База:
→ Приложение ComfyUI https://www.comfy.org/download
→ Приложение Forge https://github.com/lllyasviel/stable-diffusion-webui-forge
→ 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/
ЧТО НОВОГО АКТУАЛЬНОГО ЗА ГОД
• Qwen Image (SOTA модель для генерации картинок).
• Flux Krea.
• Wan 2.2 (подходит для генерации картинок).
• Flux Kontext.
• NAG (негативный промпт на моделях с 1 CFG)
• Chroma
• Лора DMD2 для SDXL ускоряет в 2 раза. Пример: 10 шагов, семплер LCM, шедулер beta, 832x1216,
CFG 1 для обычных SDXL 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,
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 >>1309496 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
Скорее всего он по визуалу будет такой же узкоспециализированный как и gpt - один хуй придётся после него контекстом полировать.
>полный развал контекста
На рекламно-агитационном материале нет ни одного поворота лица. Так что фотореалистичного character consistency можно не ждать. Инпейнт шляпы - вообще шляпа.
А стилизации прикольные, видно что местами поумнее контекста.
Есть в этом что-то неуловимо сексуальное возможно, дело в голой кукле
В этом есть безграмотность быдло-анона, не знакомого с концептуализмом.
Да и хуй с вами.
Ну подождём. Одна надежда, что им в отличие от контекста, удастся починить мерзопаскостные артефакты от скейлинга латента.
Композиция и цвета классные, но детали прямо всё руинят. Чем рисовал?
Хрома. Композицию и цвета модель наверное припомнила из той картинки Vice City.
>Композиция
Фото бабы по пояс на фоне замыленного бассейна это действительно великая композиция достойная похвалы.
>великая композиция
Есть характерный треугольник. Вписан в кадр. Согласован с содержимым.
Ванька, например, такое уже не осилит.
Это мистер кококомпозиция, он на своей волне. У него композиция означает что-то свое, только ему известное. Он еще с сд2.1 называл хорошей композицей мыльный клосап бабы с шарп фокусом на трех разных расстояниях. Одному богу известно, что он тут под композицией имеет в виду.
В глаза долбишься? Всратая разъебанная текстура, смазанные края, парашный дмд сразу виден.
Кривые зубы, юбка лишена смысла, с каждой стороны разная длина.
>реально фото
Ван не умеет в лобковые волосы, увы, сразу бросается в глаза.
Какой же ван кал конечно, как и квен. Все таки лучше натвиза никогда ничего не будет. Жаль.
Печально, но факт. На СДХЛ прогресс остановился, дальше одна деградация.
в отсутствие правильной светотени или это у тебя руки кривые?
> грейн - фу бяка, не реалистично
> расплывшийся шакал, артефакт артефактом прогоняет - вооо, риализм
По какому принципу ты определяешь реализм? Что у тебя вышло, то и реализм?
> На СДХЛ прогресс остановился
напомнило шизика, который год носился с кривой базовой сдхл и рассказывал, как прогресс 1.5 остановился, а когда только начали появляться более-менее вменяемые тюны сдхл и все начали на них переходить, он внезапно решил, что сдхл - деград. что же будет еще через год, когда тюны флюкса/квена наконец допилят до юзабельных?
>у qwen image лицензия apache 2.0, замечательно
Почему тебя это вообще ебет?
Это значит, что любое частное лицо и компания может спокойно делать деньги без отчехления или какого-либо упоминания авторов модели. Тебе дали опенсурсный инструмент, делай с ним что хочешь - те, кто тебе его дал ничего не будут спрашивать в замен.
Фактическим этим мувом они убили Black Forest Labs с их Флюхой.
Им теперь остается либо сделать новую коммерчески залоченную модель лучше чем qwen, либо уйти в закат.
Так или иначе, это подгонит конкуренцию хотя-бы.
>мимо другой анон
Вот вроде и норм, но видно что фальшивая. Где-то в районе лба и глаз палится сразу.
