大人,文生图的时代又变了!SD核心成员自立门户,首个模型FLUX.1硬刚SD 3和Midjourney

CDUT新生赛wp misc (杂项 杂项 真的很杂 签到 不多说 直接关注信科青听 回复flag得到答案 所以这里不写答案了`~ 说好的二维码呢? 压缩包加密了,但没完全加密。说好的二维码呢? 下载之后得到压缩包 解压再解压 发现有密码 根据题目描述 应该是伪加密压缩包了 可以有很多方法解决 相关知识( 以下复制自ctfwiki ZIP 文件主要由三部分构成,分别为 压缩源文件数据区 核心目录 目录结束 local file header + file data + data descriptor central direct 阅读详情

长久以来,从艺术风格多样化的 Midjourney,到背靠 OpenAI 的 DALL-E,再到开源的 Stable Diffusion(简称 SD),文生图模型的生成质量与速度都在持续升级,prompt 理解与细节处理也成为了各大模型内卷的新方向。

进入 2024 年后,处于「双雄鼎立」阶段的 Midjourney 与 Stable Diffusion 接连发力,SD 3 率先发布,随后 Midjourney V6.1 也更新迭代。然而,当人们还沉浸在 SD 3 与 Midjourney 的对比时,新一代「魔王」悄然降生——FLUX 横空出世。

FLUX 在生成人物、尤其是真实人物的场景时,效果已经非常接近真人实拍了,人物表情、皮肤光泽、发型发色等细节都十分逼真。其也一度被誉为 Stable Diffusion 的继承者, 有意思的是,二者确实颇具渊源。

FLUX 背后团队 Black Forest Labs 的创始人 Robin Rombach,正是 Stable Diffusion 的共同开发者之一 。Robin 在离开 Stability AI 后成立了 Black Forest Labs, 并推出了 FLUX.1 模型。

目前,FLUX.1 提供了 3 个版本:Pro、Dev 和 Schnell。 Pro 版是通过 API 提供的闭源版本,可用于商业,也是最强大的版本;Dev 版是直接从 Pro 版本「蒸馏」而来的开源版本,具有非商业许可;Schnell 版是速度最快的精简版本,据称运行速度最高可提高 10 倍,开放源代码,采用 Apache 2 许可,适用于本地开发和个人使用。

相信不少小伙伴都想实际上手体验一下这个新一代文生图顶流!HyperAI超神级官网 (hyper.ai) 的教程版块现已上线「FLUX ComfyUI(含黑神话悟空 LoRA 训练版)」,是 ComfyUI 版 FLUX[dev],还支持 LoRA 训练。

感兴趣的小伙伴速来体验吧!小编已经替大家试过了,效果完全不输 SD 3 与 Midjourney ↓

在这里插入图片描述

相同 prompt,分别由 3 个模型生成的效果 *
prompt:a girl is holding a sign that says 「I am an AI」

此外,B 站热门 Up 主 Jack-Cui 也制作了详细的操作教程,手把手教会大家!

教程地址:

https://go.hyper.ai/trQhv

操作视频:

https://www.bilibili.com/video/BV1xSpKeVEeM

Demo 运行

FLUX ComfyUI 运行

  1. 登录 hyper.ai,在「教程」页面,点击「在线运行此教程」。「FLUX ComfyUI(含黑神话悟空 LoRA 训练版)」,点击「在线运行此教程」。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

在这里插入图片描述

2. 页面跳转后,点击右上角「克隆」,将该教程克隆至自己的容器中。
在这里插入图片描述

  1. 点击右下角「下一步:选择算力」。

在这里插入图片描述

  1. 页面跳转后,选择「NVIDIA RTX 4090」以及 「PyTorch」镜像,点击「下一步:审核」。新用户使用下方邀请链接注册,可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长!

HyperAI超神经专属邀请链接(直接复制到浏览器打开):

https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej

在这里插入图片描述

  1. 确认无误后,点击「继续执行」,等待分配资源,首次克隆需等待 1-2 分钟左右的时间。当状态变为「运行中」后,点击「API 地址」边上的跳转箭头,即可跳转至 Demo 页面。请注意,用户需在实名认证后才能使用 API 地址访问功能。
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述

  1. 打开 Demo 后,点击「Switch Locale」将语言切换为中文。

在这里插入图片描述

7. 切换语言后,点击左上角的文件夹图标选择所需工作流。

  • wukong:黑神话悟空形象 Demo

  • TED:TED 真人演讲 demo

  • 3mm4w:图片上写文本 demo
    在这里插入图片描述

在这里插入图片描述

  1. 选择「wukong」工作流,在 CLIP 文本生成器中输入 Prompt (例如:the back of wukong, holding one golden cudgel,colorfull clouds,headdress crown),点击「添加提示词队列就可以生成图片」,可以看到生成图片十分精美。

