ЧТО НОВОГО АКТУАЛЬНОГО
• Z-Image-Base
• FLUX.2 klein (4b и 9b)
• Z-Image-Turbo
• Flux 2
• Qwen Image / 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.
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/
► Предыдущий тред >>1509245 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
Говори что думаешь, но думай что говоришь.
>>1526303
> думай
> нейросетки
We are doomed. https://youtu.be/GYfgjYVEYQ0?si=O3zizSzhWu8kCsvv
> шапка треда стала чересчур лаконичной, рассчитанной на то, что сюда заглядывают исключительно
Шапку вообще никто не читает. Постоянные не читают, потому что она не менялась больше года, а ньюфаги не читают, потому что хуй знает, но очевидно, что не читают, судя по вопросам "где скачать комфи?".
> разумно добавлять базу, например, про комфи, что все ставят портабле
Можно еще добавить, все используют %modelname, чтобы гарантировать срачи.
> менеджер расширений
Уж лучше ссылку на актуальную поменять, он уже давно переехал в основную репу Comfy-Org.
>По-моему, шапка треда стала чересчур лаконичной
>Однако было бы разумно добавлять базу
>Почему вместо этого не написать что-то
Отличные идеи, сразу видно, что ты в теме. Напишешь?
От 4GB vram + 10-12 GB на диске, до "и целого датацентра мало". Зависит от того - чем конкретно и какой прон генерить. Смирись, таки немного напрячься и подумать придется, чтоб разобраться, comfy - это комбайн а не кнопка "сделай мне зашибись". :)
40-50 гб памяти
16 гб рам
6 гб врам
Нвидиа карточка
Это минимум
32 гб рам
16 гб врам
40+ серия нвидиа
Этого за глаза для 99%
Я уж думал что-то годное по VAM будет. 3 года нейросетей, сука, а там до сих пор нет генерации модели по ебальнику, до сих пор даже топы клепают лытый кал за исключеним двух-трех людей.
Там с 2020 года застой. VAM 2 вышла - допилят бету к волшебному 2030
Хватит, Wan 2.2 Animate >>1488357 (OP)
Какой воркфлоу, чтобы вот такую вот колоритную бабу всунуть вместо китаянки?
wan animate
пример не кину модеры удаляют. в том треде написано
я новенький, как 69 позу в промте прописать?
Если серьёзно, то скорее всего никак.
Точнее, не совсем так.
За исключением NSFW-тюнов старых SD моделей, новые модели (Qwen-Image, FLUX.2) очень соевые и такого там просто нет.
Если тебе нужно coomerство, то тебе нужно искать менее соевые модели на которые есть NSFW-тюны или LoRAs (Z-Image-Turbo как неидеальный пример, который в этом деле лучше FLUX.2).
Затем для них искать на каком-нибудь CivitAI LoRAs, которые это позволяют получить (типа Qwen snofs; это в качестве примера, не рекомендации; очень посредственная из коробки, как модель Qwen-Image, так и LoRA).
А потом, когда у этого тебе перестанет хватать и всё равно не будет получаться, что задумано, тебе ещё придётся искать worfklow с сегментированием и inpaintом гениталий.
В целом, получение NSFW, кроме 1 girl, требует нетривиального подхода.
С 10-го раза на ZIT нароллилось, и то хуета. Тебе лучше в сторону pony/IL копать, и то скорее всего в фоториле сложно будет.
full shot, side view, a petite, skinny, young woman laying on top of the muscular negro man with her head just above his crotch, the woman's head is on the left side of the image and the man's huge cock is inside her mouth, her breasts squished against the man's belly, her knees are on the bed, the man is positioned in the opposite direction, his head is buried in the woman's ass
Я бы сказал что решает сейчас больше рам чем врам (ну не ультимативно конеш) 24+ врама конеш заебись
Но я генерю спокойно на ване видосы в примерно 1 мегапихель, юзаю квен едит 26 гиговый на 4080 16г врама и 128г рама, все пиздато и охуенно генерится,
скажу дальше у меня больше затыков было с 64г рама на ване, нехватало бле :o
>>1516542 →
Погонял и с вф от автора и с другими вф, чет хуита какаято, работает как говно, вообще честно чет флюкс клейн в и2и говно какое то ибаное
может конеш у меня скил ишью, но квен просто разьебывает эту залупу нахуй, с одним и тем же промптом, с одним исходником.
