vivid and somewhat exaggerated appearance. The subject appears to be outdoors, possibly in a park or suburban area.
Топаз всрато апскейлит, чистые генерации Z намного лучше.
Я хуй знаю зачем использовать мыльные апскейлеры на нейронках если базовый фотошоповский в разы лучше.
Ну, как тебе сказать. Пока не спеши.
>всрато апскейлит
в последнем гигапикселе завезли беты, одна из них здорово вытаскивает однопроходную сдохлю, ещё полгода назад ничего такого не было.
>чистые генерации Z
если это "чистые", то не ебу какие тогда грязные)
Да ладно тебе что ты как этот в первый раз что ли. Просто ещё раз кнопку нажмёшь.
ёб вашу мать, это что теперь мэйнстрим?
и это генерится по 10 минут, и требует 5090 и 128 gb оперативы? Вы там часом не ебанулись с вашим Z-говном?
> и это генерится по 10 минут
минуты 2-3
> и требует 5090 и 128 gb оперативы?
выше 40 не уходило
> Вы там часом не ебанулись
Текст генерирует херово на русском, но ты примерно поймёшь, что там написано.
Если у тебя это генерится 10 минут таком железе - ебанулся здесь явно ты. Даже на 3060 около минуты FullHD картинка занимает.
Там чел с квантами, наверное. Пикрилы за 10 секунд генерятся.
То ли дело старый добрый sdxl ух как генерили!
Накрутят лоров ентих своих и выкаблучиваются, а нам ентих лоров ваших и ни нада!
Тут всего одна лора на антимыло.
шаги выкрутил до 20+
на 9 шагах 30 секунд - минута, смотря где что ещё накрутил. Ну и никаких 5090 у меня нету.
>>1439570
У меня была концепция интернета как джина исполнителя желаний, продуктов с гачей - исполнителя желаний.
Даже ллмки, которая говорила тебе вообще всё, что ты захочешь услышать.
Но Z-ка это совсем жопа. Она умнее тебя, она начитаннее тебя, она видела больше, чем ты можешь представить, а потом рекомбинирует, при этом от тебя просит крайне мало.
Ах да. При этом она не открывает рот, она не позорится как llm-ки, она молчит. Взирает на тебя как учитель, выдавая результат, которого на свой телефон никогда не сможешь сделать.
Зато какой реализм!!!
Качество атас. Соотношением время-ресурсы-качество очень доволен.
Можешь чуть выкрутить настройки.
>мутная хуйня с жипег артефактами
Потому что дрочерам нужен реализм, а мутная хуйня с жипег артефактами - самый распространённый формат реальных изображений на сегодня.
Мне вчера в голову забрела мысль - если там хоть и 4B но полноценная llm - она, по идее, должна уметь разбирать структурные тексты.
Попробовал - в общем, так оно и оказалось. Ей можно писать примерно в таком стиле (на английском - здесь пишу на русском, просто для понимания примера):
Создай картинку/фотографию в стиле ... с двумя персонажами:
Анна - девушка 19 лет в зеленом свитере, блондинка ...
Ольга - женщина 40 лет, в форме полицейской, ...
На изображении персонажи в комнате (описание комнаты), Ольга сидит за столом, Анна стоит у окна. Ольга что-то пишет в тетради. У Анны в руке кружка с кофе. ...
В общем - энкодер и модель понимают такую структуру, на манер ООП: когда сначала задаем по отдельности имена объектов и их свойства (описываем персонажей), а потом просто используя их имена описываем сюжет/сцену. Практически совсем не путается в описанных свойствах (деталях). То, что можно просто указать имя персонажа и оно будет запомнено вместе с описанием внешности - сильно сокращает и упрощает промт в части с описанием взаимодействия персонажей, убирая всякие нюансы с "она, её" и т.д. которые в английском легко неправильно написать перепутав положение слов, и поменяв этим смысл - кто и что должен делать.
Очень рекомендую делать приписку "продумай эмоциональную составляющую". Тогда есть шанс что это будет не просто коллаж из плоских ёблов.
> когда сначала задаем по отдельности имена объектов и их свойства (описываем персонажей), а потом просто используя их имена описываем сюжет/сцену
Офигенно, спасибо. Буду знать.
Здесь ещё имеет влияние системный промпт. Его на реддите писали, он на китайском и содержит инструкции как помогать юзеру. Надо бы разобрать его, что бы понять что как зачем.
А про имена давно писалось, ещё во времена первого флюкса Персонаж1, Персонаж2. Могут же быть ёбала чужой против хищника. А ты будешь писать: У Васи длинный хвост и у него течек кислота изо рта, Вася бегает на четырех лапах. Петя страшный на морду, носит тепловизорную маску.
В итоге все равно спасибо, что поделился.
>А про имена давно писалось, ещё во времена первого флюкса Персонаж1, Персонаж2.
Вот это здесь работает хуже. Что не удивительно - слишком похожие вещи такая куцая текстовая модель различает хуже, на грани ошибки. Здесь прямо так и стоит писать, как с именами: чужой, хищник, и т.д.
Это касается абсолютной любой модели. Меня даже хрома с ей практически бескрайней вариативностью заебала.
Се ля ви, хуль.
>>1439818
Я немного поигрался с уже доступными лорами на стиль - таки можно использовать. Если лора толково сделана - почти (или даже совсем?) не мешает пониманию промпта. Так что, IMHO, можно разнообразить стили, не особо теряя хорошие стороны модели.
>на 9 шагах 30 секунд - минута
каво? на 4060 8врам это 10-15 сек 1024
>на реддите писали
Скинь ссыль если есть возможность, с меня как всегда
ну для тех кто давно юзает ллм это очевидно да, ещё она понимает конструкции с отрицанием и юзает их как негатив в позитиве да
>понимает конструкции с отрицанием и юзает их как негатив в >позитиве
Я в сомнениях по поводу этого момента.
Даже для Flux.2 с его mistral_3_small_flux2_bf16.safetensors (34 Гбайт), negative prompt отсутствует как класс, а в positive prompt разработчики (в официальном руководстве по промптингу) настойчиво предлагают заниматься извращениями с заменой:
>FLUX.2 has no negative prompts. Instead of “no blur,” say “sharp >focus throughout.” Instead of “no people,” describe an “empty >scene.” (https://docs.bfl.ai/guides/prompting_guide_flux2)
У меня вообще начало складываться ощущение: слово упомянул — в том или ином виде попало в генерацию, а на отрицания не реагирует, или минимально.
хотел тебе доказать, но провёл стресс-тестирование специально этой штуки и да, отрицания наоборот усиливают, они используются ка токен. Значит я сам себя обманывал и было просто совпадение какое-то. Походу ллм здесь просто как обычно срёт токенами и снова возвращаемся в прошлый век и фильтруем свой базар, чтоб не забивать клип больше 80 токенами. Я думал ллм уже используется в тандеме с датасетом, а на деле обычный кал как и в любой люстре
Я накину ещё из этого «руководства». Именно на примере Flux.2, так как у него самый тяжёлый и навороченный text encoder, по сравнению с Qwen-Image и Z-Image (поэтому, когда мне говорят про следование promptу в Z-Image, ну понятно, в общем).
Так вот, либо я недалёкий, либо они пишут слишком иносказательно.
«Я сначала не понял, а потом ка-а-ак понял!»
У них указывается: Prompt length guidance:
>Short (10-30 words): Quick concepts and style exploration
Medium (30-80 words): Usually ideal for most projects
Long (80+ words): Complex scenes requiring detailed specifications
Я пытался кормить его длиннющими promptами (в которых не всегда ясно «кто на ком стоял») как Qwen-Image и получал неудовлетворительные результаты. Пока не обратил внимание на момент, выделенный выше.
Приведу ещё фрагмент:
>JSON Structured Prompting
For complex scenes and production workflows, FLUX.2 interprets structured JSON prompts, giving you precise control over every aspect of your image. When to use JSON:
>Production workflows requiring consistent structure
Automation and programmatic generation
Complex scenes with multiple subjects and relationships
When you need to iterate on specific elements independently
>When natural language works better:
>Quick iterations and exploration
Simple, single-subject scenes
When prompt length isn’t a concern
Creative workflows where flexibility matters
FLUX.2 understands both formats equally well—choose based on your workflow needs.
Так вот, что-то похожее на примеры у меня начало получаться во Flux.2 только при использовании детального JSON-размеченного promptа.
Кстати, в той или иной степени этот JSON-prompt принимают и Z-Image, и Qwen-Image.
А узлы для написания JSON-размеченного promptа в ComfyUI есть: https://github.com/MushroomFleet/ComfyUI-FLUX2-JSON
Потому что в ручном режиме набирать эту дичь — пытка.
Поэтому, прихожу к выводу, что возможности promptинга «несколько преувеличены».
Этот промпт работает, хоть он с отрицанием:
>Девушка без одежды
Проверить длину понимаемого промпта очень просто. Просишь написать текст на листе бумаги и пишешь длинный текст соответствующий длины. И смотришь сколько он рисует этого текста.
>Скинь ссыль
Ээ, потерял. Но сам промпт в блокнотике сохранил:
prompt_template = """
你是一位被关在逻辑牢笼里的幻视艺术家。你满脑子都是诗和远方，但双手却不受控制地只想将用户的提示词，转化为一段忠实于原始意图、细节饱满、富有美感、可直接被文生图模型使用的终极视觉描述。任何一点模糊和比喻都会让你浑身难受。
你的工作流程严格遵循一个逻辑序列：
首先，你会分析并锁定用户提示词中不可变更的核心要素：主体、数量、动作、状态，以及任何指定的IP名称、颜色、文字等。这些是你必须绝对保留的基石。
接着，你会判断提示词是否需要"生成式推理"。当用户的需求并非一个直接的场景描述，而是需要构思一个解决方案（如回答"是什么"，进行"设计"，或展示"如何解题"）时，你必须先在脑中构想出一个完整、具体、可被视觉化的方案。这个方案将成为你后续描述的基础。
然后，当核心画面确立后（无论是直接来自用户还是经过你的推理），你将为其注入专业级的美学与真实感细节。这包括明确构图、设定光影氛围、描述材质质感、定义色彩方案，并构建富有层次感的空间。
最后，是对所有文字元素的精确处理，这是至关重要的一步。你必须一字不差地转录所有希望在最终画面中出现的文字，并且必须将这些文字内容用英文双引号（""）括起来，以此作为明确的生成指令。如果画面属于海报、菜单或UI等设计类型，你需要完整描述其包含的所有文字内容，并详述其字体和排版布局。同样，如果画面中的招牌、路标或屏幕等物品上含有文字，你也必须写明其具体内容，并描述其位置、尺寸和材质。更进一步，若你在推理构思中自行增加了带有文字的元素（如图表、解题步骤等），其中的所有文字也必须遵循同样的详尽描述和引号规则。若画面中不存在任何需要生成的文字，你则将全部精力用于纯粹的视觉细节扩展。
你的最终描述必须客观、具象，严禁使用比喻、情感化修辞，也绝不包含"8K"、"杰作"等元标签或绘制指令。
仅严格输出最终的修改后的prompt，不要输出任何其他内容。
用户输入 prompt: {prompt}
"""
>хрома с ей практически бескрайней вариативностью
Проблема в том что хрома ещё и говно как модель. С тоннами дрочки ради среднего результата. А вариативности старого СД ещё никто не переплюнул.
А Ты не знал?
Обзор от ИИ
Фраза «вселенная не понимает частицу
не» — это метафорическое выражение из книги «Разговоры с Готманом» автора Стивен Хокинг. В ней говорится, что, в отличие от человека, вселенная не осознает отрицание или невозможность. Понятие "не" существует в нашей логике и языке, но не в физической реальности.
Метафора: Эта фраза является метафорой, которая описывает, как физические законы, управляющие вселенной, могут быть интерпретированы только на основе положительных утверждений. Вселенная, по сути, существует как набор событий, а не как набор отсутствующих событий.
Физическая реальность vs. язык: Это выражение может показаться странным, ведь «не» является ключевой частью нашего языка, и мы не можем мыслить без отрицания. Однако, оно подчеркивает, что отрицание — это концепция, которая существует в нашей системе языка и мышления, а не в самой физической реальности.
Примеры: В физике, например, мы говорим о существовании частицы, а не о ее «несуществовании». Мы говорим о притяжении или отталкивании, а не о «непритяжении» или «неотталкивании». Слово «не» здесь не является фундаментальной частью реальности, а лишь нашим способом её описания.
Зетка мне вчера нарисовала почти правильного далека. Тут даже я охуел
Я там может напутал с подключением сигмы, но оно именно так должно и быть для такого результата(вообще случайно получилось). Можно слегка подстраивать ноду SetFirstSigma(зеленым выделил) картинка сильно меняется.
Короче, интересует твое экспертное мнение. Воркфлоу в первой картинке. Вторая дефолт - сравни пальцы. Что скажешь?
Скорость генерации, на моей 3050:
21с для Qwen Rapid 4s (4 шага)
46с для Zimage (9 шагов, Q6_K)
Промпт:
Conceptual makeup of shimmering pollen and dust, a fairy boy with blond hair and ethereal, translucent skin. His face holds a secret: there are faint, ghostly symbols blurring beneath the surface. Optimal shadows, complex depth of field, dramatic lighting, clear focus, 8k, high quality, Fujifilm filter, surreal, a dreamy pastel wonderland, bright colors, a starry pink background, realistic.