在这里插入图片描述
在这里插入图片描述

FLUX LoRA 训练

  1. 想要定制工作流,我们需要先训练 LoRA 模型,回到刚刚的容器界面,点击「打开工作空间」,新建一个终端。
    在这里插入图片描述

在这里插入图片描述

  1. 在终端输入「sh train.sh」,敲回车运行,待「Running on public URL」出现后,点击该链接。
    在这里插入图片描述
    在这里插入图片描述

3. 页面跳转后,输入模型的模型,并上传图片,这里上传 5 张霉霉的照片,请注意,图像需要是高分辨率正脸照片,人脸的比例大一些。图像的质量越好训练出来的效果越好,

在这里插入图片描述

  1. 上传成功后,在每一个图像的后面手动添加英文文本描述,也可以点击「Add AI captions with Florence-2」自动生成文本描述。
    在这里插入图片描述

在这里插入图片描述

5. 下拉至页面底部,输入一个 Test prompt(例如:A person is drinking coffee)后,点击「Start training」。

在这里插入图片描述

  1. 等待几分钟后,我们回到刚刚的终端界面,可以看到训练的进度条,大概 40 分钟即可训练完成。待「Saved to output/taylor-swift/optimizer.pt」出现,表示训练已完成。
    在这里插入图片描述
    在这里插入图片描述

7. 在左侧「ai-toolkit」-「output」-「taylor swift」-「sample」文件里,可以看到我们刚刚 Test Prompt 的效果,如果效果还不错,就证明我们的模型已经训练成功了。

在这里插入图片描述
在这里插入图片描述

8. 模型训练好后,我们需要关掉训练服务,释放 GPU 资源,回到刚刚的重点界面,按「Ctrl+C」终止训练。

  1. 运行「sh copy.sh」,再运行「sh dependencies.sh」启动 ComfyUI,等待 2 分钟后,打开右侧 API 地址。
    在这里插入图片描述

在这里插入图片描述

10. 页面跳转后,在「LoRA 加载器」中选择刚刚训练好的模型,在「CLIP」中输入 Prompt(例如:a person is drinking coffee),点击「添加提示词队列」即可生成图像。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

深入浅出剖析重量级文生图模型Flux.1 Flux截至目前共发布了3款图像生成模型,其中两款开源,三款模型分别为闭源模型,质量最佳,提供最先进的性能图像生成,具有顶级的提示跟随、视觉质量、图像细节和输出多样性,FLUX.1 [pro] 可以通过API和合作伙伴 Replicate、fal.ai 和 mystic 访问,支持企业方案。FLUX.1 [dev] 是一个用于非商业应用的开放轻量级模型,直接从 FLUX.1 [pro] 中提炼出来, 获得了和Pro版本类似的质量和及时依从性能力,同时比相同尺寸的标准型号更高效。 阅读详情

相关推荐

A*(star)算法原理讲解以及程序实现(基于Python)

本文将以迷宫探索最优路径为例,讲解A *搜索算法原理及其程序实现。在原理讲解部分,首先从为什么要使用A *搜索算法和A *搜索算法的全局最优逻辑出发,讲解A *算法的原理。其次对A *的行动函数g(n)和启发函数h(n)的细节进行了讲解说明,并补充了启发函数的选择对于A *算法的影响。在程序实现部分,首先从程序流程框图出发,解释A *算法的流程。其次按函数的类划分并讲解主要代码,接着展示程序的运行结果,最后对A *算法进行总结分析。

m0_73366745的博客 8285

hgame 2022 逆向 reverse 部分题目 Writeup

hgame 2022 逆向 reverse 部分题目 Writeup

4572

拆解特斯拉Optimus的关节技术:谐波减速器在仿人机器人中的5个精妙设计

本文深度解析特斯拉Optimus仿人机器人关节中的谐波减速器技术,揭示其五大工程突破:微型化材料革命、两万分之一圈精度实现、碳纤维柔轮轻量化、智能运维系统及国产替代方案。重点探讨谐波减速器如何通过创新设计和先进材料实现精准传动,为仿人机器人提供高效可靠的关节动力解决方案。

omega的博客 1077

SDWebImage加载gif动态图原理

上面分析了不同的框架加载gif的性能。SD的性能是不错的,CPU占用很低, 而且这个框架很常见, 就想研究下SDWebImage是怎么加载gif图片的。 先看调用的地方, 就是很简单的使用[imageView sd_setImageWithURL:url](之前的版本可能不支持gif,但是在5.x.x之后可以了); 或者使用工程中/沙盒里 获取到的二进制数据即可 #pragma mark SD加载image - (void)testGifImage5 { UIImageView *ima..