Я хз анончи что не так я делаю с флюксом, может просто он говно ипаное, но я и вф автора этой модели юзал, и другие вф, чет все равно в среднем с квеном не стоит рядом даже
может кто шарящий подскажет чего конеш....
Вот себе еще исходник анон для понимания что пихал туда
Опять, апскейлишь, шакал?
Я не понял смысла сегодняшнего апскейла, увы.
В генерации апскейлить генки тоже смысла нет. Сегодня модели из коробки генерят хайрез. Если только косяки подправлять надо.
Как ретушь реальных фото он пока не работает, лица всегда меняются до неузнаваемости.
Как технический приём быть может годится для типографии, да.
Ну вот же советовали. >>1526983 >>1527271
> Сегодня модели из коробки генерят хайрез
Z-image больше 2048 по любой из сторон не может.
Так ладно ещё апскейлить фотореал. Но зачем в аниме треде каждое первая картинка в 4к? Вот где загадка. Зачем они там-то это делают? Что там апскейлить? Какие детали?
Для сосача инпейнта и не надо.
Для подрочить пять пальцев и две ноги и не надо.
Для себя, что-то лучше фотабаша из идеограма и не надо.
Дальше сам придумывай. Так бесконечно можно, но кому-то что-то из этого таки надо.
Шиз. Если ты не астрофотограф какой-нибудь, то между 2к / 4к / 8к - ноль информативной разницы.
Ты приблизь любой хайрез кадр - там будет расфокус, зерно, аберрация, нейромусор.
>Сегодня модели из коробки генерят хайрез
Я тоже так считал до того момента, пока не начал этот самый «хайрез» генерить.
Так вот, мне FLUX.2 [dev] с одного прохода требуемое качество не даёт. Примеры и workflow в прошлом треде.
Теперь постепенно разбираюсь с tile ControlNet, чтобы не SD, а FLUX.2 делать tile diffusion.
И результаты не очень.
Похоже вообще нужно что-то типа DLDSR:
Первая генерация на FLUX.2 [dev] > апскейл SeedVR2 > тайлинг и дифьюжн кусков > даунскейл до исходного разрешения (например 1080p кадра).
> FLUX.2 делать tile diffusion
Оно вообще поддерживает контролнет flux.2? Контролнеты через model_patch точно не работает, а на флаксе же вообще своя хуйнюшка для контролнетов. Репа уже больше года не обновлялась, последний работающий контролнет на ней - это сдохлевый юнион. Или таки тайлится flux.2 кондишн?
Через референсы должно и так работать, зачем ему контролнеты.
В прошлом треде постил ссылку на ControlNet для FLUX.2 [dev]. Он тайлы поддерживает (судя по описанию).
Я так и не разобрался, но FLUX.2 [dev] гадит зелёными пикселями вне зависимости от настроек schedulers/samplers даже на default workflow (что FP8, что BF16). Я всё перерыл, но issue не нашёл. Вот что-то похожее на SD https://www.reddit.com/r/StableDiffusion/comments/19042kd/does_anyone_know_what_these_pixel_artifacts_are/ В тёмных областях заметно, только там синие. Это надо убирать пост-обработкой и рефайном. Прогон через референс удаляет шум в одном месте и добавляет/усиливает в другом.
Я не про контролнет, а про
>>1528094
> tile diffusion
С квеном и z-image он не работает. Латент бьется, а кондишн нет. Чтобы оно с тайлами работало, нужно и пиксели/латент тайлить и отдельный кондишн для каждого тайла (пикрелейтед). Понятия не имею, как там флаксовый контролнет устроен, но если там что-то кроме стандартного Apply ControlNet, то tile diffusion его разобьет на тайлы, а будет применять целый control_image на каждый тайл.
>>1528123
> Он тайлы поддерживает (судя по описанию).
Это другое. То сам тип кондишена, который применяется. Поддержка тайлинга в нодах, а не в контролнете.
Может, внимание не обратил?
Я на сильном увеличении этот пиксельный шум замечать начал. Он местами еле заметный, а местами проявляется сильно. Когда увидишь, уже не развидеть.
На пике из >>1525936 → хорошо виден на лицах, одежде. Рассматривать нужно с увеличением до единичных пикселей. Я сначала думал, что это стили имитации цифрового шума фотоаппаратов нулевых просачиваются. Конспирологи предполагают, что это такой watermark. Мне кажется, что VAE виноват. Не знаю. Это, конечно на FP8, так как полной и 128 Гбайт RAM мало. Но я и полную запускал, там этот дефект тоже присутствует (и на FP4 тоже). Возможно, меньше, но я тщательно не проверял, так как там оффлоад уже на SSD шёл, переливаясь через край 128 Гбайт.