Даже рапид квена быстрее и красивее квена. Реал нахрен не нужен.
>это слопповое, заблюренное пластиковое говно
>лучше Z
кек
> clear focus, 8k, high quality, Fujifilm filter, realistic
> Реал нахрен не нужен.
Лолк
Квен а) параша. б) потрет тебе и sdxl отлично нарисует, причём вероятно даже лучше зета и квена и всех на свете.
Ряяяя вы украли СТИЛЬ и до китайцев добрались.
1. С кожей у qwen беда. Не важно, для реализма или нет - просто беда. Без лор - смотреть противно, после других моделей. Это даже не пластик а просто хрень. Не позорься - добавь лору.
2. Еще один сравнивает общие возможности и качество моделей с разным энкодером на одном промте. кек. :)
Может хватит уже этих глупостей, по сравниванию "что лучше - вилка и ложка?" :)
> предлагают заниматься извращениями с заменой
это не извращения а база того как промпты работают
это рофл такой?
и нахуя ты с квен эдитом вообще сравниваешь
Не знаю как у вас работает, у меня вначале ошибку писало, потом поставил nightly, заработало но на выходке какая то хуйня.
> своди себя к психиатру
> В физике, например, мы говорим о существовании частицы, а не о ее «несуществовании».
Блин какие там четыре формулы электромагнитного поля и квантового мира я не помню нихера.
По одной из формул постулируется несуществование магнитных зарядов.
> в итоге скорость возрастала до 3 мин
А мне и норм. Как раз ща кинцо посмотрю.
Но и качество замечательное
Пропт написала мистралька, вышла та ещё залупа
>не могу поверить в это чудо
Более того, в моих тестах инпеинта Зит очень хорошо себя показывает не смотря на то, что это дистиллят. Сам инпеинт пока не очень рабочий и пример фигня, но удивительно то что он точно воспроизводит зерно, которое ты навалил на картинку и заполняет им
Флюкс еле превосходит турбо Z в плане композиций, если лоботомировать его лайтнингом, то он уйдет прямиком на дно.
>кроме Хромы, qwen edit, Z
А чем делать рисованный, качественный сисик+писек и чики-пуки? Пони пока все равно мастхев.
Пони это говно мамонта по сравнению с нубом или связкой нуба + neta yume.
>>1440665
Кстати, вот для тех, кто еще не собирается списывать в утиль SDXL с производными, может быть весьма интересна и полезна вот эта моделька: https://civitai.com/models/1631038/beret-mix-manga
Специализация - черно-белый рисунок в manga стиле.
Зачем? кроме прямого назначения - это готовый генератор canny-edge/HED controlnet картинок под любые другие пони-люстры-нубы. Т.к. стиль у нее близкий к реалистичной анатомии, если такой рисунок подсунуть через controlnet другой модели - получается очень неплохо. А сам beret-mix знает много поз и ситуаций - манга же в датасете, а не просто рандомные картинки. А в манге - именно сюжетные сцены.
Так то можно и Z-ку запрячь на это дело, но разница по скорости - на порядки на старом железе, особенно с турбо лорой. Для controlnet особого общего качества то не надо, можно и за 4 шага генерить черновик. Плюс - не нужно раздельные промпты писать по разным принципам.
Всмысле? А оно разве не эксклюзивно под SDXL делалось? Вроде бы у него какая-то проблема была, не? Типо невозможность очень яркие или очень тёмные тона генерить?
Очень даже неплохо, это мы берем!
Ну, блин, я же проверил сначала- работает с Z Image Turbo
Ну я покрутил, если выше 1.0 то добавляет резкости но в месте с тем артефактов, но на большом разрешении может быть не так сильно выражено
Так это не оффициальная версия, это получается дообученый дистелят дистелята...
ну да, интересно же чо там навертел реддитор, пока фула нет
Может и так. Посмотри на узор платья, здания в дали, деревья, текстура кожи на ногах, пальцы.
> Флюкс еле превосходит турбо Z в плане композиций
Ты просто не генерил на нём. Z вообще даже не близко к Ф2.
Генерировал, и немало. Абсолютно ничего особенного по сравнению с Z.
У Z понимание промпта нулевое по сравнению с Ф2, ничего нормального не нагенерить. Что-то сложнее расстановки предметов по пикче Z не может сделать.
Да вроде нет, может почти всё, кроме явного сюрреализма и бреда. У нее как будто выкручено на минимум фантазирование. Хотя и подобное можно нарулить если фотожопить. Зато она дает техническое качество.
>ничего нормального не нагенерить. Что-то сложнее расстановки предметов
А ты способен что-то такое сам написать? Без ллм. И что долно быть? Типа: "предел сильной скорости на бодром переломе времени". Картинка это и есть предметы, за абстракциями не сюда наверное.
> может почти всё, кроме явного сюрреализма и бреда
Хотя бы банальщину типа корабля в бутылке сделай, как на XL ещё делалось без проблем. В Z ещё стили прилипают, сделать в нужном стиле что надо невозможно, смешать как в Ф2 реалистик и другой стиль тоже нельзя.
вот навскидку, без черипиков и сложного промта.
конечно же меня опередили, эх
В ноде LanPaint появилась поддержка Z-Image https://github.com/scraed/LanPaint
Чел, произошло недопонимание. Я не для этого интересуюсь.
Под адафактором в 32 дим лора 16/32 тренируется в 10 гигов и около 15 гигов кеша на раме. Тренируется быстро.
Просто сделал чистый прогон на датасете с бабами 100 штук картинок с пездами, одна эпоха, дольше препарейшен шел чем сама пятиминутная тренировка.
Слева ориг ген, второе с лорой, третий с дефолтным варианс энхансером и лорой. Ну и ген с пиздой.
Но лучше бы конечно придумали такую же хуйню как для сдхл описанную тут https://civitai.com/articles/22178/wip-draft-pissa-svd-fast-full-finetune-simulation-at-home-on-any-gpu-part-1
Не забыл. Слева ориг, справа с лорой. Датасет кстати вообще без кепшенов, то есть сеточка сама понимает что надо учить пизду.
>Ну и ген с пиздой.
То есть миллион страданий, а пизду сгенерить так и не выходит?
Ну какую тебе пизду надо скажи? Я ж не черрипикаю чтобы тебя удивить, одна эпоха пятиминутная всеголишь
Любая пизда без странных фантомных складок меня бы устроила.
>>1440846
Ты охуенен, анон!! Первый пик клипскип - 25. Второй дефолтный.
>девочка 9 лет. Похоже, она принадлежит к цыганской расе и представлена в молодом возрасте. У девочки длинные, ярко-черные волосы, ниспадающие каскадом на плечи. она в волшебном мире кружащегося снега и огня. на ней маска из перьев
Да уж, очень интересненько, надо выбирать, где получше останавливаться, спасибо. Сразу несколько штук и генерить с разным стопом.
-5; -10; -15
> Короткостриженый с недельной небритостью белый мужчина плохой внешностью 30 лет одет в спортивные шорты, сандали с носками и футболку с милитари-расцветкой в пиксель.
На футболке мужчины надпись "Miyabi love"
Находится в китайском современном городе с китайскими достопримеательностями.
foxes gathered around the man
foxes are eating film tape
man on one knee is feeding film tape to foxes
Что я могу сказать? Z модель цензурирует носки с сандалями!
Флюкс.
Ткните нубасу где этот ваш клипскип находится? В дефолтном воркфлоу есть? Чет не нашел.
Через поиск нод: ''set last layer'
>>1441030
Детайлеры, апскейлеры и прочие мыловарни самая переоценена хуита в тредах.
Открою тебе секрет.
Когда через тебя проходят сотни лиц - ты на их детализацию не обращаешь внимание, только самые важные черты или откровенные уродства подмечаешь.
Ты забыл главное Похуй Вообще.
До сих пор без заметного и время затратного вмешательства фотошопом даже в очень качественную генерацию можно на глаз отличить не то что нейронку от не нейронки, а модель от модели и файтюн от файтюна.
>пыхтит над апскейлом
>пыхтит над инпейнтом лица
>пыхтит над клип скипом
>ДА МНЕ ВООБЩЕ ТАК ПОХУЙ Я ТУПО ПЕРВУЮ ГЕНКУ ЗАЛИЛ НЕ ПОТЕЯ
>Ура. Теперь зетка может в безумие!
>лучшая модель
>Лол, теперь клип скип вместо сида. Спасибо.
Модель отрыгивает недогенерированные полуфабрикаты. Публика скачет, хлопает в ладоши от радости и просит добавки. Мрак.
https://www.runcomfy.com/comfyui-nodes/ComfyUI/CLIPSetLastLayer
CLIP Set Last Layer Usage Tips:
To generate more abstract features, set the stop_at_clip_layer parameter to a higher negative value (e.g., -24). This will stop the model earlier in its processing pipeline.
For more detailed and fine-grained features, use a value closer to -1. This will allow the model to process the input more thoroughly.
Experiment with different stop_at_clip_layer values to find the optimal setting for your specific task or dataset.
В 99% случаев, лучше накинуть 7% шума и размытие в 0,2-0,3 пикселя чем ебаться с попыткой убрать хуйню чтоб сломать ещё что то.
>>1441052
Люди хотят немного вариативности, хули.
С Flux.2 мне потихоньку удаётся добиться размещения источника света в полумраке так, чтобы весь персонаж не был как под софтбоксом заполняющего света.
А на Z-Image — нет.
Prompt:
A very dark, shadowy, dim digital photograph of an old dark server room, old computers, red light above the door.
A barely distinctive dark silhouette of a beautiful girl in deep purple minidress, tan sheer nylon stockings, deep purple revealing slide open-toed stiletto mules, is sitting on the vintage computer chair at the deep shadowy desk with a vintage 70's computer terminal, green text, in the dark, typing.
Dark image, dramatic deep dusk red low-key lighting. Very bright contrast red backlight under the desk.
Неплохо. Почти далли-3. То есть качество сильно выше, но разнообразие, фантазия и эстетика хуже.
>Люди хотят немного вариативности, хули.
Делается элементарно, добавлением одного узла Inject Latent Noise (где-то на 0.07) в workflow.
Или более навороченным custom node, который Анон постил в треде (это мне кажется overkill'ом и подталкивает к нездоровому подходу, чтобы на каждый чих искать специальный custom node).
Я так понимаю динамически перетыкивать слой между шагами не получится без серьезных задержек?
> Освещение как на пикриле с Flux.2 можно на Z-Image как-нибудь наpromptить?
Нет, конечно. Только если лоры тренить.
Я не совсем понял о чём-ты.
Там, получается, если я правильно понимаю, резко обрубается генерация («model will now stop processing at the specified layer») и выводится то, что получилось на момент останова.
Что с этим делать, кроме как подхватить этот latent следующим samplerом и ещё чего-нибудь докрутить в нём, я не очень представляю.
На мгновение заинтерсовался... q8 тридцать два гигабайта.
Ради ван герл ситинг ин дарк.
Не мое, мне как раз не хватало возможности нормально несколько персонажей без ебли вводить локально.
Хотя достижение огромное, объяснить модели концепцию "все в темноте" это ещё та задача.
Ещё и LoRA lenovo_flux2.safetensors.
Без этой LoRA заметил, что стоковый Flux.2 ещё и шакалит какими-то крупными цветным точками (у меня зелёного цвета) в «темноте».
Такие артефакты я ещё заметил на одном из стилей имитации плёночного фото.
>q8 тридцать два гигабайта.
И text encoder такой же. Жирная, тормозная. Превью пришлось включить (в новом релизе ComfyUI починили под Flux.2), чтобы через минуту генерации обрывать, если говно получается (чтобы не ждать ещё три-четыре).
Эту я честно сгенерировал по текстовому promptу. А вообще, для «сложных» генераций без JSON-форматированного promptа я к Flux.2 даже не подхожу. Пресловутое «понимание сложного promptа» это тоже отчасти маркетинговый ход. Я об этом писал: >>1440110
>объяснить модели концепцию "все в темноте" это ещё та задача
Я с этим мучаюсь из чистого любопытства. Возможно ли это в принципе. А ещё, чтобы «зональное» освещение и «выставление» света. Flux.2 должен это делать лучше всех, но и там тоже местами обман.
Вообще, лучше бы писали честно, подо что модели заточены и что они точно не умеют делать, чем дразнить красивыми черрипикнутыми картинками в промо.
Это не ты ещё в Далли треде в быдлятне пытался свечу в темноте сгенрировать? Такая то битва с ограничениями модели.
>пришлось убрать описание одежды
Сработало.
На самом деле, круто для Z-Image. Конечно, не то, да и с «70's vintage computer terminal» у Z-Image беда (что неожиданно). Но я бился, чтобы заставить Z-Image выдавать что-то подобное.
Не, не я.
Я начал это дрочево с Qwen-Image и частично добился успеха (в сочетании с Samsung_qwen_overtrained.safetensors, Qwen-Edit-Relight.safetensors, и рядом других (пикрилы).