gcs的博客 5092

手把手实战:RK3588上YOLOv8模型从训练到部署全流程解析

本文详细解析了在RK3588开发板上部署YOLOv8目标检测模型的全流程。从模型训练、正确导出适配的ONNX格式,到使用RKNN-Toolkit2进行模型转换与量化,最后在板卡上完成部署与性能测试。文章提供了完整的代码示例和关键避坑指南,帮助开发者高效实现嵌入式AI应用落地。

weixin_28224217的博客 408

Java代码变更影响分析:从静态解析到动态调用图的实战全链路

本文介绍了Java代码提交影响分析的核心原理与实现方法。主要内容包括:1)静态分析技术,通过JavaParser解析AST构建调用图,记录类与方法间的调用关系;2)动态分析技术,使用ByteBuddy进行字节码增强,捕获运行时调用路径;3)JCCI工具实现,结合javalang、unidiff等技术分析代码改动影响,并将结果存储到SQLite数据库。文章提供了完整的代码示例,展示了从AST解析、动态调用跟踪到实际工具应用的完整技术栈,为代码变更影响分析提供了实用解决方案。

墨夶的博客 1254

2021-08-15 代码

07-Http-302 package com.bjpowernode.controller; import javax.servlet.ServletException; import javax.servlet.http.HttpServlet; import javax.servlet.http.HttpServletRequest; import javax.servlet.http.HttpServletResponse; import java.io.IOException; public

dasd11sda456的博客 4230

20_文件系统的制作 -JFFS2

JFFS2 文件系统是通过工具 mkfs.jffs2 将文件系统目录制成映像文件。制作工具mkfs.jffs2 需要编译 zhb 库和 mtd-utils,下面详细介绍其制作过程

Leon的博客 549

AAAI'25 今日截稿!SD 核心成员开源比 Midjourney 还强的文生图模型,现已提供一键启动...

Midjourney 真的不香了!继 Stable Diffusion 3 于 6 月开源后,Stability AI 前核心成员 Robin Rombach 带领着新团队在本月初推出了 FLUX.1 图像生成模型家族。官方声称 FLUX.1 在多个关键指标上超越了 Midjourney v6.0 和 DALL·E 3 等文生图的头部模型,还是开源的。说的这么强,你是不是也摩拳擦掌了呢?hyper...

HyperAI超神经 798

YOLOv8【第四章:注意力机制篇·第20节】一文讲透,注意力机制设计原则与选择指南 - 从原理到实践的系统化方法论!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》,该专栏持续复现网络上各种热门内容(全网YOLO改进最全最新的专栏,质量分97分+,全网顶流),改进内容支持(分类、检测、分割、追踪、关键点、OBB检测)。且专栏会随订阅人数上升而涨价(毕竟不断更新),当前性价比极高,有一定的参考&学习价值,部分内容会基于现有的国内外顶尖人工智能AIGC等AI大模型技术总结改进而来,嘎嘎硬核。    ✨ 特惠福利:目前活动一折秒杀价!一次订阅,永久免费,所有后续更新内容均免费阅读!

**My Coding Family** 899

整车电检工艺流程

本文是笔者在从事汽车行业智能制造领域过程,对于整车电检工艺流程的理解与总结。

qq_40664711的博客 1万+

AAAI‘25 今日截稿!SD 核心成员开源比 Midjourney 还强的文生图模型,现已提供一键启动

该框架统一了神经网络中损失函数的最小化与密度泛函理论中的能量泛函优化,相比传统的有监督学习方法,具有更高的准确性和效率,为发展深度学习 DFT 方法开辟了一条新的途径。最终的基准包含 2,138 个问题三元组,总共 6,414 个不同的问题,涵盖不同主题和难度级别。PubMedVision 是一个大规模且高质量的医疗多模态数据集,研究团队通过精细的数据处理方法,从 PubMed 国际医学期刊的论文中筛选出与医疗相关的图片及有信息量的图片描述,有效过滤了大量医疗无关的图片和上下文不相关内容。

HyperAI超神经 1255

OpenClaw进阶实战(五):多模态能力扩展——让OpenClaw看懂图片、听懂语音

本文介绍了如何在OpenClaw中实现多模态能力,包括图像文字识别(OCR)、图像描述和语音识别(ASR)三种技能。通过PaddleOCR、BLIP和Whisper等开源工具,可以本地化部署这些功能,保护数据隐私。文章详细展示了三个独立技能模块的实现代码,并提出了一个"多模态智能管家"方案,能自动识别消息类型(文本/图片/语音)并调用相应处理技能。该方案适用于电商客服、会议纪要等真实业务场景,使AI助手具备"眼睛"和"耳朵"的多模态交互能力。

PeterPan的博客 164

Flux爆火,全网最全面最详细的Flux使用教程!