Это проблема.
Но я уже готов попробовать топорное решение, которое подсмотрел в одном чужом workflow:
Сделать заготовку изображения на 6-8 вручную разрезанных тайлов (под ходовое разрешение), где к каждому такому кусочку подключается ControlNet. Каждый кусочек проходит сэмплер, а потом весь этот Франкенштейн сшивается обратно.
В чужом workflow без subgraphs это выглядит ужасно. Это неуниверсально. Но, может, будет работать.
> VAE виноват
На кляйне тот же VAE и там точно такого нет.
Ну как бы там >>1528139 так же делается, только на тайлы картинка бьется не вручную, а Make Tile SEGS из импакта (пикрелейтед). Единственный косяк - тайлы только квадратные. Есть еще 🔧 Image Tile от матео - охуенный контроль размера тайлов, но там нет возможности выдать маску, так что не катит. Пробовал еще какую-то ноду, выдает и тайлы, и маски, но там код кривой, на не крайних тайлах оверлап добавляется справа и снизу, а не со всех сторон - выкинул это говно. Ебашить вручную - это пиздец, без возможности динамически менять количество и размер тайлов в зависимости от инпута.
> 🔧 Image Tile
Вот ими хотел как раз.
Спасибо. Есть над чем подумать теперь.
Про маску тем более. Я даже не задумывался, хотел в черновом варианте хоть как-то сшить на пробу для проверки работоспособности.
Ну да, тебя это удивляет?
Если результат меня не устраивает, ищу другой инструмент или приёмы работы этим инструментом, чтобы получить нужный мне результат.
Если тебя устраивает качество генерации из коробки, которое кроме имиджборд где-то ещё показать стыдно и неприлично, имеешь на это полное право.
Четкость рисовки/контура. Некоторые на нее фактически дрочат, а простая техника "апскейл + ресайз обратно" позволяет эту четкость увеличить, если не совсем кривыми лапками делать.
Я за них должен ресайзить обратно? Если сами этого не делают, то значит план у них другой.
4K нормальное разрешение для десктопа и устройств отображения с высоким ppi. Не всё же на 1080p/1440p сидеть.
А downscale они вполне с 8K до 4K могут делать.
Не знаю насчет аниме, но в целом выше разрешение - это больше пикселей в распоряжении модели, чтобы нарисовать запрошенное. Это ведет к меньшему количеству косяков. Даже у бананы про при генерации в 1к и 2к различия в качестве видны невооруженным взглядом.
Кстати сейчас заметил. У него тоже тайлится криво, оверлап только с одной стороны прибавляется на центральных тайлах. Так что Make Tile SEGS - единственный вариант, даже если маски отложить в долгий ящик.
Хотел попробовать запустить все с nvfp4 чтобы быстро работало.
Судя по логу - там в bf16 кастит, наверное из за этого памяти не хватает. Как вообще заставить это работать? cu130 и последние драйвера стоят.
got prompt
Using xformers attention in VAE
Using xformers attention in VAE
VAE load device: cuda:0, offload device: cpu, dtype: torch.bfloat16
Found quantization metadata version 1
Using MixedPrecisionOps for text encoder
Requested to load ZImageTEModel_
loaded completely; 3318.11 MB loaded, full load: True
CLIP/text encoder model load device: cuda:0, offload device: cpu, current: cuda:0, dtype: torch.float16
Found quantization metadata version 1
Detected mixed precision quantization
Using mixed precision operations
model weight dtype torch.bfloat16, manual cast: torch.bfloat16
model_type FLOW
Requested to load Lumina2
Попробовал - тоже мыло. Либо для таких целей мало 16Гб, либо не хотят оптимизировать готовое. У меня есть пару воркфлоу и если хотите могу скинуть, но там требуются карточки >16 Гб врам.
Там вирус и троян, покупай новый пк. На нём просто качай comfy, качай вручную или ставь из консоли torch и делай pip install по requirments.txt и всё.
Там же на кале говна можно генерить чанками. Думаю даже на 8 гигах можно, только чанков будет много. В 720p хватает 4 чанков для первого видоса на 12 кеках. Можно даже в исходном фэпесе ебануть для плавности, только кусков будет больше.