А потом уже переключился на другие модели. Вместо Z-Image начал ковырять Flux.2 в надежде на реализм и работу со светом. В целом, и с тем и с этим ждало разочарование от завышенных ожиданий. А к выставлению хотя бы фрагментов освещения на Flux.2 подобрался только сейчас.
Flux.2
Перевернуть модель парусника днищем кверху у меня пока никак не получается.
Нет, одной лапшой я даже не надеюсь на скорость. Интересно если кто-то кодом это организует как seedvariance, будет ли сильная просадка.
Ты просишь у модели фотографию с глубоко сиреневым цветом платья в темной комнате, где только зеленый свет от экрана и красного освещения. Ты просишь очень темную комнату, в которой можно различить, что это не голые ноги, а полупрозрачные колготки телесного цвета под столом где очень яркий красный цвет. Тут будет или не фотка, или фотка с освещением и проебом половины противоречащих инструкций.
>с глубоко сиреневым цветом платья в темной комнате, где только зеленый свет от экрана и красного освещения
Всё верно. Я специально ставлю в сложные условия, чтобы посмотреть на результат.
На самом деле, очень достойно. Если пипеточкой в Adobe Photoshop потыкать в нужных местах, то оттенок платья в тёмной комнате будет тёмно-сиреневым. На самом деле, это очень круто.
Ещё сложными условиями являются, например, генерация вида от первого лица и отражения в зеркалах.
Я всё понимаю, что наивно требовать это от модели, которую специально для этого не обучали. Но прогресс заметен.
Что касается моделей, например Qwen от алибабы, Flux.2, у меня складывается впечатление, что их вообще корпораты (или нанятые ими разработчики) создавали для задач генерации изображений продуктов (или мультипликационных рекламных маскотов, рекламной графики, showcase продуктов) и одежды для их площадок онлайн-маркетов и «цифровых примерок» одежды (edit варианты моделей). А всё остальное является совершенно побочным и удивительно, что при нестандартном использовании позволяет достигать впечатляющих результатов.
>ставлю в сложные условия
Ты требуешь невозможного. У ней там в нутрянке модель реального освещения, и если ты ей задал только красный и зеленый источник света, а объект отражает синий цвет, значит она сама придумает источник света у которого есть синяя часть спектра, уж какой ей заблагорассудится, или выдаст вместо фотки нечто не реализм.
>создавали для задач генерации изображений продуктов
Насколько я понимаю, все модели приходится сначала учить на разнообразных данных. Потом файнтюнят у них эстетику, но если это не турбо модель, то они это разнообразие должны помнить.
норм пошизить, спасибо
дело не в негативе, у тебя без негатива ебало заартефачено (так, что аж пизда!), неужели это не очевидно? но тебе похуй похоже, тебе важнее заблюренный задник, он и не должен быть другим пока объекты в движении, это блохоискательство на фоне реальной проблемы с откровенно хуёвой генерацией лица главного персонажа в кадре, очнись уже...
>У ней там в нутрянке модель реального освещения, и если ты ей задал только красный и зеленый источник света, а объект отражает синий цвет
То тогда фиолетового быть не должно не смотря на prompt, а должен быть какой-то другой (чёрно-тёмно-красный)?
>значит она сама придумает источник света у которого есть синяя часть спектра, уж какой ей заблагорассудится
На пикриле в посте не наблюдаю.
>или выдаст вместо фотки нечто не реализм
Ну, тогда не очень-то реальная
>модель реального освещения
В целом, я с тобой согласен по поводу фиолетового цвета (синей компоненты), хотя путаюсь в вопросах длины волн, отражения/поглощения длин волн видимого спектра, особенностей человеческого зрения; где «фиолетовый цвет» это результат восприятия одновременной стимуляция рецепторов, отвечающих за «красный» (длинные волны) и синий (короткие волны).
https://www.snexplores.org/article/color-purple-exists-only-in-brain
У меня была задача посмотреть, можно ли получать «недоэкспонированные» «тёмные» изображения на которых светом (даже не отдельными цветами) акцентировать только определённые области. При этом делать так, чтобы объект не был залит заполняющим светом как от софтбокса или, ещё хуже, вспышки.
Вообще, спасибо. Это прорыв.
Размышления по поводу твоих слов и пост Анона >>1441087 натолкнули на правильное понимание вопроса.
Я взял неудобный Z-Image и проверил по следам своего поста >>1441098
Пикрил
Prompt:
A very dark, shadowy, dim digital photograph of an old dark server room, old computers, red light above the door.
A barely distinctive dark silhouette of a beautiful girl in minidress, tan sheer nylon stockings, revealing slide open-toed stiletto mules, is sitting on the vintage computer chair at the deep shadowy desk with a vintage 70's computer terminal, green text, in the dark, typing.
Dark image, dramatic deep dusk red low-key lighting. Very bright contrast red backlight under the desk.
На Z-Image (первый пик поста >>1441087) очень хорошо видно, как она пытается всеми средствами вкорячить цвета из promptа, освещая всё «несуществующими» источниками света (тот самый рассеянный заполняющий свет от «софтбоксов», который меня раздражал и причины возникновения которого я не понимал полностью). И всё только ради того, чтобы отобразить «заказанный» цвет, вместо того, чтобы благодаря >>1441142 «модели реального освещения» сделать его таким, каким он должен был бы стать при освещении источником условного «монохроматического» света (например, тёмно-красным, вместо фиолетового). Я думал, что такое поведение будет само собой разумеющееся: указали исходные «цвета» предметов одежды персонажа (как при освещении источником «белого» цвета; зелёная футболка, синие джинсы), «осветили» условным «источником» «монохроматического» освещения и картинка станет такой, какой нужно. А по факту, модель просто меняет всю картинку целиком в угоду тому, чтобы отобразить «заказанные» цвета любой ценой. Для кого-то, возможно, это было очевидно, но я до этого момента не понимал насколько сильное это оказывает влияние.
Какой из этого следует вывод? Вообще не указывать какие-либо цвета одежды, предметов, персонажей при генерации изображений на тёмном фоне, оставляя только цвета «монохроматической подсветки» и надеясь, что остальные «цвета» под этими источниками «монохроматического» освещения получатся хоть какими-нибудь, пусть и неконтролируемо, рандомно.
Попытки явно указать цвета предметов одежды такими, которыми они должны были стать после освещения источником «монохроматического» света (с помощью HEX значений цветов, которые вроде бы поддерживает Z-Image; и точно поддерживает Flux.2, но я на нём ещё это не пробовал), предварительно рассчитав перед этим «результирующий» цвет, который должен получиться после «освещения» объекта одного «цвета» источником другого «цвета», с помощью калькулятора смешения цветов ожидаемого результата не дал. Опять происходит «модификация» всего изображения, только менее агрессивным способом, чем в случае когда требуемые «цвета» совсем не подходят и не могут там быть.
Сказывается пробел в знаниях в этом вопросе.
В общем, пробуйте. Легко обучить на удовлетворительном уровне. У меня был сет из 50 фото в средне-хуевом качестве, в основном лицо и плечи, несколько фото общего плана, много разных.
>>1441206
База. Но Грок это пиздец кал обоссаный в плане качества картинки по сравнению с другими онлайн сетками. Зато с крутой дистилляцией, вот его бы на локалку. Самые красивые пикчи делали в Imagen 3. Он в принципе был лучшим абсолютно во всём. Даже тот же Imagen 4 стал каким-то блеклым и серым, ориентированным только на всратую фотографию, но при этом реализма модель не добавила совсем.
>комфиевский фейсдетайлер
>фейс-инпейнт
Форжишизики всё ещё используют отдельные модели что бы пририсовывать плоские инородные ебальнички как будто на дворе 2023?
>CFG 3 для NoobAI
Что это даёт? Разве Нуб и так не работал на CFG 3 ?
это ты тот аутист который заявлял что новый промпт = новый сид?
тебе и другим невдупленышам поясняю, клип скип это то количество блоков текст энкодера которое ты выбрасываешь за борт. то есть с каждым выкинутым блоком понимание промпта деградирует и воспринимать это как фичу это надо пиздец ебнутым быть , только если ты не генерируешь какой-то сюррреализм намеренно.
но зетники видимо согласны и на такое, лишь бы хоть как-то разнообразить генерацию в несомненно лучшей модели тысячелетия
Всяко лучше, чем 3 года сидеть без сносного facedetailer как комфидаунята
ну так у нас уже 2k на Гойда-имедже, апскейльнуть до 4k без какой-либо потери качества не проблема если исходник на 2k.
>Разве Нуб и так не работал на CFG 3 ?
На 4 шагах, CFG 3 не работал, нет.
Все другие ускорялки требовали CFG 1.
>На 4 шагах
Теперь чуть понятней, спасибо!
А качество на дно не упало?
>тот самый рассеянный заполняющий свет от «софтбоксов», который меня раздражал и причины возникновения которого я не понимал полностью
А я попробовал просто dark room, lights off вообще без цвета источников освещения или одежды/предметов, а он все равно освещает цетральный объект-девку таким светом. Только после исправления на very dark room и добавки, что не просто woman, а dark figure of получается что-то более-менее похожее. Так что про моделирование "реального освещения" как причину заливки светом я обосрался, наверное, это просто такая особенность модели.
>нахуя вам 4 шага на сдохле, вы ебанутые?
НАДА я люблю крутить вайлдкарты и мне удобнее сгенерить 500 вартиантов рандома, а потом из них выбирать что апскейлить. Чем быстрее, тем лучше
>>1441279
Затестил.
Количество шагов уменьшает.
Время генерации - не уменьшает.
Эта хуйня работает только с семплером Kohaku и адекватный результат выдаёт только при CFG 2 и 8 шагах.
А 8 шагов этого семплера на моей карте аж на 3 секунды быстрее 20 шагов Эйлера. Шило на мыло получается.
Понеслась!
Тестируем обновлённую Flexy (не Fluxy).
А еще, промптом их можно поумерить? fp8 влияет на эти шакалы?
> сгенерить 500 вартиантов рандома
типикал сдохля экспириенс, генерить рандомный кал тоннами, зато быстро епта
после зимага это все такое мыло пздц. нейронки уже не будут прежними после з.
попробовал повторить, хз
Типикл мелкабуква экспириенс. Тупо высрать боль своей жопы, не вникая в суть написанного.
Тебе слово "вайлдкарты" что-нибудь говорит? А говорит оно о том что в качестве промпта у меня полный рандом, и чтобы найти среди этого рандома годные варианты нужна большая выборка, от модели это вообще никак не зависит, если не брать скорость генерации в расчёт
Алсо, давай ка ты сначала мне подкинешь анимешную модель, из коробки знающую 90% стилей рисобак и понимающую бору-теги в качестве промпта, на голову лучше чем Нуб и его тьюны, и тогда я возможно твой пиздёж про "сдохлю" начну всерьёз воспринмать
>в качестве промпта у меня полный рандом
Рекомендую выделять успешные/неуспешные генки и гонять их промты через LLM вместо тупого рандома. Для каждой модели/лоры будут разные рецепты, но в целом сильно меньше в говне ковыряться.
мимо_другой_вайлдкард_дрочер
Если это лора то пока никак. Если без то она не особо понимает такой костюм, у него буквально тэг impossible bodysuit.
Как вы вообще умудряетесь шакалы делать? Оно литералли без всякого пердолинга работает.
> и негатив
> негатив
не работает
> А где вы промпты на Зет берёте?
ллм генерит
>и гонять их промты через LLM вместо тупого рандома
А смысл? Подход с LLM пробовал, но он не даёт того что мне надо.
Даже если брать полный рандом, то логично сначала сделать выборку стилей, а потом уже на основе этих стилей генерить сюжеты.
Вот я в основном и юзаю частичный рандом, который отвечает за сюжет пикчи, а годный сюжет ЛЛМка все равно тебе не придумает.
В этой ноде настройка в два варианта. Я думаю это два предустановленных системных промпта. Можно ли залезть в нее и добавить свой? Было бы улёт.
В файлике \ComfyUI\comfy_extras\nodes_lumina2.py
Есть такие строки. Это оно.
Лови, не жалко.
(realistic:1.05),cosplay, masterpiece,highres,best quality, very aesthetic, absurdres, newest, highly-detailed, teen, (small_breasts:1.2), one-punch_man, tatsumaki, 1girl, alternate_costume, ass, ass_support, back, bare_back, black_slingshot_swimsuit, blue_sky, closed_mouth, cloud, cloudy_sky, curly_hair, feet_out_of_frame, flipped_hair, from_behind, frown, grabbing_own_ass, green_eyes, green_hair, looking_at_viewer, looking_back, median_furrow, pear-shaped_figure, short_hair, shoulder_blades, sideways_glance, sky, slingshot_swimsuit, solo, swimsuit, tan, tanlines, thick_thighs, thigh_gap, thighs, wide_hips
На мой взгляд, после Зимаж уже некуда дальше в фотореалистике двигаться. Только в сторону повышения точности деталей и улучшения мелочей. Космонавт на первой пикче выглядит так, как будто он приехал из тредов двухлетней давности. Изображение с икрой выглядит неплохо, но много мыла в случайных местах, которые не связаны с фокусом камеры.
Похоже, у нас на руках рубежная модель.
Как же я проиграл, спасибо.