照片极其细致,复杂的细节,高质量高清16k分辨率,强烈的对比度,呈现出最佳品质的高细节画面。,质量最佳,提供最先进的性能图像生成,具有顶级的提示跟随、视觉质量、图像细节和输出多样性,FLUX.1 [pro] 可以通过API和合作伙伴 Replicate、fal.ai 和 mystic 访问,支持企业方案。整体来看,部分性能包括提示词的遵循效果,文本生成效果的准确性以及尺寸控制等都在一定程度上超越了Midjourney,但从生成的风格效果的多样性,画面的整体美观效果来看,还有一定距离。高细节的硬表面渲染。

m0_59236602的博客 3080

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

Flux.1:AI绘画的新标杆,文生图效果秒杀MJ、SD

Flux.1是由Black Forest Labs推出的一款AI图像生成模型。Flux.1以其120亿参数的庞大模型和卓越的图像生成能力,正在重新定义数字艺术的边界。它不仅能够生成高分辨率、细节丰富的图像,还能准确理解并执行用户的创作指令,支持广泛的艺术风格和复杂场景的生成。感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。

HJS123456780的博客 1543

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

最强开源文生图模型一夜易主!SD一作、Stabililty AI核心成员Robin Rombach下场创业了,一出手就是王炸。

时隔4个月,开源文生图模型霸主Stable Diffusion原班人马再创业!2024年8月1日官宣:Black Forest Labs成立,公司的第一个产品FLUX.1系列模型包含专业版、开发者版、快速版三种模型,效果直接秒杀Midjourney、DALL-E和Stable Diffusion!目前已获3200万美元融资。据官方消息,文生图只是一个开始,后续还将发布视频生成模型,准备和Sora和Gen-3等产品过招。

AIGC Studio:分享AIGC前沿知识和好玩应用,公众号同名。 1235

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

最强开源文生图模型一夜易主!SD一作、Stabililty AI核心成员Robin Rombach下场创业了,一出手就是王炸。...

时隔4个月,开源文生图模型霸主Stable Diffusion原班人马再创业!2024年8月1日官宣:Black Forest Labs成立,公司的第一个产品FLUX.1系列模型包含专业版、开发者版、快速版三种模型,效果直接秒杀Midjourney、DALL-E和Stable Diffusion!目前已获3200万美元融资...

weixin_41469702的博客 136

2024年最好用的七款AI绘画工具(附网址)

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

xiaoganbuaiuk的博客 5809

【Midjourney V6.1】细节之王,它来啦!

本周二,Midjourney正式发布了Midjourney Model V6.1图像模型(以下简称:V6.1),本次的更新是否足以让Midjourney再一次惊艳全球并继续站稳行业标杆呢?让我们一起来看看。总的来说,就是:图像更加连贯、质量大幅度提升、生成速度更快!More coherent images更连贯的图像用户在生成复杂内容(如:手臂、腿、手、身体、植物、动物等)时,V6.1能更准确地捕...

YeJuliaLi的博客 1050

Midjourney发布V6.1版本!

今天,Midjourney发布了V6.1版本,标志着图像创造领域的一次重大飞跃!本次更新显著增强了图像质量,重新定义了创意视觉的标准。目前V6.1已经成为了默认模型,部分V6.1未能实现的功能,如修补/扩展,需要用户手动切换回V6.0版本,使用参数 -v 6即可。V6.1版本的亮点如下:无缝连接的图像构造:无论是人体的细微部分、自然界的动植物,新版都能确保图像间的平滑过渡,告别突兀的断层感,每一寸...

1017

HDU6205

card card card Time Limit: 8000/4000 MS (Java/Others)Memory Limit: 32768/32768 K (Java/Others)Total Submission(s): 450Accepted Submission(s): 195 Problem Description As a fan of Doudizhu, W...

weixin_30371469的博客 246

Linux 设备文件

LINUX ALLOCATED DEVICES (2.6+ version) Maintained by Torben Mathiasen Last revised: 18 March 2008This list is the Linux Device List, the official registry of allocateddevice numbers

adderllyer的专栏 8463

iOS11(15A372)分享下载地址

链接:http://pan.baidu.com/s/1i4NWFgL  密码:cgn9

TonyTong1993的博客 2万+
上一篇: 【TVM 教程】在 Relay 中使用 Pipeline Executor
下一篇: MMLU-Pro基准测试数据集上线,含 12k 个跨学科复杂问题,难度提升,更具挑战性!DeepSeek 数学模型一键部署...
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值