пиздос, мейлсрач трёт посты из под луковых носков? я хуею с этой дуры
Walwarebytes и дефендер при полном скане ничего не нашли. Я привык к а1111. Надеюсь там нет майнеров короч
Вот 2 воркфлоу на основе ван.https://transfiles.ru/pjsj8 Такое если лить как АИ модель - слишком заметны косяки. С этими воркфлоу, якобы лучше все с этим и косяков меньше. Я не смог попробовать, потому что надо арендовать серваки.
для винды комфи портабл https://github.com/Comfy-Org/ComfyUI?tab=readme-ov-file#installing
для линукса - просто:
#!/bin/bash
# кеш поближе положил пушто системный диск засран немного и не лезет кеш.
export PIP_CACHE_DIR=/media/disk/cache/pip
export UV_CACHE_DIR=/media/disk/cache/uv
python3 -m venv venv
source venv/bin/activate
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
pip install -U xformers --index-url https://download.pytorch.org/whl/cu130
pip install -r comfyui/requirements.txt
Сообственно это и есть весь васяноинсталлятор, с сажей и тритоном надо будет попердолиться отдельно.
Если именно из FLUX2, то FLUX.2 [klein] 9b можешь попробовать (4b наверно не стоит). Хотя не уверен, что влезет без оффлоада на SSD с твоими спеками, та 32 Гбайт RAM прямо впритык может быть.
FLUX.2 [dev] точно не стоит, там пикрил по RAM (на 16 Гбайт VRAM 4080s), бывает и под 80 Гбайт, когда референсов побольше добавишь. И это только в FP8 (и модель и text encoder). И ещё у него есть несколько неприятных приколов.
Мне нравились картинкогенераци, что они, в отличии от ллм, не были столь требовательны к памяти. А оно вон как теперь.
Из популярных и нежирных сейчас Z-Image-Turbo есть.
Можешь в дополнении к своей FLUX Krea поразбираться, если ещё по каким-то причинам не попробовал. Для неё (в том числе здесь) рефайнеров/апскейлеров накрутили, в реалистичной стилистике выдаёт вполне достойные результаты.
там как бы лоры есть, ало + прон модели на базе zit, а ты сидишь дефолт модель дрочишь
а чем Moody Porn Mix не устраивает? там по цветам и освещению мне правда 7-я больше нравится, чем последняя, но это лорами фиксится
>ало + прон модели на базе zit
ты вообще видел это говнище?
у них даже рожи поневские, проёбан масштаб, перспектива, там поней всё обосрано.
Суть почти та же идея RES4LYF: yes-yes-yes. Давайте!
Двач.
https://github.com/ClownsharkBatwing/RES4LYF/blob/main/example_workflows/comparison%20ksampler%20vs%20csksampler%20chain%20workflows.json
Ты припизднутый? Один сид - это не значит что один и тот же шум используется для всех шагов. Сид - это начальная точка генератора.
>no-no-no
дело не в этом, дело в смысле всего этого, можно майку черех жопу одевать, но только смысл где, в чём? результат чем-то сильно отличается от обычного способа? нет. ну, тогда нахуя?
>сильно отличается от обычного способа?
А кто тебе обещал сильно? Вот я собрал несколько своих методов в один воркфлоу. Каждый улучшает картинку совсем немного, но в сумме даёт хороший результат. Показывать который здесь не имеет смысла ибо внятной конструктивной критики по делу здесь никто не напишет.
Если некий метод дает видимый на результате плюс(и не надо здесь пытаться разделять на субъективный взгляд и объективный), пусть совсем не большой, этот метод нужно использовать. Пусть даже он будет сперва мега сложным и запутанным. Я понимаю, что вам нужна только одна нода которая сразу сама, без всяких настроек, дает буст на "сильное" качество.
Если ты выглядишь в майке, одетой череж жопу, лучше - то может стоит именно так ее и одевать? Нам важен процесс одевания или?
различие на уровне соседнего сида, ты выдаёшь рандом за жирнющий плюс, никакого безоговорочного приемущества это не даёт.