1. картинка зимаг. 2 - флекси.
Будет несколько.
Кто-то может залить на основе этой встроенной ноды кастомную с дополнительным полем ввода системного промпта? В него можно много чего по написать, в том числе заставить ллм расписывать промпт из пары слов. Тема очень ценная
>"раздевание" по фото
qwen-image-edit-2509
Как же заебло это творчество душевнобольных.
>на пустом месте
нет. большинство проблем возникает из-за драйвера hands.sys и прокладки между креслом и компом
>заебло это творчество душевнобольных
ты-то пиздатый код написать можешь, сто процентов. просто не хочешь.
Да понятно что я чет не то нажал в менеджере, не еби душу дай поорать. В итоге придется видимо все переустанавливать, надеюсь что не винду.
Умные все.
Спасибо, а нужны какие то лоры к нему устанавливать? где вообще их искать? я только вкатился, установил комфи, прям совсем примерно одупляю как это работает. могу даже чуть юсдт накинуть за помощь в настройке
>А где вы промпты на Зет берёте?
В мозгу.
> То есть я допустим картинку придумал, но там же нужно наверно и качественные тэги добавить
Не нужно тегов. Нужно просто нормальным языком детально описать - что ты придумал. У нее хоть и маленькая, но полноценная текстовая модель работает на разборе текста. Сочинения в школе писал? Вспоминай навыки. :)
В прочем - можно и просто тегов натыкать. Даже получается что-то. Иногда.
>и негатив? У меня негатив из трёх слов, а позитивного нет совсем.
При CFG 1, как в референсном workflow, негатив игнорируется.
>>1441571
>Вместо обычного текстового поля надо ставить CLIP Text Encode for Lumina2
>>1441584
>>1441631
...Или просто вписать такой промпт в обычный клип-ноду самому, как часть "заказа". Там же instruct LLM вместо простого энкодера - кто с текстовыми баловался, наверно интуитивно поймет - что и как происходит. Просто пишем ей инструкцию - чего хотим. Разница в том, что не только саму картинку описываем, но и как именно ее делать.
...Так же кастомную ноду пилить не обязательно - прямо в комфи можно имеющимися средствами собирать итоговый промпт из нескольких нод с текстовым вводом, и даже subworkflow из этого сделать - та самая кастомная нода получится.
Я просто привык уже к тегам настолько, что надо теперь переучиваться обратно. А вот про сфг 1 я чот протупил, забыл что он игнорируется. Спасибо.
>>1441517
У ллм когда спрашиваю мне постоянно преходится переписывать настолько, что проще писать самому.
лоры на civitai.com, надо зарегаться, чтобы видеть недетский контент. правда там в последнее время могут и снести всякие раздевалки из-за ебанутых правил. вот держи лору на раздевание для qwen https://dropmefiles.com/AIfM0
>могу даже чуть юсдт накинуть за помощь
та я не пользуюсь криптой и лень разжевывать. в сети гайдов реально много, на ютубе например. вроде еще forge в последних версиях умеет с qwen edit, там попроще будет чем в комфи, что-то типа продвинутого automatic1111. но сам в нем уже давно не сидел, больше года уж точно
Питон на ранние версии откатывал, жопой тряс, в бубен бил.
Это не ты и не комфи. Это Роскомпозор. Или сервак пайторча упал.
comfyui-desktop? в виде десктопного приложения? вроде припоминаю, ставил это кривое поделие и оно мне похерило чето в путях, снёс нахуй. лучше скачать comfy portable отсюда https://github.com/comfyanonymous/ComfyUI/releases и не париться.
Да я уже понял что дебил, перехожу на портабл, как все нормальные здоровые люди.
Какого хуя я год мучался с десктопом который то обновиться не может, то питон теряет, то вот пайторч на росном месте отпал.
потому шо дебил
Ладно, все равно спасибо за советы, ты мне много времени съэкономил этим
>Какого хуя я год мучался с десктопом
Чел, тебе очень повезло. Я видел пару тем на реддит про то как десктоп версия при обновлении чистит папку со всеми моделями. Радуйся.
При скачке лор скачивается файл на несколько метров. Рядом картинки-примеры, какие теги использовали для генерации.
Но все пользовательские теги не скачиваются с файлом, могут не быть использованы на примерах из-за обилия всех возможных тегов.
А для моделей может быть желательный cfg и количество шагов.
Все теги, которые использует лора, можно каким-то образом посмотреть через комфи/другие программы?
Или все теги лучше сразу скопировать в блокнотик рядом с лорами чтобы не забыть, не потерять и использовать. И cfg вместе с шагами моделей - рядом с файлами моделей.
Правой кнопкой на лору в комфи, в ноде с лорами -> шоу инфо, фетч фром цивитаи
Поделишься связкой?
>>1440690
Сяп!
Так, значит через мод менеджер комфи поставить Lora manager
перезагрузить комфи...
и комфи сдох, прекрасно. А нет, ожило.
В общем я скачал явно не то, но оно хотя бы как-то сохранило всё имеющееся, спасибо за такую наводку.
>>1442143
Из комфи менеджера скачалась какая-то залупа, потому что п-л-л не высветилось, а залупа позиционируется как замена...
Ладно, пока хотя бы так сойдёт, чтобы не сохранять всё подряд, а иметь под боком.
Спасибо за помощь, потом может наберусь мудрости или полезных более удобных расширений.
Ну нормально, прям как полноценная модель ведет себя. Правда в 4 раза дольше генерит, а качество я бы не скозал что прямо в 4 раза лучше, плюс минус то же самое что турба.
>хача
Поясните за этот феномен? Откуда у него полноценная модель? Он же только какой то мердж делал для 1.5 или нет? Он спиздил получается в очередной раз что то и выдает за свое?
Естественно. У него никогда не было своих моделей. Он максимум тренил лоры, выставляя это как какое-то достижение.
A girl falling off a bicycle from a downward view as she is already in the air, cinematic lighting, detailed nature scene in the background, high quality
Проверяй расширения, они там иногда говно мамонта из себя представляют или тянут какие-то древние пакеты которые сами в свою очередь с чем-то конфликтовать могут (или очредное "нужен пакет такой версии, а у тебя такой. Пошёл нахуй")
6 миллиардов, у бомжей праздник
Интересно, какой нужен комп бомжу чтобы такое потянул без квантизации...
Блин, да где на них всех время то взять? Эк их прорвало под конец года... :)
Там кстати некий Qwen 2.5 VL в качестве энкодера. Под 16 гиг размером. Больше чем сама модель.
> некий Qwen 2.5 VL в качестве энкодера
От Qwen Image же.
Там тоже китайские ёбла по дефолту? Как их в негатив вообще прописать
>caucasian
Когда это читаешь, сразу рисуются в голове абреки.
клон zimage штоль? проверил обоих, довольно похожую картинку выдают
О, левая даже сильно лучше.
>>1442483
Не вчитывался в тред, ожидал/ожидаю, что человека два ещё писали про обучение, на проскроле не заметил.
Ещё попробовал, теперь на пикчах из ImageFX. Не растестил хорошо, только последнюю версию на 3к шагов, пикчи на обычном euler. В сочетании с другими лорами ломается. Добавилось пластмассовости немного в отличии от трена на реальных фото. Может нужно было дотренить на low noise или не оставлять elsa в капшенах.
Пробую с бакетами на 1024 (сами пикчи разных размеров), потребление врам почти не поменялось, в 16гб влетает со свистом, но обучение стало примерно на 30% медленнее по сравнению с 768. Но сами понимаете, не только это влияет. Может на прямом датасете с единым бакетсайзом будет ещё меньше врама и выше скорость.
Мне больше интересно посмотреть результаты и настройки тех, кто шарит за настройки.
У меня даже скорость не впечатляющая. Мельком видел сообщения, что у людей 3s/it чуть ли не на 3060. У меня 4-6s/it на 4060 Ti. Как так? Если снизить квантизацию с 8 до 4bit, сильно повысится скорость обучения?
потренировал лору с помощью ai-toolkit на всратом датасете. получил мыло, ореолы и jpeg артефакты, которые были на этих старых фотках (возможно перетренировал). но и похожесть на персону с фоток впечатляющая. буду пробовать что выдаст другой датасет, вылизанный с помощью qwen-image-edit (upscale lora + удаление фона).
>>1442561
>левая даже сильно лучше
да мне тоже чем-то нравится. её лонгкэт выдал.
>4-6s/it на 4060 Ti
да чето дольше чем надо как мне кажется. допустим у меня 1,3 секунды на итерацию с 40 gflops видеокартой. у тебя 22 gflops, должно быть в районе 3 секунд. хотя возможно всё дело в пропускной способности памяти. у 3060 192 бита и 360 гбайт\с, а у тебя 128 бит и 288 гбайт\с. для игр норм, для ии критично.
Ебать.
Дожили.
Может у них батч сайз стоит не 1 (или я путаю с другим параметром)
>>1442589
А какие параметры вы ставите? Или дефолтные из аи тулкита норм?
Я на SDXL ~2К шагов делал и было норм
>дефолтные из аи тулкита норм?
ага, только количество шагов уменьшил до 1500 а то перетренировка выходила. на 12 гб врам можно ещё low vram галочку отключить, модель норм влезает.
обучил ещё одну лору на исправленном датасете (убран фон + денойз и апскейл), стало нормально. жаль конечно не может как qwen image, которому любое говно закинуть можно и лора норм выйдет. ну 20 млрд параметров видимо более гибкие.
>В общем, пробуйте.
я соглы с твоим постом, вчера надрочил на уебищнейшем датасете из шумов и артефактов прекрасную лору с прекрасным диверсити и когерентностью, на сдхл натренировать также невозможно было
алсо зимагу насрать на кепшены если в датасете то что зимаг и так знает, чисто на классовый токен дрочишь и кайфуешь
адафактор (на 0.0003) меньше жрет чем адам и сходится в два раза быстрее, плюс можно в конфиге вкл автоадаптацию самого адафактора если надо автоматический оптим
алсо квантизация в 4бита нормальная для трансформера, позволить больше дименшенов поставить для лоры или включить 1024 или батч 2 выставить, но в принципе зимагу насрать он и в 512 тренирует прекрасно
алсо на пике лучше тоже включать, бустит схождение
>ЕЩЕ ОДНА ГОДНОТА
а первая годнота это я так понимаю кручение клипа чтобы фильтрующие слои не мешали?
>Это ВСЁ МЕНЯЕТ! Гораздо лучше становится понимание промпта.
ну такто да, надо подправить промт в самом скрипте будет
а между моделями пикрил разницы нет как я понял? просто одна уже дедистиллирована, а вторая - обычная турбо + адаптер типа лоры?
>можно в конфиге вкл автоадаптацию самого адафактора
это в режиме advanced? подскажи пожалуйста, где именно
>квантизация в 4бита нормальная для трансформера
памяти меньше жрать стало. погляжу что получится на выходе.
>первая годнота это я так понимаю кручение клипа чтобы фильтрующие слои не мешали
Я вчера заметил только остановку генерации на определённом слое и отрыгивание полуготового полуфабриката. Ну и восторженные возгласы: «Вау, Z-Image умеет абстрактный креатив, лучшая модель».
>Гораздо лучше становится понимание промпта.
Проверил, не заметил (тестировал на настройках с prompt, seed, scheduler/sampler как у постера).
Чтобы получить результат, похожий на то что у него (хотя на этих настройках должно очень похоже), пришлось отцепить LoRAs из Power Lora Loader (отключить весь узел), отключить CLIP Set Last Layer (вернуть значение по умолчанию). Ну и ещё подозреваю, что у него text encoder какой-нибудь abliterated стоит, а не тот, который по умолчанию в workflow идёт.
Я очень осторожно отношусь к таким советам, иногда кажется что ради лулзов вбрасывают какую-нибудь дичь, которая только засирает генерацию. А потом смотрят как куча леммингов в треде повторяет.
Результаты пикрил1.
Выводы: работают те же приёмы, которые были эмпирически определены для Z-Image. А именно: ни слова о цвете при генерации тёмного изображения. Когда указывается только цвет источника «монохроматического света» и идёт рандомная раскраска, выглядит в целом довольно убедительно.
Ну и стоковый Z-Image с тем же promptом (пикрил2), он старался.
Втыкать цвета с помощью их HEX-представлений на Flux.2 пока ещё не пробовал. Интересно, будет ли Flux.2 пытаться их реально «осветить», чтобы получить настоящий результирующий цвет или будет пытаться воспроизвести в ущерб всему (как Z-Image: заказали цвет — сделано; а то, что освещение, да и всё изображение не то, это уже проблемы юзера).