почитай текст лицензии, включи свою единственную извилину и попытайся сделать выводы. только не лопни от натуги.
>в отсутствие правильной светотени или это у тебя руки кривые?
Ван не умеет в тени, это не новость
>>1324568
>что же будет еще через год, когда тюны флюкса/квена наконец допилят до юзабельных?
Лол, я на 1.5 генерил реалистичные фото, особенно с контролнетами, а теперь мне нужно год ждать тюнов, что бы запилить что-то отдаленно похожее на реальное фото
а на 1.5 ты не ждал джва года? или ты к генерациям подключился, когда уже всё готовое было?
Так новые модели должны быть лучше предыдущих, пока вижу только пластиковое квеноговно уровня прошлогоднего флукса
юзай на 1 шаг какой-нибудь маня-мешной моделью, потом в добивку на остальные 9 свою реалистик, всерху и сниху сразу появится место и нормальная поза, не будет ни обрезанной головы, ни обрезанных ног.
Хроматические аберрации - это хорошо, но зачем столько мыла сверху?
>вижу только пластиковое квеноговно уровня прошлогоднего флукса
Ты уверен? Зацени текстуры которые есть в модели Wan2.2. Зацензурил так как всё равно в центре только провал, хотя очень реалистичный.
The image is a photograph depicting a close-up of a woman's genital area, focusing on her vulva. She has light skin with a visible tan line and some body hair on her pubic region. Her labia minora and majora are clearly visible. A yellow and blue syringe, which appears to be partially filled, is being held by someone with their hand slightly out of frame, and the needle is inserted into her vagina. The angle of the photo is slightly from above, capturing her pelvis and upper thighs in detail. The lighting highlights the texture of her skin and the contours of her body. There is no other visible content or context outside of this intimate and explicit scene. The overall tone of the photograph is clinical yet personal due to the close-up nature and the insertion of medical equipment.
> столько мыла сверху
Побочный эффект от самопальной CA. Каналы расходятся. То, что было одним пикселем на краях растягивается на ~3 по разным каналам, по другому и быть не может.
Впрочем, у реальной так же края заблюрены.
Есть уникальный персонаж и некоторое количество изображений с ним (~15, можно получить еще но будут похожи на те что уже есть) как сделать лору с ним?
От количества настроек onetrainer я охуел.
Попробовал shakkerai, получилось не очень, видимо недообучилось (10 repeat, 9 epoch)
И почему в гайдах пишут что надо 50 картинок в охуительном качестве иначе будет говно, но всяким ботам в телеге и прочим сайтам которые лепят твое ебло на супермена хватает полторы фотки в шакальном качестве?
И как генерить глаза хотя бы как на 4 пике в оп посте?
В большинстве случаев получается как будто наложили кучу всратых фильтров, примерно как тут >>1324733 >>1324700
Так я про квен. Ван норм, сам использую, хоть он и проебывается в тенях. Просто все ссут кипятком именно от квена
> текстуры
> экстрим клосап
Нашел, чем мерить.
>>1324904
> все ссут кипятком именно от квена
Они сейчас с тобой в одной комнате?
не оч понятно, хорошо это или нет.
Если подавал карту глубины, то всё пошло по пизде, а если просто картинку как пример и хотел вариации, то тож немного по пизде из-за перспективы
Теперь можно не только генерировать изображения, но и редактировать их по команде: менять объекты, стиль, фон или даже текст прямо на картинке.
Что умеет:
- ✨ Редактировать смысл и детали — можно, например, повернуть объект, сменить цвет или стиль, не трогая остальное.
- 🔤 Менять текст на картинках — добавлять, убирать или редактировать надписи на китайском и английском, при этом сохраняются шрифт и стиль.
- 🏆 Лучшие результаты на тестах — модель показывает топ-уровень среди открытых решений.