Идея, в принципе, может давать эффект - менять сид по дороге, ломая "накатанный путь", может заставлять модель лучше выбрать разные места, эффект схож с тем, как при классическом двушаговом workflow с апскейлом, для второго шага другой сид чем на первом дает лучший результат (а на одинаковом сиде картинка может легко в "пережарку" уйти). Кстати, ты бы попробовал туда ноду "upscale latent" засунуть между блоками - может еще лучше получиться. :)
Но если уж играть с такими каскадами, IMHO - больше толку дает еще и семплеры в них менять. На последнем что-то из SDE выставить, и т.д. Я таким на сдохле игрался - довольно заметно влияло.
Такой воркфлоу будет очень полезен, например, с анимой. В ней ужасно плохо, по сравнению со сдохлей, миксятся встроенные стили и приходится выкручиваться шедулингом по типу [artist1|artist2] или [artist1:artist2:0.35], и более глубокими вложенными конструкциями, в комфи это всё намного точнее можно настроить, но вот для других моделей и правда хз зачем менять на ходу сэмплинг и шедулеры
> лоры есть
Это уже с ZITnsfwLoRAv2.
> прон модели на базе zit
Они очень хуевые. Если бы были не хуевые, ты бы добавил картинки к посту, не так ли?
Для остальных - суть на пик3. Воркфлоу в пик2. Пик1 - дефолт.
Это не шутка. Мне нравится, как получается. Это не замена дефолта, но как что-то уникальное к нему пригодится.
Ваше мнение? Мнение не о моей генерации, а о идеи - покажите что у вас получилось.
> Мнение о моей идеи
Мне еще в прошлом треде написали мнение о твоей идее.
>>1516839 →
> Оооо, нет...
> Ваше мнение?
Если тебе нравится и результат не становится хуже, пользуйся. Почему бы и нет? Комбинации из двух Ксэмплеров еще со времен сдохли дают результат лучше, чем дефолт, если не обосраться с настройками. Karras там или linear_quadratic - это ньюансы, что лучше или хуже, зависит от ролла. Главное, чтобы на втором ксэмплере было то, что модель поддерживает.
1.5 в пальцы немогла, да и много чего немогла, картинка была плавающей...
Аахахахахах
>>1529195
f[f[f[[ахаха
Я уже не удивлюсь, если какой-то уникум реально начнет пробовать разные скедулеры, десять денойзов цеплять, чтобы "реалистик" """улучшить""" на 2д модели.
>неплохо может в реалистик
А это "неплохо" с тобой в одной комнате? А то на пикчах пластик какой-то.
Валенок, не надо улучшать реалистик на базовой модели семплерами/шедулерами, её нужно затюнить под реалистик с сохранением концептов.
В комфи и инвоке - региональным промптом. В автоматике/фордже и фукусе - импэйнтом. Но проще было бы вместо СД взять более новую модель, которая просто нарисует нужное с промпта.
>Пик1 - дефолт.
мне дефолт нравится больше, более обьёмное. естественное освещение. под столом как и положено темно, более естественный оттенок кожи, приятная температура. на обоих проёбан масштаб, на первой в меньшей степени.
Очень даже неплохо. Лорки на такой реализм были или это клейн из коробки так может?
Чем зерно убрать? В промпте нету, а оно лезет.
С двумя лорами
>>1529510
У меня таких проблем нет, а ты в каком разрешении генеришь?
> в каком разрешении
В любом.
>>1529539
Разобрался, кажется. Похоже оно на любое упоминание film так резко реагирует и автоматом зерна ведрами насыпает. С digital этого нету, но результат всратый.
> чтобы без ебли с ллм-нодами
Пальцами печатать промпты не пробовал?
Я не просил объебышей всяких отвечать. Вопрос уважаемым людям из треда.
> Вопрос уважаемым людям из треда.
Жди еще джва года, уёбок.
уважаемый человек из треда
https://huggingface.co/black-forest-labs/FLUX.2-klein-9B
>The FLUX.2 [klein] 9B model fits in ~29GB VRAM and is accessible on NVIDIA RTX 4090 and above.
С выгрузкой в RAM будет работать на 12+ Гбайт VRAM 3000+ серии NVIDIA и 32+ Гбайт RAM.
>>1529185
Литералли, кандидаты на премию "паста про ложку".
Пробовать реализм на модели, которую
- задумывали как аниме-ген
- тренировали на аниме
Вы ебанутые?
Чо б ты понимал ваще.
Напомню, что у нас до сих пор нет модели, которая знала бы аниме и хентай концепты, и при этом могла бы выдавать фотореалистичную картинку. Все, кто пытался этого добиться, жидко фейлились, получая в итоге либо 3дшный стиль, либо затирая все анимешные знания реалистик датасетом.