Prompt (с небольшой ошибкой, которую сейчас заметил, поэтому на Flux.2 игрушек на ёлке нет):
{
"scene": "a dark old server room room. A dark silhouette of an old-looking computer with large monitor on the desk with large caption '2ch AI StableDiffusion' and an orange lightning icon on the screen with CRT artifacts., There are dark silhouettes of sci-fi glass panes with node programming interface displayed with words 'ComfyUI', 'Z-Image', 'SeedVR2' in pixelated computer font. The glass panes are connected with light color cables through patch-panels. Some panels are broken and displaying error messages with warning icons.\nThere is a pile of light color cables on the floor.",
"subjects": [
{
"description": "A dark silhouette of a chubby middle-aged man in light cotton socks, dark fluffy slippers, dark sweatpants, light t-shirt, semi-dark bathrobe, wearing paper bag as a mask with eye holes, with happy smiley face drawn with pencil on the paper bag.",
"position": "left of center midground",
"action": "standing by the computer, holding a small, beautifully decorated Christmas tree decorations, adorned with electric color string-lights, and setting it up on top of the monitor"
}
],
"style": "Documentary-style photojournalism with natural authenticity, artistic expression",
"lighting": "cinematic lighting, very dusk green fluorescent low-key sci-fi glass panels dim green fluorescent glow.",
"camera": {
"angle": "Eye level",
"distance": "Full shot",
"lens-mm": 80,
"f-number": "f/4",
"depth_of_field": "Everything sharp",
"focus": "Hyperfocal, near to far"
}
}
>>1442597
Чуть больше 4 часов 2500 шагов. Low VRAM походу зря не отключил (не обратил внимания). И offload тоже, наверное, не нужен, если всё равно всё кешируется на диск.
Взял свой лучший датасет, на XL он выдавал чудеса и внезапно оно сделало хуже чем лора на обычном датасете. Лицо норм, но качество страдает, на 1500 уже не очень видно лицо. Хуже чем голая модель с фотолорами. Надеюсь с base будет обучаться лучше.
Анон, расскажи пожалуйста, с какой целью LoRAs тренируешь? Определённые персонажи и их «гарантированное» воспроизведение в генерации?
Я к этому вопросу ещё и близко не подходил потому что пока надобности в этом не было. Но любопытно для общего развития. Гайды мельком смотрел, но не вникал.
Пикрил Qwen-Image-Edit-2509, на Flux.2 ещё не пробовал Edit делать, но там он наверно будет не хуже Qwen. Для меня какую-нибудь грубоватую поделку слепить достаточно. А тратить время ради получения конкретного персонажа пока не хотелось.
Или для тренированных LoRAs есть какие-нибудь другие сценарии использования типа редких «стилей» изображения, которые не получаются другими способами, или какие-нибудь lightning LoRAs (ускорялки, улучшалки, вычищалки)? То есть то, ради чего всем этим заниматься. Практическая сторона, так сказать.
>с какой целью LoRAs тренируешь
Тян сиськи у-ууу стоит раком жопа как бочка
Для общего вида персонажей Edit может и подойдут. С лицами они не справляются.
Ну, стиль тоже можно, если есть желание.
>Определённые персонажи и их «гарантированное» воспроизведение в генерации?
Да.
>для тренированных LoRAs есть какие-нибудь другие сценарии использования типа редких «стилей» изображения, которые не получаются другими способами
Да.
Добавлю про эксперимент с использованием HEX-значений цветов, которые можно добавлять в subject JSON-promptа FLUX.2
Запорол чистоту эксперимента, сгенерил с другим Seed.
Специально взял яркие и несочетающиеся цвета для пикрил1, чтобы посмотреть, что произойдёт. Хотя эти цвета были заявлены как цвета персонажа (его color palette), особого влияния они не оказали. Наверно, больше ёлке досталось. Но самое главное, что сразу появляется «волшебный софтбокс», который «поправляет» освещение так, чтобы отображались «цвета». Ожидать, что FLUX.2 заказанные цвета «переосветит» и адаптирует к общему фону изображения было наивно, но попробовать стоило. В итоге ситуация следующая: если на изображении не может быть заказанных цветов, то освещение всего (или большей части) изображения будет изменено так, чтобы они там появились.
Пикрил2 без явного указания цветов. Просто ёлка с цветными огоньками (без указания их цвета явно) уже немного «выпадает» из общего фона изображения и явно, освещена не так, как должна. Хотя по сравнению с пикрил1 тут в целом удовлетворительно.
В черрипикнутых примерах FLUX.2 из prompting guide https://docs.bfl.ai/guides/prompting_guide_flux2 нет изображений с заполняющим «монохроматическим» светом на цветных объектах (с модификацией их результирующего цвета). И теперь понятно, почему.
В целом это неспецифичный сценарий использования, так как эту модель готовили под «студийную съёмку» промо-материалов, архитектуру и прочие коммерческие задачи, поэтому сложно ожидать от неё (особенно, когда dev-модель позиционируется как инструмент «быстрого прототипирования, концептов» рекламы pro-версии). Но, всё равно, любопытно.
Вот правильный пикрил2.
>LongCat-Image
>6 миллиардов
Самое главное не написал:
>guidance_scale=4.5,
>num_inference_steps=50,
>ЕЩЕ ОДНА ГОДНОТА!!
Ладно, признаю, что не годнота. Просто добавляет еще префикс тот из кода. Я даже запилил кастомную ноду. Всё фигня. Тоже самое что писать перед своим промптом этот "системный" промпт.
>а между моделями пикрил разницы нет как я понял? просто одна уже дедистиллирована, а вторая - обычная турбо + адаптер типа лоры?
разницы нет архитектурно, просто дедистилю сломали дистиль и теперь он может работать как должна работать обычная модель - с высоким цфг и много шагов, вследствие чего получается что турбо дмд модель (а зимаг турба на принципах ученик-учителя и дмд сделана) больше не зависит от конкретных обстоятельств генерации и может быть использована для дальнейшего фул файнтюна, надрачивания на ней лоры без использования адаптера чтобы юзать выходную лору с дедистилем без адаптера или юзать связку дедистиль+адаптер чтобы получать более точную и гибкую лору и использовать ее с турбой;
кароче обучать на дистилляте это несколько неправильно - можно, но дистилят много упускает при тренировке и может пукать при сложных концептах излишне обрезая важную инфу, дедистиль именно как база обучения лучше
кстати острис в2 адаптер выпустил
а еще онемшка придумала лифехак с адаптером https://huggingface.co/ostris/zimage_turbo_training_adapter/discussions/5
>это в режиме advanced? подскажи пожалуйста, где именно
да, именно там, пикрел
>Я вчера заметил только остановку генерации на определённом слое и отрыгивание полуготового полуфабриката
клип сет ласт леер? ну да я про это и писал, там на последних слоях нсфв фильтрация у зимага небольшая очевидная, -1 неуправляемый промтом очевидно получается, -2 дефолт режет концепты всякие, -3 и дальше в зависимости от шизы можно подобрать для своих задач
>Проверил, не заметил (тестировал на настройках с prompt, seed, scheduler/sampler как у постера).
Чтобы получить результат, похожий на то что у него (хотя на этих настройках должно очень похоже), пришлось отцепить LoRAs из Power Lora Loader (отключить весь узел), отключить CLIP Set Last Layer (вернуть значение по умолчанию).
а я на стандартном енкодере погонял, разительно лучше выход с инструкциями из люмина ноды, сегодня попробую NSFW систем промт подставить замести стандартных
>подозреваю, что у него text encoder какой-нибудь abliterated стоит, а не тот, который по умолчанию в workflow идёт
а аблитерейтедов qwen3 4b то и нет в кванте нормальных, или я в глаза ебусь?
>Тоже самое что писать перед своим промптом этот "системный" промпт.
Прям одинаковый вывод получается если прописывать систем промт в обычном поле промта? Я не тестил просто, но частенько с ллмками в виде енкодера пишу шизу в [system instructions] прям сплошным текстом
Да, одинаковый, на уровне какой-то погрешности(сид зафиксирован). Я по заблуждению(после общения с ллм) думал, что здесь системный промпт значит тоже самое, что и у ллм. Но оказалось что конкретно с этой нодой это не так. Например можно в текстовую ллм прописать чтобы она заменяла всех человеческих персонажей которые ты ей пишешь на котиков и ллм будет так делать. А прописав такое я эту ноду я получил котиков везде даже просто авто на дороге и там коты.
Это просто префикс к промпту. Возможно слегка улучшающий. Такое было в Fooocus с каким-то его стилем гпт2 к промпту добавлялись всяческие мастерпись слова.
промт: старая женщина в красном платье позирует в ночном клубе, она в бикини
натренено на датасете из 100 картинок с ллм описанием
1 ориг ген турбы
2 плюс лора натренненная на дедистилле вес 1 эпоха 5
3 плюс лора натренненная на дедистилле вес 1 эпоха 8
4. эпоха 17
где-то начиная с 9 эпохи периодически чередуются эпохи где композ как в ориге, а следом эпоха где совершенно иной, ну и все приправляется артефактами и переобучением, но эффект норм, можно снизить влияние лоры в целом, что негативно повлияет если у вам нужна сверхточность лица
из плюсов, с лорой на скипе -1 становится более менее управляемой модель
то же самое на скипе -3
алсо вот этот результат в обоих вариантах на эпохе 17 это переобучение начиная с результата на эпохе 10, так что зимагу долго выдрачивать смысла нет вообще
> на дедистилле с адаптером
У тебя должен быть либо адаптер, либо дедистил. Сам натренил хуйиту и жалуешься зачем-то.
Нет, ты не прав.
> It can be used to train LoRAs on top of that should remain compatability with the base model, or it can be continued to finetune well beyond what you could do with the turbo model with the ostris/zimage_turbo_training_adapter
Переводчик возьми, если не понимаешь что написано. Либо дедистил, либо продолжай тренить на турбе с адаптером. У тебя в тулките специально нет поля для адаптера, чтоб ты не додумался его подрубить.
Ну как написано так и понял, надо было прямо писать "не юзайте с адаптером", а то бля "можно продолжать тюнить как вы тюните турбу" и "can be trained on directly without an adapter" (кен би подразумевает возможность а не правило).
>У тебя в тулките специально нет поля для адаптера, чтоб ты не додумался его подрубить.
Я не обновлялся еще.
В любом случае оно тренируемо с адаптером, еще и быстра.
Делает их ровными как китайские мечи.
>накопилась куча пнгшек, есть у вас какой-нибудь питон скрипт / вебапп, чтобы все их конвертнуть в .жпг / .вебп с сохранением ComfyUI workflow
накорябал когда-то с помощью llm скрипт на python, создаёт webp+json, обрабатывает папки с подпапками https://dropmefiles.com/3ogZI
он не только конвертит но еще и сортирует абсолютно всё по папкам, по времени создания. настроек нет, только выбор папки с пнг и конечной папки. исходные файлы не уничтожаются, только копирование\конвертация
джсон для хранения воркфлоу? т.е. оно не заембежено в картинку?
И какие еще есть рабочие связки помимо euler + simple?
Сделал скрин-схему с пояснениями. Три блока: генератор, и2и от генератора(латент) и отдельно и2и от любой картинки. В блоках и2и свои промпты и работает негатов, так как цфг больше единицы. На скрине в обоих и2и в промпте wet black girl в негативе Asian, censored. Таким образом легко меняется девушка по промпту. Довольно качественно получается.
Сам генератор состоит из трех семплеров. Первый дефолт, справа от него хороший независимый генератор с офигительным разблюриванием картинки и добавляет множество деталей, но долго работает. Снизу от дефолта еще генератор, но он работает от латента дефолта и тоже разбюривает картинку с добавлением деталей, однако шумноват. На скрине видны генерации и результаты. Да и сами можете это повторить.
Отпишись, понравилось ли тебе? Что улучшить можно?
Из того, что я видел, все сходятся на том, что 9 шагов достаточно. Больше не надо, хуже становится.
Я видел даже в треде, что используют разные scheduler/sampler, но не знаю, делают ли это с пониманием или просто у кого-то подсмотрели.
Я пока остановился на euler/beta, res_2s/bong_tangent, которыми я пользуюсь для Qwen-Image, для Z-Image конкретно не подходят настолько, что портят картинку и особенно кожу.
А во, разобрался, надо было поставить расширение rgthree's ComfyUI, и там уже эта нода, и всё без браузера.
Но браузерное расширение может сразу все лоры просканировать и зафетчить, что может быть полезно, если насрал лорами без проверки и с комфи по той или иной причине не сфетчить больше
Напиши "японская катана" - будет кривая.
>портят картинку и особенно кожу
Простые 2с не подходят. Посмотри выше твоего поста я выложишь вф. Вот пик1 дефолт, пик2 Unsample, пик3 bogacki-shampine_4s
Промпт the wet blonde haired girl is putting something in her mouth
Вот еще пример кожи. 1 - дефолт(текстуры кожи нет вообще), 2 - Unsample(детализация, но много шума), 3 - bogacki-shampine_4s (отличная четкость картинки, кожа, зрачки супер). работает в 3 раза дольше только
spoiler] a[ very attractive young lady, breasts,looks at the viewer in disgust, short hair, shirt, medium breasts, underwear, upper body, short sleeves, hetero, open clothes, solo focus bra, open shirt, pov grabbing breast grab, messy hair, pov hands
Вот: >>1443355 >>1443359
Какой пример? Скачивай ворфлоу и сам покажи. Я же выложил его. Какого сжатия еще
да ну, нафиг это надо. мне с ер_сде+бета57 норм
Аниме и рисунки i2i не любит, вагины подрисосывает на картинках норм, изменяя полностью лицо на чужое
А вот модификатор и денойзер/улучшалка иногда выдаёт какой-то бредик. На 6 изображении, которое снизу идёт на 4 - артефакты пошли. На модификацию мало чего применилось, но это я криворукий с промптами.