Как работает:
Система сочетает понимание картинки (VL-модель) и точное управление структурой (VAE-кодировщик). Поэтому картинка сохраняет и смысл, и детали после правок.
Как попробовать:
Достаточно открыть Qwen Chat и выбрать режим Image Editing.
Попробовать: https://chat.qwen.ai/?inputFeature=image_edit
Hugging Face: https://huggingface.co/Qwen/Qwen-Image-Edit
ModelScope: https://modelscope.cn/models/Qwen/Qwen-Image-Edit
Blog: https://qwenlm.github.io/blog/qwen-image-edit/
Github: https://github.com/QwenLM/Qwen-Image
>Qwen-Image-Edit
охуенно. попробовал уже бесплатно на huggingface spaces, промпту следует сразу, не ломается через раз как контекст. всратую фотку с нулевых годов сильно улучшил. правда немного замыливает, настроек мало на HF. осталось дождаться ггуфов и воркфлоу, для полного контроля.
это не моё, в воркфлоу ничего интересного
https://image.civitai.com/xG1nkqKTMzGDvpLrqFT7WA/52a43b44-86d9-4132-ace5-ce321d027e5b/original=true/95025854.png
красота. ухо-пельмень, окорок вместо жепы, ресницы и брови нарисованы гуашью - именно такое и надо генерить. это хрома?
Ебало вот этого представили? Нет, раз такие требования предъявляют в треде, где месяц назад всё было засрано пластиковой анимереалистик 1вуман или просто шизой, то мы растём чересчур быстро. Это хрома.
>>1324415
Как так охуенно сгенерить?
Сохрани воркфлоу в webp.
> месяц назад всё было засрано пластиковой анимереалистик
А теперь будешь засирать реализмом уровня 1.5 с контролёром и апскейлом голой моделью без денойза в экстрас автоматика?
А лучше убогий кал натвиз постить? Такий же мыльный и кривой, только зато у тебя бомжа на калькулятора запускается и коупить не нужно.
> у тебя бомжа на калькулятора запускается и коупить не нужно
Но ведь для 1.5 генерации и апскейла суперскейлом (или че там тогда модно было?) достаточно иметь деревянные счеты. Ты в логику совсем не умеешь или ты решил обсуждение качества перевести в бомжесрач, потому что по существу сказать нечего?
Так на
>>1325487
Как раз не 1.5, а хрома. От которой у тебя и ещё пары бомжей жутко жопа горит. Ты тупой?
> Как раз не 1.5, а хрома
так там качество
>>1325578
> уровня 1.5 с контролёром и апскейлом голой моделью без денойза в экстрас автоматика
тебе так сильно сраку разрывает от дмд, что ты готов любое говно ложкой жрать, лишь бы для его запуска нужна была карта дороже 15к рублей?
Ну вот об этом и говорю. Настолько копиума бахнул, что уже и хрома у него кал, и ван, и квен.
Не легче ли признать, что просто ведро не тянет и оправдываешься? Ору блять, секта ебаная.
> копиума бахнул
Не проецируй, лучше присмотрись к анатомии на объекте твоего восторга >>1325487 и осознай, что у тебя нулевые навыки понимания того, что пишет между строк твой собеседник (в большинстве случаев между строк ничего нет, даже если тебе очень сильно кажется, что есть).
Так сгенерируй лучше. Ну или газуй нахуй с треда реальные фотки смотреть, лол. Пока я вижу лишь свинью, которая специально выискивает недостатки. При этом сама свинка ничего не постит и продолжает безпруфно хрюкать, мол, прогресс никуда не двигается и мой 1.5 кал сделает также если не лучше.
кроме того, что чел стоит на своих 15см ногах, у бабы одна ягодицах в 2 раза больше другой, губы - свежезамороженное филе курицы, глаза - масляные пятна, кожа - засохший пва, ухо - прифотошопленный пельмень, волосы - кожаные ремни, ну и не стоит забывать про гигантскую бородавку на пальце под кольцом
тоже мимо, не бомж
> Так сгенерируй лучше
не могу( я вообще на пальцах считаю, т.к. бомж. а почему бы тебе не сгенерировать что-то лучше того кала на своей буратиновой карточке, вместо бескартиночных нахрюков?