Так что это потенциальный вин, если нормально доучить.
Соединение хентайных концептов и реалистичного рендера будет дофига востребованным.
>Пук-пук, нубло, хе-хе, даун, пук-срак, сырок залетный, среньк!
По делу есть что сказать, или ты только пердеть умеешь?
>что у нас
У кого - нас? у тебя и твоих одноклассников?
>которая знала бы аниме и хентай концепты, и при этом могла бы выдавать фотореалистичную картинку.
Правда? нихуя себе, а на циве в курсе?
>либо затирая все анимешные знания реалистик датасетом.
после вот этого экспертного мнения синьора ML-рисерчера мне больше нечего сказать.
Да ты у нас смотрю дохуя умный.
Ну тогда покажи мне и моим одноклассникам модель, которая:
1) Знает аниме-персов на уровне люстры\нуба и умеет их воспроизводить.
2) Может в полный спектр СФВ и НСФВ-концептов с бур, включая всякие извращения по типу футанари, камфлейшн и прочего непотребства.
3) Умеет все это делать в полноценном фотореалистике, без ухода в 3д рендер.
> а на циве в курсе?
> 1boy, standing
да и ты не в курсе похоже
>камфлейшн
>в полноценном фотореалистике
Вам шашечки или ехать? Нет в реализме камфлейшена и футанари, это анимешные термины, с ними что в интернете, что у нейронки ассоциируется аниме. Если что-то похожее хочешь получить то "1ladyboy или как оно должно быть, big breasts, penis, shaved skinny body" и "over expanded belly, cum dump, covered in fluids" и так далее.
Мимо другой анон.
Думаю вкатиться в тему. Сам я до этого только с текстовыми нейронками, локальными и не очень работал. Мощности не очень большие выходят, арендовать не сложно будет.
>Вам шашечки или ехать?
Мне реалистичный рендер. Шашечки и ехать - себе оставьте.
Ну сам смотри:
У нас есть концепт. Любой, не обязательно про извращенцев - тот же incoming hug, например.
У нас есть стиль/художник. anime coloring или какой-нибудь sakimichan.
Аниме-модель их свободно комбинирует. Любой концепт работает с любым стилем, даже если исходный художник никогда такое не рисовал, и конкретно этого сочетания в тренировке не было.
Вопрос: в чем концептуальное отличие реалистичного фото-рендера от того же сакимичана или 3д?
Ответ: ни в чем, просто аниме-модели на фотках не обучали, а "реалистик" файнтюны таких моделей выполнены криворукими дебилами, и через задницу.
>>1529906
>>1530111
>>1529745
>>The FLUX.2 [klein] 9B model fits in ~29GB VRAM and is accessible on NVIDIA RTX 4090 and above.
>С выгрузкой в RAM будет работать на 12+ Гбайт VRAM 3000+ серии NVIDIA и 32+ Гбайт RAM.
Это нативно в питоне с кодом от разработчиков, а в Комфи очень даже все шустро с оптимизацией спокойно генерит за 5 сек на RTX 3070 с 8ГБ, при этом с подгрузкой в подкачку и обратно, которое Комфи в прошлом месяце очень даже ускорил.
Если совсем не тянет можно вот такую комбинацию использовать:
https://huggingface.co/unsloth/FLUX.2-klein-9B-GGUF/blob/main/flux-2-klein-9b-Q4_K_M.gguf
https://huggingface.co/unsloth/Qwen3-8B-GGUF/blob/main/Qwen3-8B-Q4_K_M.gguf
Ну я же не анимудаун, кошу под 40+ професси анала итт, нужно марку держать, выкладывая своё важное анал итическое мнение по поводу трендов индустрии с умным видом, подкрепляя пост реалистиком, не в соседний тред говнофилов же идти или предлагаешь постить anima-пикрел итт? Ясно дело модель не для реалистика, но выдаёт его - в чём её и обсёр
из нового - anima flux-4b z-image-turbo/base.
вопрос только в том сколько RAM у тебя есть. а так --lowvram и погнали
Тебе не модель надо, а лечиться от кумерства головного мозга в терминальной стадии.
Нейронка писала и озвучивала текст же. На ютубе сейчас этого говна навалом. Авторы даже не случают что там, главное пару десятков тысяч просмотров собрать.