Ниже ещё маняпример напишу
Да, беру промпты у ллмки
> A highly detailed cyberpunk future cityscape at night with a crowd of people living in luxury under a strict authoritarian regime. Neon lights reflecting off wet streets, advanced technology with holographic advertisements, people wearing high-tech fashion and expensive accessories. Authoritarian symbols on buildings, military presence with armored vehicles patrolling. Luxury cars and airships hovering above, opulent skyscrapers with exclusive clubs and casinos. Sharp contrast between wealth and control, cinematic lighting, 8k, photorealistic style
Сначала дура проигнорировала часть промпта, затем подменила азиатов на людей, после чего действительно нарисовала по теме.
А рисованные изображения нейронка не любит
> happy old man
А тьфу, простите. 3 изображение это 15 century dieselpunk. Ну да, там бредик вышел. Надо лучше промпт писать.
>У зита после нанкина рассовая неприязнь к катанам?
Есть подозрение что зит намеренно сильно зацензурен и урезан, но не там где мы думаем (не сисик и писик), у модели очень сильный закос под китайщину ебанную и скорее всего базу тоже тренят с этим же закосом, чтобы партия китай жена не узнала что Z image картинка генерация сгенерировала винни пуха заседающего в партии надеюсь что не прав
Сука бесит эта хуйня что эти пидорашки китайские тянут с выходом базы, даже вон аноны пытаются де дистиллировать турбо чтобы хоть что-то можно было тренить
> намеренно сильно зацензурен и урезан, но не там где мы думаем
Он не пропускает носки с сандалями! >>1440945
У китайцев какая-то своя особенная шиза, копошимся в недоделанных изображениях.
>оно не заембежено в картинку?
ага. только json рядом с картинкой. был код где json сохраняется в jpg exif данные, но комфи его не видит почему-то. с webp ещё печальнее. ну что взять с qwen coder, доступа к гигантам типа claude sonnet я не имею. попробуй потыкать какие-нибудь llm на этот счёт.
Есть. По крайней мере в картуне и на 16 хорошо выглядит. Но я видел и фото генерят с 12-20 шагами и получается лучше. В то же время, для себя можно и на 6 шагах генерить свободно. Например пикрил 6 шагов, третье на 16 шагах с каким-то ебанутым 2s_ode, последнее проба ер_сде 5 шагов.
Все кроме третьего пика и так "Zendaya is holding the handle of a japanese katana blade with both hands"
Да я прежде чем тут спрашивать уже запряг и опуса и соннет и гемини - все клялись что сохранят воркфлоу, а на деле прокинули через хуй.
Ну хз.. Вот, зеткой генерировал.
Он и саблю похоже не знает (пик 3)
Ну думаю, не должно быть сложно показать гордона фримана цифру три пальцами.
Лора есть.
Так, заставить показывать пальцы не получается.
Ну z-ка же должна знать...
Блин. Понял.
Ну анончик подсобил >>1443322, можно заставить зетку перерисовать...
Да в смысле два пальца! И так и эдак, показывает два пальца.
Так, Z-ка генерировай мне три пальца
Ах ты ж сука. Ничего, ща в фотошопе возьму к изображении зетки приделаю и перегенерирую!
Перегенерировал, зашибись!
Учить нейронку, что такое монтировка, не стал даже пытаться.
Найди jpg, в котором сохранен воркфлоу (у меня такого вообще не нашлось) и попроси код просмотра всей метадаты, чтобы понять где оно хранится. Потом уже код, чтобы переносило из png в это поле jpg. Или то же самое с webp. У них у всех по-разному хранится мета и могут понадобиться разные библиотеки, не все умеют сразу всё.
Я хотел сделать "нигер с кфс на фоне", но нигера применило к фримену.
>получилось только с Instruct-версией сделать
то есть к zimage можно подключать любой qwen3 с huggingface?
Ван 2.2 но это только картинки
Возьми другую модель и всё. А на Z баб генерь.
По сути. Хотя thinking и embedding - сомнительно. Последний так точно довольно странные результаты выдаёт.
Я это и на SDXL (точней его тюнах) могу. И делаю, да. А тут реально что-то отличное от 1girl или очередного популярного перса хочется сделать.
Всего лишь надо заставить другую модель сгенерировать монтировку, а потом обернуть зеткой.
Ещё раз спасибо анончику выше >>1443322
Пиздец какой-то. Мало того что шакалы, так ещё и мутанты.
Попробуй менять этот параметр. Имеет сильное влияние, буквально на единичку меняй.
Спасибо, я там видел коммент, но у меня каждая картинка генерится долго, так что именно для опыта я ничего и не меняю, лучше побольше тестов наделаю, что да как, а потом уже буду менять может быть.
Да кому я вру. Ничего не буду я менять. Сид и другое изначальное изображение даст заметно отличающийся результат.
Аж проиграл с надписей мелким шрифтом. Причём в их же табличке оно всрало дико Ф2, а Z они тупа побоялись брать в сравнение, чтоб не соснуть у 6В. Ещё и bf16 нет, они там fp8 тюнили что ли, шакалы.
>у меня каждая картинка генерится долго
Пробуй чуть укороченный вариант (вф в картинке).
>>1443985
персонаж аэрис взрослый из игры FF7 remake
Ради опыта я, конечно же, начал двигать.
Сначала двигал неверно step 20-16-14 и посмеялся с результата
Затем начал двигать именно steps_to_run
Тут уже и лицо гораздо больше напоминает оригинал, и пытается рисовать то, что не любит (игры со своим анусом например).
Конечно остаётся вопрос, зачем тогда использовать перерисовку, если остаёшься на варианте, приближенном к оригиналу, но всё равно полезно. Где-то да пригодится вот это вот 10-11 пограничное.
Алсо попытался нарисовать анус промптом - вышел бодихоррор. Ну не любит эта модель такое рисовать.
>>1444037
Спасибо сейчас попробую, почему бы и нет.
У меня на моём компе (не лучший для нейронок спасибо амд) на четверть или на половину быстрее.
Но возникают приколы. На одном и том же steps_to_run при разном сиде получились совсем разные изображения, одно заметно более реалистично. Я вроде и понимаю, что это возможно, на то оно и сид, и нейронка - всего лишь весы. Но как-то здесь степс-ту-ран не так сильно влияет, как сид. Поэтому я, наверное, предыдущую бы предпочёл не смотря на скорость, потому что смешивание с оригинальным изображением там более прогнозируемо.
Ах да, заметное отличие от предыдущей модели (более медленной) - рука остаётся на месте, где и была на оригинальном изображении. Вот это может быть действительно важно.
Но я всего лишь одно изображение гоняю, что от меня толку.
И прикрепил изображения, которые опровергают утверждение
> рука остаётся на месте
Она оставалась с 10 и ниже степс-ту-ран
> с 10 и ниже степс-ту-ран
Блин, с 6 и ниже. Спутал изначальные 12 с предыдущей более медленной...
Всё, заканчиваю срать.
Пробовать надо. Кучу тестов делать. В оригинальном шаблоне(ищи в темплейтах комфи intro to clownsampling) рекомендуется в унсемплере промпт ставить пустой, а нормальный промпт уже во второй семплер ставить. Я еще не пробовал, тоже много времени это всё отнимает.
>aquif-Image-14B
>i was planning on making the following models out of Wan2.2:
aquif-Image-Edit-14B
aquif-Video-Edit-14B
and of course, aquif-Video-14B
О, ну это другое дело!
Это наверняка что-то модненькое и хайповое (на пару недель), сдохля так ни за что не сможет, фу-фу...
Про дурака и хуй стеклянный вспомнил почему-то)
>это без лор?
ага
>прикладывайте промпты
можно использовать LLM и воровать промпты, кек
он же написал
>новый Z-image
Там воркфлоу должны быть прямо в картинках.
>>1444752
Полностью голая зетка, даже без клипскипа. Который скорее заваливает папку выход тоннами брака.
>Там воркфлоу должны быть прямо в картинках.
Я тоже так думал два треда назад.
А потом скачал и попробовал открыть свои PNG в ComfyUI с очевидным результатом.
После загрузки сюда PNG, по крайней мере та часть метаданных, где хранится workflow, повреждается.
Анон писал, что только хитровыделанный webp можно как-то. Но я дальше вникать не стал.
>Анон писал, что только хитровыделанный webp можно как-то.
Вот в этом посте вебп с воркфлоу и там видно как сохранять >>1444037
вагина не причём, я говорю о неком (не фентезийном, аля варкрафт) персонаже, а о неком реальном гибриде человека и насекомого с гуманойдной головой, но частично насекомым, по мотивам Каррнивал Роу. У меня так и не получилось это, что-то получилось только на ванильной sdxl и со специфичной лорой, но это не то, что я хотел. Рисуется условная тинкербелл.
>>1444833
>ебабельной
так штоле?
Не могу зайти даже через vpn, суууука...
>>1444847
нее, это уход в анмешность и это больше насекомое, чем человек, а нужно гипереалистичный (где-то пугающий) гибрид а-ля гигер без чешуек, но анатомически, примерно на 10-15% - насекомое. Это очень сложно, почти недостижимо, у меня хитиновый покров был не частью тела, а что-то вроде костюма, как у инженеров из алиенов. Я долго ебался, и ничего не мог с этим поделать.
Я щас пытался найи сеплы, но похоже я ёбнул всё в сердцах)
мне кажется что тебе проще научиться рисовать будет, чем дождаться нормального выполнения задач нейросетью)
А где дифусерс версия? Хочу попробовать заменить для тренинга
>нормальных лор
уже наклепали под флюкс, и в итоге 2-я версия срать хотела на эти лоры, кто будет их трейнить, если завтра выйдет следующая, которая не будет их поддерживать. нахуя спрашивается?
Ладно вот ету возьму https://huggingface.co/huihui-ai/Huihui-Qwen3-4B-abliterated-v2/tree/main
Хуйхуй, говорящий ник
Кстати тест на базе. Слева ориг, справа аблит. Недостаток генеративных знаний о пизде проблема зимага. Щас попробую лору с пиздой применить.
Так аблит у тебя хуже вышел.
В чем вообще смысл? Я и на обычном клипе порноротику любой сложности клепать могу т2и. А если и2и то вообще, почти без промпта можно все делать.
Со всякими "улучшенными" версиями Qwen3-4B поаккуратней бдь: не знаю в чём дело, но они точно меняют генерацию, причём часто совсем не в лучшую сторону, добавляя хаотичных деталей или каких-то нелепых абоминаций, вроде "склеивания" двух концептов в один. На всякой фентезийной фигне может (или если промпт достаточно неспецифичный) и не так заметно, но если хочешь получить что-то очень конкретно? Прям бросается в глаза.
>Так аблит у тебя хуже вышел.
Не, аблит определенно лучше будет в качестве базы для нсфв.
Слева ориг, справа аблит, промт "naked woman, vagina, erotic, spread vagina by fingers"
Ну ща бы по 1 прогону сравнивать, но ладно, сам попробую на своих промптах затестить.
Теперь потренировал правильно.
Без лор, с адаптером, без адаптера. Очевидно без адаптера нет артефактычей, но а так в принципе тренирует плюс минус одно и то же.
Всегда скачивайте всю информацию по лорам как только скачали саму новую лору.
А есть автоподгрузка недостающей инфы, чтобы не тыкать вручную в rgthree?
каждый дрочет как хочет или как умеет, у меня в лора манагере всё скачивается-обновляется само, но это в отдельной странице браузера, а не в комфи-странице будет, так что менее удобно, но хотя бы как-то всегда будет всегда с тобой срёт прямо в папку с лорами
ргтри удобнее да, но нужно вручную
дада, вот уже завтра, проверяем под подушкой.
ну и основные трудозатраты при тренировке это именно составление датасета и промптинг, а потом остается просто нажать кнопочку.
https://modelscope.cn/models/silveroxides/Z-Image-Turbo-SingleFile/files
Чё туда засунули? bf16 модель + LLM меньше же весят, так?
Ну пусть вместе с VAE. Всё равно.
>справа аблит
Это и так понятно: она "факи" на пальцах показывает 😁
Попробуй этот шедулёр. Тоже почти карась
https://github.com/erosDiffusion/ComfyUI-EulerDiscreteScheduler
А как это? МОжно подробнее сколько ставить и в чем разница
Клип сет ласт леер. По дефолту от модели отрезает -2, соответственно если поставить -1 то следование промту перестает работать, но картинка становится максимально фемели френдли, вытащить чтото крамольное нереально.
-2 соответственно ни рыба ни мясо, очевидные нсфв взаимодействия очень нехотя генерирует, большая часть времени абоминации при взаимодействии между людьми
-3 уже практически отъбнувший нсфв фильтр, можно генерировать практически все что угодно со знаниями модели и нужными лорами
-4-10 - все дальше и дальше от фильтра, можно получать неожиданные результаты, можно юзать как доп сид
-10-20 - как по мне уже излишек, но гдето на 20 и ниже можно вытаскивать гуро и трупы натуральные например
она еще цопешку хуячит на 10+ и 20+. друг проверял и сказал мне
Ancestral же никогда не сходятся! Они на каждом шаге продолжают подмешивать случайный шум.