>не могу
Ожидаемо, дальнейший нахрюк про каловые 1.5 игнорируется, сразу бы так сказал, ну.
Из объективных косяков - текстуры, да. И то корень этой проблемы в агрессивном апскейле NMKD-Siax.
Остальное что ты перечисли - хуита из пальца высосанная. Мужик сидит, жопа в порядке.
Потестил в Комфи, ну такое себе. По инструкциям конечно годно, на голову выше контекста. Но мылище. С лайтнингоим от простого квена плохо работает, очень мылит. Без него надо 50 шагов ебашить. Смысл вообще такого.
Кто бы мог подумать, что такой толстенный вброс вызовет больше бурлений, особенно со стороны защитников, чем we-are-doomed, который хотя бы удачно зашакален был. Куда же мы скатились?
Нихуя не понял в какую сторону ты написал.
Я, например, сгенерил, что-то похожее получил. Одна из лучших генераций за многие треды тут. Ну, так и очевидно почему, чел кинул же ссылку на чужую генерацию.
Причем тут слово вброс?
> Кто бы мог подумать
автор выброса мог. сажа и текст как-бы намекают на толщину поста и средний айсикю тех, на кого он рассчитан
пиколдрандом кста а помните-помните как всеми двачами рисовали милую добрую сказку с гниющим хуем ОПа в главной роли?
Если уж у него толсто, то зачем тред нужен? Лучше итт все равно генераций нет
> Флакс Креа
Анальная цензура по самые гланды даже в сравнении с флакс дев.
>Одна из лучших генераций за многие треды тут
>Причем тут слово вброс?
И правда, совсем никакого вброса!
> зачем тред нужен?
Для тряски в основном.
никакой объём vram не сможет компенсировать твоё рукожопие, если ты даже натвис+дмд не смог осилить. твой удел - вбивать запросы в гугл и листать готовые результаты
в пучеглазые лопатообразные аниме-ебала умеет. в персонажей нет.
Добавь лору на хуи и блоу и какую-то лору на стиль от дайриси
Второе это без лор нароллилось?
Как оно вообще работает на видеокартах, что по скоростям? Я со своими нищими 16гб даже пытаться не хочу, нунчаку до сих пор пилят под комфи.
RTX3090
Prompt executed in 115.04 seconds
Без лор. 20 шагов.
RTX 3070 с 8ГБ, на lightning лоре с 4 шагами за 40 сек.
Q3_K_M отсюда https://huggingface.co/city96/Qwen-Image-gguf
О, так интересно. Правда хули делать на модели, которая не может в то, что может хотя бы Lustify.
Отключил лору от хромы, пиздец охуел каких монстров начало генерить и это при добавленном стабилизаторе. Да как же ведать эту ебанную хрому.
> что уже и хрома у него кал, и ван, и квен
вообще-то нет. использую и хрому и квен, ван не пробовал, но ничего против не имею. кал - это тот кривой высер, от которого ты обмалафьился и кинулся защищать, попутно хрюкая что-то про секты и паля во все стороны
ггуфы
https://huggingface.co/QuantStack/Qwen-Image-Edit-GGUF
работает с лорой на 4 шага кое-как
Ебет Flux Kontext во все щели, черный лес лабораторатории могут уже закрываться, после уходя с SD они макс смогли нам дать только одну модель, да и хуй с ними
Это китайские примеры не забывай, там чел на реддите потестил, оно из фото делает пластиковое говно
Я полтора часа пердолился и не смог сделать как у китайцев на пиках. Оно мылит дико, реализма ноль. Ну собственно как у Контекста было. Про кручение предметов тоже не понял, тянку с другого угла чтоб получить надо выебнуться знатно, а не просто как они типа 3 слова пишут.