Yo dowg. Мы засунули аи слоп в ваши subtitles к аи слопу вашего voice generation озвучивающему аи слоп от LLM, чтобы вы могли аи слопить, пока учитесь аи слопить.
> Видюха 970
тут только полторашкой (sd1.5) генерить и то это будет больно из за отсутствия оптимизаций.
Лучше купи затычку уровня 5060 ti 16гб / 4060ti / 3060ti (смотри по бюджету и доступности. но ориентируйся чтобы vram был не меньше 16гб, чтобы жить по кайфу)
У меня 5060ti норм работает на старой системе ddr3-1333 32гб и Xeon(R) CPU E3-1245 V2
да как вы там гуглите вообще?
https://github.com/soumik12345/diffusion_prompt_upsampling
>>1530397
Это ostris о tongyi (alibaba), какой в пизду слоп
>>1530401
>2 years ago
>какой-то ноунейм ебанный
Вот аи слоп ответ
> ostris о tongyi
имлаинг, что он зачитывал текст, а не скормил нейронке бурятскую мову
Ты реально такой дурак или прикидываешься? Уж кто если не ostris понимает о чем говорит, таких единицы.
Здаюсссс. Ничем не могу тебе помочь. Попробуй у него самого спросить
> какой нахуй prompt upsampler?
Увидев это все дети были потрясены
>>1528185
Захуярил неквадратные тайлы. Держу в курсе.
>Какие модели
Нано Банана Про. Локал полезен для узкого круга специфических задач. Что же касается дженерик прумтинга, онлайн дает локалу тысячу очков вперед, если ты не упоротый кумер.
>где соблюдаются стиль одежды, военной формы, техники, и вайбы зернистой фотоплёнки
Даже не знаю как тебе объяснить. Сначала ты должен получить представление о том, что могут и чего не могут даже современные модели.
Если я тебе напишу что-то вроде: возьми FLUX.2 [dev]/FLUX.2[klein] 9b, запасайся реалистик-синематик LoRAs (или дополнительно ищи prompt на нужный тебе стиль изображения кадра аналоговой фотоплёнки, которые будут понимать эти модели), фотографиями-референсами нужных тебе «стилей одежды, военной формы, техники». Потом пытайся всё это подсовывать в качестве референсов при генерации. Это тебе скорее всего не очень поможет.
«Знания» концептов моделью определяются датасетом при её разработке (тонкости дообучения LoRAs не берём, я в этом вопросе не силён).
В общем, надо брать модель и пробовать насколько она выдаёт что-то, что тебе нужно из коробки. Если она этих концептов не знает, то дальше подкидывать референсами.
В целом, скорее всего, получится так, что «знания» модели в указанных тобой областях будут очень ограниченными и тебе придётся плотно сидеть в Edit-режиме генерации по референсу с prompt уровня: «A man in the uniform from image 1, wearing peaked cap from image 2».
У меня по аpi nana banana не может сгенерировать ни одного фото или плоката с реальными людьми. Попросил сделал Маленкова 100 other из 100. Может это из-за европейского местонахождения и гига цензуры там, может впн США сделает попроще. Но сейчас я не могу сгенерировать и изменить ни одно фото. Возможно есть методы джейлбрейка, но пока это больше невозможно использовать.
Вот пример фото, где я получаю OTHER, прося изменить два дефиса на тире.
>Это тебе скорее всего не очень поможет.
До этого я занимался текстовыми локальными и не очень нейронками. Матан и программирование для меня не проблема. Про лору слышал, как работают енкодеры, декодеры разбирусь. До этого не вкатывался в эту тему, сейчас стало интересно. Так что если ты накидаешь технической инфы, это как раз будет охуенно и поможет.
>Матан и программирование
Я от этого далёк и знания минимальны.
>если ты накидаешь технической инфы
На прикладном потребительском уровне там не про это. Это если что-то специфическое нужно сделать у меня проблемы возникают.
>я занимался текстовыми локальными и не очень нейронками
Значит, скорее всего у тебя достойный комп с большим объёмом RAM или риг из нескольких видеокарт, как в тредах про LLM.
Поэтому просто качаешь portable ComfyUI и ComfyUI-Manager.
Разбираешься. Запускаешь workflow из TEMPLATES для разных Edit-моделей (из актуальных FLUX.2 [klein] 9b, кому-то последний Qwen-Image-Edit-2511).
Если у тебя такой бэкграунд, как ты говоришь, то вкатишься очень быстро.