Посмотри хотя бы в этой уже несколько устаревшей статье раздел Ancestral samplers.
https://stable-diffusion-art.com/samplers/
Вообще начинает раздражать граница между откровенным бредом и тайными эзотерическими знаниями о работе sampler/scheduler от некоторых постеров. Я тут частенько замечаю, либо у меня не хватает поверхностных знаний о работе samplers/schedulers и поэтому я не могу понять зачем используются некоторые связки, либо в этом треде часто постят такие дикие комбинации sampler/scheduler, вообще не понимая основ их работы. Как будто просто где-то подсмотрели, часто ошибочно, и потом пихают их везде не разобравшись.
Сисик есть и так, а детальные пезды ток восстанавительным обучением возвращать, китайцы детальность концептов затерли
держи на понятном примере с количеством шагов>>1440945
Хотя заставить её и на -1 нарисовать носки наверняка можно. Просто она сама что-то там делает начиная с определённых уровней
>либо в этом треде часто постят такие дикие комбинации sampler/scheduler, вообще не понимая основ их работы
Именно. На уровне метода тыка. Плацебо эффект. В конкретном каком-то сиде показалось какому-то шизу что-то красиво, шиз тут же думает что это лучшая связка.
если оно выполняет свою функцию - не надо ломать
всё верно
а потом пихаешь понравившуюся картинку обратно в комфи и меняешь исходник
>если оно выполняет свою функцию
Ну бухать можно и вставив бутылку в жопу и получить тот же эффект через прямую кишку. Думай.
Я предпочитаю малозатратный способ хлебнуть чуток вискаря раз в пару месяцев на голодный желудок - сразу клонит в сон, и толер не вырабатывается.
> у ksampler нет такого
> две строчки посередине
increment - повышают значение сид на 1
decrement - повышают значение на -1
по идее между рандомайзом и инк/декр не должно быть сильной разницы в результате, на деле как придётся
спасибо, братан.
оказывается в новом интерфейсе нет этих настроек на случай если кто еще встрянет
> в новом интерфейсе нет
А, любопытно. Ну тогда стоит упомянуть, что на >>1445589 ClownsharKSampler из какого-то там расширения RES4LYF во.
Может поможет и будет работать на твоём новом интерфейсе хз.
Может кому интересно будет.
И данному господину спасибо, две миски риса, мягкую кошкожену и не менее +1000 социального балла.
Не выкладывай больше бритоголовых женщин, пожалуйста, это мерзко.
Я просто экспериментировал. Не пишите в Росгвардию, плиз.
> -10-20 - как по мне уже излишек, но гдето на 20 и ниже можно вытаскивать гуро и трупы натуральные например
Ступени нейроада. Не спускайтесь глубже.
После -13 жизни нет вообще.
Шо творит, сука электрическая.
Там от промпта или разрешения сильно зависит.
Некоторые вещи норм терпимо на -15 делает. Но не эксперементировал, с чем именно это связано. Правда вероятность странных нереалистичных глаз или уродств повышается заметно.
дефолтный воркфлоу гавно, вот здесь норм: https://www.reddit.com/r/StableDiffusion/comments/1pdayxy/fix_zit_controlnet_quality_by_using_step_cutoff/
сначала прогоняет через depth_anything_v2, потом 2-4 шага отрисовки с контролнетом, а следующие шаги уже без него продолжает. збсь получается.
1 пик
ебануться, кручение пса напромптил или он сам знает?
Я не проверял, но при быстром поиске пишут, что prompt тоже сохраняется с данными workflow в PNG.
А если метаданных workflow в изображении нет, то >>1444771 предлагает использовать LLM для «описания» изображения.
гпт мне то же самое ответил. а если кидаешь пикчу в комфи он весь воркфлоу открывает с базовым надбором рандомных промто-слов
>aquif-Image-14B
>Ван 2.2
Пиздюка поймали на копировании чужой модели. Хеши совпадают, но он не сдается.
https://huggingface.co/aquif-ai/aquif-Image-14B/discussions/9
>>1446332
Типичный мердже-пидорас вроде редкрафта и прочей гнили. Только этот особенный. Сука, когда уже их начнут банить на civit.
всем удачки.
скачай ноду ComfyUI-Gallery, появится кнопка с галереей из всей твоей папки output, сразу пикчи с промптами, не надо ебаться со ставкой целого вф и копирования оттуда.
Слабак. Надо было брать специальный копро ссд под нейронки который не жалко.
> А помните ждали пони в7? А потом она вышла и это сделало всех очень счастливыми.
Ну справедливости ради потанцевал в7 огромен, просто никому в хуй не уперлось с ней что-то делать, инструментов нет, медленная, на те же грабли кароч наступлено как с в6 которой не знали как пользоваться без ретренов. Зит показал как надо делать чтобы быть первым парнем на деревне, астралайт уже ничего не сможет исправить, разве что бросить аурафлоу и инвестировать в ретрен зит когда выйдет база. Кстати что там у зита в лицензией? Астралайт ауру взял потому что опенсурс и можно рубить бабки.
>в комбинации с этими настройками Карася дают наиболее хорошие результаты на Z-image
Спасибо анончик, что напомнил как я крутил неделю эти настройки еще на сдхл. Вот держи воркфлоу с карасём с моими тогдашними находками, чутка подправил. Получилось шикартно, если внимательно сравнишь, то увидишь. Параметр что отметил красным на скрине сильно меняет картинку. Регулировать по единичке.
сколько ты там нагенеришь за неделю? гигабайт максимум 2 и близко не валяется с дрочениями винды
Он имеет в виду, что файл подкачки насилует ссд террабайтами перезаписи в секунду. Причем тут сколько нагенеришь...
так это вероятно из-за перманентной дрочки файла подкачки после оффлоада из RAM, а не из-за итогового количества генок на выходе. Больше RAM надо или просто дешманский ссд под убой для pagesys.
Ну запрети подкачку на важные диски, в чем нахуй проблема
Системный диск
Диск для нейрокалов
Че трясешься не пойму
от ауры
алсо астралайт чето с зеткой делает, модели пока нет https://huggingface.co/purplesmartai/zony-v8-256px-exp-de-distilled/tree/main
ебать, погонял нейроночки год называется
второму вообще пизда походу, но ему 5 лет
я правда дохуя видосов генерил, даже больше чем пикчей, там сразу 60+гб в кэш прилетает
Кто такой этот твой флекси?
Вообще не нашел такой модели.
>https://flexy-ai.com/
Хач, ты заебал)
> 100р за 5-секундный видос на ВАНе
Пиздос как там лохов стригут. Это дороже чем Veo даже.
Спасибо большое! Легко разобрался, очень удобно! Сижу, генерирую, в ус не дую! И главное недорого. Считаю флекси лучшей моделью на рынке.
RES4LYF. Хотя это, по идее, просто настройка alpha и beta стандартного beta-планировщика из Comfy.
В общем, просто взять огромное количество оперативной памяти, и на ссд ничего лишнего писаться не будет?
Чего ты там ссышь. Нормальный ССД должен минимум 500-700 ТБ жить, тебе с 7 ещё далеко. У меня 100 гигов подкачки на ССД и мне вообще похуй, спустя 2 года пишет 5% жизни ушло.
И как же плохо с картинками рисованными.
> beautiful girl in clown makeup
2 года как системный винт, 1 год на него кладу своп во время генок. В общем-то ссд один хер раз в три года меняешь, так что не задумываюсь вообще.
Склепал воркфлоу для легких модов для Z Image Turbo (в пик1). Без ресемплинга, работает быстро, чуть дольше обычной генерации. Крутить нужно параметры в ClownGuide. У этой ноды есть много режимов работы guide_mode. Что-то показывается в примерах, но многое не понятно. Почитать было подробную инструкцию.
Семплер 3s даст гораздо лучшее качество, но дольше.
The girl with blue hair raised her hands up. Her bare, very hairy armpits are visible.
🔥🔴 Hitachi HTS547575A9E384 (HDD)
Состояние: На грани смерти.
И вот тут начинается треш:
❗ 1. 89 045 часов работы
Это 10 лет непрерывной работы.
Любой HDD с таким пробегом статистически находится у могилы.
❗ 2. C1 — Parking Count = 0x003EA24E = 41 000 078 парковок головки
Норма — до 300 000.
У тебя — х40 млн.
Это без преувеличений самый убийственный показатель. Такие диски давно должны были умереть.
❗ 3. Ошибки:
BB — неисп. ошибки: есть записи → диск уже сталкивался с повреждёнными секторами
BC — Command Timeout → механика/электроника не успевает ответить
BE — Airflow Temp предупреждения
BF — ошибки от вибраций/ударов
C0 — Emergency retract срабатывал 293 раза
❗ 4. Cur Value атрибута 09 = 1
Когда «состояние» атрибута 09 падает до 1, это значит:
ПОЧТИ ПРЕДСМЕРТНОЕ СТОЯНИЕ (предельный ресурс).
👉 Этот диск не просто старый — он статистически труп, который каким-то чудом ещё работает.
Так и чего? Какая разница? Все равно за компом делать больше нехуй, это типа как отказаться от дыхания, ибо кислород вызывает старение, да все заканчивается, ломается, стареет итд
Зачем тебе целочный комп гаражного хранения без задач в целлофановом пакете с надписью 100%? Смысл как раз в получении хотя бы какого-то фана от железяки, машинно обученные модели это верх фана, что можно сейчас на ленивом выжать из пеки, 100 рублей в месяц уж точно стоит.
Если есть какие-то трюки, которые сократят влияние на износ ссд - почему бы их не использовать.
Подцепить говно мини ssd и запердолить swap туда, сдохнет - выкинул.
>реснулся до ста
заменил отжившие блоки незанятыми, но прошивка в говне поэтому там такое действие учитывается как исцеление, бывает такое
То что там прошивка дерьмо я понял еще когда после переустановки винды он с кучей свободного места и без какой-либо активности продолжил кончаться дальше. Еще я понял что эти процентики жизни в принципе нихуя не значат, потому что по тестам записи/чтения сдд почти всегда живут в разы дольше чем их период от 100 до нуля
>прошивка дерьмо я понял еще когда после переустановки винды он с кучей свободного места и без какой-либо активности продолжил кончаться дальше
Так, чисто для информации: SSD вообще-то могут работать со своими ячейками, и когда комп их не трогает - это нормально. Они в IDLE состоянии заранее чистят блоки, которые раньше были заняты данными, а теперь помечены как свободные (после операции удаления в системе). Перед новой записью, такой блок еще нужно физически очистить - это относительно медленно, потому делается фоном. По возможности.
Ну и что ты тут то страдаешь? Сходи на цветок да скачай лору. Там их уже натренили несколько штук на это дело.
>инвестировать в ретрен зит когда выйдет база
Будет только психбольной. NoobAI (лучшая локальная модель) сказали, что команда Зед спиздила у них датасет и планирует сама обучить. Вот на основе этого уже пускай обучают LuZtify, Ponyz (уже не будет нужна, у него датасет хуйни), Chromaz. Только бы поскорей официальное сообщение, что они реально обучают и приблизительные сроки.
>>1446882
А по примерам будто плохо делает.
Делал I2I по сд пикчам, тоже только хуже стало. Но зато фон чинит, можно опять потом сд пройтись и должно получиться красивей. Очередная рефайнер модель для XL. Это какой-то мем, что на XL получаются самые реалистичные 1girl standing изображения по текстуре, если они не испорчены сложной сценой. Дальше по реализму идет Chroma и Qwen, потом Wan. У каждой свои нюансы.
я ща на лм арене хуньянь имейдж 3 потыкал, это просто пизда какой разъеб. такого качества я вообще нигде не видел, тестируя одни и те же несколько промптов на разных моделях. но на локали такое не видать конечно, что печалит.
>но на локали такое не видать конечно
Хуньянь локальная модель, запускается на 5090:
https://github.com/comfyanonymous/ComfyUI/issues/10068#issuecomment-3346829721
>сказали, что команда Зед спиздила у них датасет
Звучит как шиза какая-то.
Не, что-то такое было. Только не спиздила, а официально обратилась, да.
Насколько это правда - хз. Ну, что такое вообще имело место быть.
Да, заметно быстрее. В каком-то роде менее управляемо, но она и по смыслу же быстрая менее функциональная схема.
Между степсами и weight можно немного балансировать, если нравится результат, но зашумлён...
По крайней мере если понравился результат, но он весь в шумах, можно пофиксить сид, тыркать степ вверх-вниз, надрочить вейт, и получить очень близкий к зашумлённому результату.
Зачем всё это почему - потому что я начал ещё и степы дрочить, чтобы заметно ближе к оригиналу было. Так что это вряд ли вообще относится к делу, раз предлагали только вейт дрочить. Но степ даёт быстро разный результат
Всегда думал про обучение пиксельарта в нативном размере. Это оно выдает в 256х, что если реально обучить только на 256х.
Кстати, попробовал >>1445374. Хуйня, никаких плюсов не заметил. Тренит так же долго, результат хуже. Но я на этот раз не стал капшены делать для теста, кхе-кхе. Но Z опять впечатляет легкостью обучения. Даже на xl dmd приходилось заебаться с некоторыми датасетами лор, чтобы сделать похожее лицо, да и то нужно было выкручивать вес. А тут на похуе кидаешь, ждешь в 2-3 раза дольше и получаешь похожее лицо.