есть чуточку, но не сказал бы чтоб прям так
вот пик отсюда >>132939
>>1326186
Может просто они переводят свой промпт, который они ввели изначально на китайском
Короче шакалы от латентного масштабирования они не осилили так же как чёрнолабые
да не, просто у меня тут разрешение меньше, делался даунскейл nearest exact, хотя оригинал по всей видимости тоже был сделан на базовом qwen image.
Почему-то на Qwen Image могу генерить 1328x1328, но на Qwen Edit не тянет с 1.76 мегапикселя.
Придется ждать нунчаку
В принципе у Qwen почти нет лимитов по разрешению, вплоть до 4k, поэтому это не совсем то, что можно считать ограничением модели.
Поздравляю! Тред ещё далек от завершения, но вы уже уверенный претендент на первое место в конкурсе на самую омерзительную генерацию! Так держать!
> QuantStack
Опаньки, а у них и дистиллированный гуф есть там.
>>1326232
> не осилили так же как чёрнолабые
А это вообще возможно перевести в латент и обратно без потерь? Масштабирование тут не причем. Единственный вариант вырезать редактированный кусок и вставлять в оригинал, ящитаю.
>и дистиллированный гуф
Оригинального Qwen Image, не Qwen Edit.
Да и то уже неактуал после релиза лоры.
>>1326232
>шакалы от латентного масштабирования
>>1326247
>вырезать редактированный кусок
Уже нашли фикс, оказывается что-то не так все поняли касательно текстового энкодера от Comfy
https://www.reddit.com/r/StableDiffusion/comments/1muiozf/pay_attention_to_qwenimageedits_workflow_to/
это пиздец... 😭
Алсо, нихуя не исправились проблемы от vae. Неужели у Qwen vae говна?
> неактуал после релиза лоры
Я её попробовал, а с ней NAG у меня не работает. А сейчас проверил, он вообще перестал работать с qwen, может после больших апдейтов в комфи, а может из-за изменений параметров запуска.
И вообще, че-то она мне не очень зашла. 1 - дистил, 10 шагов. 2 - обычный с 8step лорой, 8 шагов (хуй знает, кто на пике). 3 - обычный с 4step-bf16 лорой (ну нахуй).
>Новое конфи меню говно полное, какой-то имбецил его дизайнил, нихуя не удобно, ищу способы вернуть
Да ладно меню, что за хуйня теперь с линейкой открытых форкфлоу? Или ниже (в две строки) или выше (в две строки) или спрятано в меню, но не там, где ожидаемо(раньше). А где ожидаемо и было раньше, там теперь всегда постое место. Почему UI-дезигнеры такие дегенераты?
Там это простое место сверху очень любят использовать под себя разные плагины которые мониторингом занимаются. Например графики загрузки-температуры GPU выводить. Видимо под них прогнулись. Раньше открытые workflow с ними за него боролись до полной неюзабельности.
Не читал ваш дискас, но видео - тупейшая хуйня. Я гонял контекст для смены стиля, такие смещения это дело сида. Норма - сгенерить много и выбрать лучшее.
Это про Qwen? Звучит обычно.
На флакс и на флакс контекст (вроде и на филл) было около 80 секунд на 20 шагах для мегапикселя.
1. установка зависимостей в .venv через смд
2. Переустановка комфи
Ничего из этого не помогло, куда копать? Или подскажи тематический тред, не нашел.
Кириллица. Или добавь нового пользователя с латинским именем или ставь в другое место. У меня в D:\Programs\ComfyUI
а из-за аппдаты не будет ругаться потом? К ней то один хуй кириллица
Пошел пробовать
не получилось чет реализма
либо аниме либо пластик
немного лица фейсдетаилером полирнул
вроде лучше смотрится
расскажите секреты как в квене норм картинку получить
дрочу на q6 кванте
я ньюфаг в нейрокале
Ну, писало loaded partially, не помещалось полностью, видимо. Скачал ггуф, начало писать loaded completely. А хули толку? Точность ниже, генерит на СОРОК БЛЯДЬ ПРОЦЕНТОВ дольше. Нахуй всрались эти ггуфы?