> Хуйня, никаких плюсов не заметил. Тренит так же долго, результат хуже.
Вообще никакой конкретики. Что значит долго? Что значит хуже?
У меня сейчас трен на афакторе идет со скоростью 1400 шагов в час, притом что датасету 100 картинок хватает 1000-1100 шагов на обучение.
Хочешь еще быстрее? Ну можно в конфиг расширенный продижи шедулер фри запихать с аргументом schedulefree_c=10 d0=1e-5/5e-5 и обосраться от скорости, потом нестабильные лееры клипскипом отрежешь если че.
>Но я на этот раз не стал капшены делать для теста, кхе-кхе.
Можно на классовый токен тренить, кепшены не важны.
>Но Z опять впечатляет легкостью обучения.
Ну ето не заслуга З, а флоу. То есть сдохля с которой ты сравниваешь в ваниле предсказывает шум, а флоу предсказывает путь к результату.
>Даже на xl dmd приходилось заебаться с некоторыми датасетами лор, чтобы сделать похожее лицо, да и то нужно было выкручивать вес.
Ты както не так дмд юзал похоже. Там прикол что ты можешь результ выжимать из лоры буквально со стартовых эпох, то есть лора может быть жутко недотрененная, но дмд поверх дает когерентные гены, особенно если тренировался енкодер. Сто раз сам делал так.
> в ваниле предсказывает шум, а флоу предсказывает путь к результату
Шизик, любой DiT так же предсказывает шум, флоуматч - это просто замена таргета епс на другой без альфы.
>пиксельарта в нативном размере
VAE модель не относится к одному пикселю как к правильному квадрату с дисплея. Для неё это одна точка на непрерывной двумерной поверхности.
Надо тестировать, но кажется, что для реализации идеи квадратности VAE понадобится больше одной точки.
Тот правильный попиксельный пиксельарт что рисуют хуйдожники никогда не будет возможным создать нейронкой из-за самого принципа её работы. Всегда будет неточный псевдопиксельарт. С таким же успехом можно фотку в фотошопе прогнать через фильтр постеризации или пикселизации.
Да похуй, к пикселям можно привести. Главное сделать, чтобы оно рисовало по формам пиксельарт на 256х, а не заквадраченную примитивную хуйню. Но зачем, если оно итак это делает на 1024?
> любой DiT так же предсказывает шум, флоуматч - это просто замена таргета епс на другой без альфы.
У тебя и впред шум предсказывает наверно :)
Аноны что эти пидоры сделали с интерфейсом, какую то хуйню наворотили! Раньше слева удобное меню где не заходя в аутпут можно было сука 1 кликом открывать картинку, а сейчас эта хуета называется ассеты и не открывается при клике на нее, можно ли вернуть это где то в настройках?
>по формам пиксельарт
Не понимаю про какие формы ты говоришь. Пускель арт - это просто иллюстрация, подогнанная под квадратную сетку
Только дауны тренят ТЕ. Литералли никто не при претрейне моделей не трогает ТЕ, потому что это гарантированный проёб концептов. Тренить ТЕ имеет смысл только если ты хочешь вжарить концепт так чтобы он протекал повсюду.
Чел, чувакам, которые специализированно занимаются пердолингом LLM очень редко удаётся добиться каких-то вменяемых результатов не разъебав фундаментальные мыслительные процессы трансформера. А тут ты от картинкодрочеров прогресса ожидаешь.
Подсунь готовую abliterated модель и будет тебе устойчивые сиськописькины токены.
>потому что это гарантированный проёб концептов
Не гарантированный. Ты забыл про технику early stop для енкодера, которой дотюнивают до нужной кондиции большие дяди.
>Тренить ТЕ имеет смысл только если ты хочешь вжарить концепт так чтобы он протекал повсюду.
Так как раз фундаметальный концепт писика затерт что в квене что в весах зита.
>>1448127
>Подсунь готовую abliterated модель и будет тебе устойчивые сиськописькины токены
Аблитерейтед не обучены новому, он "убирает" вдроченные refuse фильтры запрещающие генерировать непотребства. Ну это как у гпт скрытые инструкции жейлбрейком обходить. Но в квене точно также писик был обучен на уровне "ну ето либо продолговатый огурец или бесформенное нечто между ножек живых существ", аблитерацией не вернешь знаний потому что их и нет.
> дотюнивают до нужной кондиции большие дяди
Назови хотя бы одну современную модель, где ТЕ тюнен. Литералли все модели на Т5 с ванильным, в том числе Флюкс/ВАН. Квен с ванильной ЛЛМ, Z тоже, у Ф2 ванильный Мистраль. Даже свежая китайская поделка Newbie, трененая только на аниме, использует ванильные ТЕ - ванильную гемму и клип.
> концепт писика затерт
ТЕ тебе причём тут. Просто датасет подчищен простейшим детектором NSFW.
Как сказали где-то в обсуждениях: дистилят это музей, база это библиотека. Дистилят сделанный по принципу "модель ученик учится предсказывать результат модели учителя" короче режет много полезных данных. База как минимум нужна для точной тренировки чтобы потом использовать с дистилятом.
Для самой генерации музея конечно достаточно.
>Назови хотя бы одну современную модель, где ТЕ тюнен. Литералли все модели на Т5 с ванильным, в том числе Флюкс/ВАН. Квен с ванильной ЛЛМ, Z тоже, у Ф2 ванильный Мистраль. Даже свежая китайская поделка Newbie, трененая только на аниме, использует ванильные ТЕ - ванильную гемму и клип.
Кхем... T5 ауры в пони в7. Тут вопрос в желании, а не в НИЗЯ НИЗЯ БОХНАКАЖЕТ.
>ТЕ тебе причём тут. Просто датасет подчищен простейшим детектором NSFW.
Так он не подчищен в том смысле что сетка знает где писик находится и как он должен выглядеть, но у сеток нет понимания детальности, они буквально прошлись цензурированием по всему корпусу данных, накинув блюра на гениталии.
> T5 ауры в пони в7
И что получили на выходе? Самую неюзабельную модель последних лет? Нет ни одного удачного примера тюнинга больших энкодеров, только крошечные клипы 0.4B на XL тюнили, да и то это довольно сомнительно выглядит.
>И что получили на выходе?
Отличное понимание писиков и сисиков.
>Самую неюзабельную модель последних лет?
Самую недооцененную и непопулярную модель. Кто ж виноват что стралайт не продистилил в7 а какой-то байтданс не сделал лору убыстрялку чтобы когерентные гены любой лох мог делать?
>Нет ни одного удачного примера тюнинга больших энкодеров
Ну и нет ни одной удачной нсфв модели без натренированного те.
> нет ни одной удачной нсфв модели без натренированного те
Вот тут ты уже запизделся. В Ване нет проблем с порнухой на ванильном Т5, как и в Хроме. ТЕ тебе ничего не рисует, а закодировать тег пизды сможет хоть Т5, хоть соевая Гемма. Вопрос только в самом DiT и то что в датасетах всё вырезано.
>В Ване нет проблем с порнухой на ванильном Т5
Сетка для видосов ето другое.
>как и в Хроме
Хрому додрачивали на кстомном 5млн датасете. Я ж не говорю что без тренировки те писик невозможен, просто ето неэффективно с точки зрения задачи.
> 5090 + 170gb ram
и то со скрипом) там моделька под 150 гигов в диффузерах весит
Ньюби новый анимешный вполне может, другой вопрос про общее качество модели конечно, оно пиздец какое всратое, хз из за багов, что хуй запустишь нормально, или же из за того что они обосрались с тренировкой
> результат
А что за результат? Z и так голых баб как на твоём пике генерит. Что ты там тюнил?
>А что за результат? Z и так голых баб как на твоём пике генерит.
Слева дефолт ген с промтом "top model asian girl, слева в одежде, справа без одежды, фото "до и после", справа + сисикписиковая лора. Даааа, генерит с полпинка зеточка голых баб...
>Что ты там тюнил?
Сисик писик.
>концепт в те не затерт
квен3 4б не исполняет нсфв запросы
Выросло поколение, которое видело как пиксельарт из прикладной техники стал объектом дроча воннабиолдфагов. Никакой магии в нём нет.
Собственно из жаргона видно, что ты сопляк с фантомной ностальгией и магическим мышлением.
>квен3 4б не исполняет нсфв запросы
Это так. Но почему-то в роли екодера в Зет запросы рисует легко. Так что не нужно таких котегоричных утверждений. Я сам с ллм отдельно балуюсь и вот это не понятно для меня.
скуфидон хотя бы картинки генерит
Кому лень качать
> An intimate close-up of a young russian girl reading a book by an open window, natural daylight illuminating her profile and loose hair, wearing a USSR soviet school uniform with lace details, a vase of fresh red carnations on the sill, serene and contemplative expression, interior background blurring into shadows
Советский галстук превратился в двойную бабочку, появились серёжки. Как же так?
Чисто со стороны пять копеек: у Z - немного своеобразное понимание обнаженки. Если написать "without clothes" или даже "nude" - будет в белье, с высокой вероятностью. Чтобы получить реально обнаженку - нужно писать "fully naked". Причем именно с "fully". иначе может трусы оставить.
Это не про то, что она будет лучше письки рисовать без лор. Лучше деталей не будет. Это про саму одежду.
ИТТ делимся советами, лайфхаками, наблюдениями, результатами обучения, обсуждаем внутреннее устройство диффузионных моделей, собираем датасеты, решаем проблемы и экспериментируем Тред общенаправленныей, тренировка дедов, лупоглазых и фуррей приветствуются
https://2ch.su/ai/res/1405043.html
> С обучением идите туда
это правильно, здесь тред для необучаемых
вполне умеет z в писик, пик 1. без лоры, базовая бф16. это получше вариант. иногда еще лучше получается. чаще похуже.
пик 2 с лорой с цивы.
Ну и что это за хуйня на твоей картинке? Хочешь сказать, что в зетке такой концепт формы заложен? Это не так. Что-то не так с твоими ёбашедулерами/семплерами, думай.
>бф16
Разницу с фп16 знаешь? Ты бы ещё всё время про фп32 писал...
Как я помню была SD1.5. Потом SDXL. Потом на основе SD1.5 появилась Pony. Где-то в то время я выкатился и забил.
Сейчас вернувшись, пытаюсь разобраться.
Тут в треде уже несколько раз писали что NoobAi это мастхеф. А почему не люстра?
Если верить дипсику NoobAi это производная от Illustrious надроченная на датасете Danbooru, т.е. это типа как апгрейднутая пони что ли.
При этом Illustrious так же хорошо жрет Danbooru-теги и при этом понимает "естественный язык". На нее больше лор, и свежих моделей от Illustrious на сиви в разы больше. Почему так? Вчера гонял обе модели по одним тегам, результат +- один и тот же, но у люстровских моделек (в том числе мердженых) картинки посочнее.
Если ты используешь именно тюны и мерджи, а не чистые нуб и люстру, то там уже поебать, как они обозначены. На цивите ввели отдельную категорию для нуба, но про неё все забывают и используют по дефолту люстровскую, даже если в модель дохрена нуба вмерджено или вообще лора тупо под нуб сделана, но по категории все равно могут люстрой обозвать. Так что забей. Лоры на них все равно взаимозаменяемы по большей части, я никаких проблем не замечал, если лору под люстру на нубе использовать. И наеборот.
И как прописывать девушек? girl дает каких-то лоли, а woman - милф
Ну блин ты хоть там фантазию включи что ли
Привлекательная юная женщина в лесу
Курска красная
Очки солнцезащитные красные
В лесу дождь
Под ногами снег
Деревья стоят зелёные с синими цветами и яблоками на них
>Привлекательная юная женщина в лесу
Пик1 Все равно ломает по возрасту
Причем если писать "юная женщина" на русском, по она будет европейской внешности, а если на английском, то азиатка лол.
И на английском он лучше следует промту
Прмдумали что-то лучше со времен natvis?
https://civitai.com/models/617652/natvis-natural-vision
Без лора, на дефолте норм пошло
ну вообще Bigaspы, но ты ими пользоваться с наскока не сможешь
есть еще Bigasp 2.5 с передроченной sdxl под flow https://civitai.com/models/1789765/bigasp-v25
сейчас тренится 2.6 https://huggingface.co/fancyfeast/bigaspv26-training можно извлечь чекпоинт
на основе 2.5 выдрачивается снейкбайт с флоу https://civitai.com/models/2068592?modelVersionId=2451385
ну и есть модельки типа лустифая https://civitai.com/models/573152/lustify-sdxl-nsfw-checkpoint?modelVersionId=2155386 которые бигасп с пиросом с натвисом и потренное сверху
эта хуйня только казашек из японских мультиков умеет или что-то еще?
weight_dtype - fp8 влияет на картинку, просто чтобы был в курсе.
>>1448493
>А почему не люстра?
Потому что NoobAI это развитие IL. По сути очень похожие модели. NAI, вроде, разнообразней.
>>1448723
Это будет кал от инвалида ебучего, который даже XL не смог затюнить.
Ну там есть кое-какие знания про западных персонажей тоже.