>генерит на СОРОК БЛЯДЬ ПРОЦЕНТОВ дольше. Нахуй всрались эти ггуфы?
Братан, у меня тоже самое. Может не настолько медленно, но на 10-15% гуфы медленнее. Я уже давно об этом писал, как только флюкс появился. Кучу скринов и тестов предоставил в тред по запросам, но мне никто не поверил в итоге. Ну и хуй с ним как бы.
Тоже этим впечатлился. Офигительно следует промпту, просто написанному на русском, причем практически как попало, без особой оптимизации. FLUX нервно курит в сторонке по этому моменту.
Тыкал пока чисто на пробу, скачал чего поменьше чисто на посмотреть - и даже убитый квант q3km выдает что-то интересное. Качество конечно - убогое мыло, но и то... Если использовать этот квант для создания сцены, а потом по ней проехаться чем-то вроде sdxl, как рефайнером - можно, IMHO, решить основную проблему старых моделей - композиция и основа сцены. Т.к. так детально как qwen, даже через control net под чистым sdxl сцену не сделать. Зато старые модели огромную кучу стилей налорили - выбирай-нехочу. :)
Да верю, например я, верю. У меня то же самое. Просто gguf нужен тем, у кого с vram СОВСЕМ плохо - для самых низких квантов.
Ну, или у кого multigpu сетап. Там вроде как через один плагин можно offload делать в vram другой карты а не в обычную ram - но только для gguf.
> но мне никто не поверил в итоге
А кто должен был поверить, что у тебя на 10-15% гуфы медленнее? И почему тебе так важно, чтобы люди верили, что у тебя на 10-15% гуфы медленнее? Что произойдет, если кто-нибудь перестанет верить, что у тебя гуфы на 10-15% медленнее?
на штукатурке пластик очень хуевый ван убрал
но лица с sdxl рефайнером чуть натуральнее смотрятся
Вообще у квена болия-лимения сносный реализм чаще получается на чб снимках
Аноны, подскажите лору для Пони, которая делает вот это вот "типичное" китайское овальное лицо. Я пытался искать, но как-то не очень получилось, в лучшем случае в компклекте ещё всякая китайская атрибутика подтягивается, а мне нужно только лицо.
Гугли зловещую долину, чтоб не всплывали у тебя тупые надежды на реализм в нейронках.
Тебе бы самому погуглить что это такое. Зловещая долина это отсутствие асимметрии в лице, это понятие и мем которые описывают искусственно созданное лицо, причем это всегда относится к таким объектам, которые созданы с помощью формы, штамповки, каких-то точных инструментов. Например штампованное лицо куклы.
Античные статуи и написанные портреты этим эффектом не страдают, потому что созданы не точным инструментом, а рукой человека.
Нейрослоп тебе при всём желании точную симметрию в лице не сделает, а неестественность, которую ты ошибочно называешь долиной, это либо артефакты т.е. модель создает что-то страшное и несуразное в деталях, либо такая была база обучения и модели, например там было много 3д говна, а модель делает именно то, что от неё хотят.
>это отсутствие асимметрии в лице
Дальше не читал твой высер.
для тех, кто будет ставить ггуф Qwen Edit, не забудьте поставить вот эту хуйню в папку с текст энкодерами, иначе у вас будет неполноценный Qwen Edit
Еще если вам не нужен негативный промпт на Qwen Edit, то можно не пропускать картинку через второй энкодер на квен эдит и поставить вместо него пустой обычный.
8 шаговая лора пиздец говно конечно
стоило её отключить и апнуть шаги до 20 сразу пластиком меньше вонять стало