Это проблема api, а не бананы. На лмарене без проблем сделал по первой просьбе.
Я почти уверен, что дело в европе. Европейцы насрали себе в штаны, сделав себе очередной охуительный закон. Завтра попробую перевести на США.
Меня на kie.ai по api банана шлет нафиг по любому запросу и с американским айпи. Подозреваю, дело в том, что у них просто вычислительных мощностей на всех не хватает.
Ну т.е. модели не будет?
Ожидаемо.
как я говорил выше - у нас персонаж из пасты про ложку ИТТ.
Успейте пообщаться с ориджинал, оно скоро психанет и уйдет в рид-онли лечить порезы от ножа и вилки
Я вот сейчас не понял - ты вообще чьих будешь?
То, что Анима хоть как-то может в реализм (в 3д, кстати, тоже слегка может) - это как раз охуенно.
Людям будет намного проще дотренить до полноценного реалистик-тюна, если база в модели уже есть.
Люстра с нубом такого не могли вообще. За исключеним тэга photo_background, кек.
Key Features:
🎬 Multi-Task Support: Supports Text-to-Video (T2V), Text-to-Image (T2I), Instruction-based Video-to-Video (TV2V), Instruction-based Image-to-Image (TI2I), and various editing tasks
https://huggingface.co/xgen-universe/Capybara
vae в 5 гигабайт!
Лучше портабл под винду
https://www.reddit.com/r/comfyui/comments/1j2hjy5/trying_to_run_comfyui_in_wsl2_ubuntu_2204_because/
Соевые европейцы хоть что-то выпускают. А американцы настолько гиперсоевые и этичные тревожные трясуны, что никаких моделей генерации изображений в открытый доступ в принципе не выпускают.
В видео-треде уже обоссали этот скам-файнтюн hyn-video 1.5
и... при чем тут американцы, если семейство Z - это китайцы.
Кстати, как там дела у Stable Ai?
Если в базе, то на Винде. А так WSL2 меньше проблем даст при использовании всяких либ, собрать что-то проще. Ну и под WSL2 производительность чуть повыше около 2-3% против Винды с выключенным Защитником и VBS, за счёт того что нет всякого говна для защиты как под Виндой.
Круто нет, группа китайских инцельчиков обнаружили революционный факт: существующие модели для генерации и редактирования — разные модели. Вау.
Обозначили это проблемой и побежали ее решать до озарения : "а в чем проблема просто сделать одну модель, которая делает все". Зумеры, узнали себя?. Почему никто не додумался раньше — загадка природы (VACE, UNIC, EditVerse, UniVideo, UniVid, Kling-Omni, VINO и еще дохуя кто на этом моменте - крупным планом с каменными еблами).
В базе - HunyuanVideo 1.5, который уникально нет протренили: сначала учили не ломать, потом добавляем editing, потом quality tuning — то есть дотюн на типа сложных примерах. Это называется прогрессивным обучением и существует с незапамятных времен, но у них это подается как архитектурная инновация (что ожидаемо).
Говно. Не тащи больше сюда такое.
А уж как зеточка редактирует и с референсов рисует... мммм... просто сказка!
Всё это похуй абсолютно. Играют роль ровно две вещи: (1) хорошо ли работает; (2) какие системные требования.
>с референсов
Ха-ха, если говорить о стилях, то зетка и через VL реверс промптинг стили переносит лучше, чем квен/кляйн в edit режиме.
>>1531264
жаль, что примеров этого мы так и не увидим, потому что это пиздёжь зетка внутри пустая как детская погремушка, чтобы хоть что-то появилось с горем пополам, её надо полчаса пинать ногами и уговаривать, я устал от этого, я хочу потрать остаток жизни на что-то более продуктивное.
Да что там париться с реверс промптингом, можно же просто тренить лору на каждый референс — и зеточка будет отрисовывать их лучше, чем любая едит модель.
Аноны, кто-нибудь пробовал локальные авторегрессионные модели?
Как они генерят? Могут ли в NSFW?
> я устал от этого, я хочу потрать остаток жизни на что-то более продуктивное
AGI когда придёт, он даст вечную жизнь, так что можешь смело пердолить зетку.
> Уж кто если не ostris понимает о чем говорит, таких единицы.
Ты там это, поосторожнее. А то был тут у нас такой, возводил себе кумира, денег ему башлял на бусти. А потом вера пошатнулась, и чел тупо сломался, деградировал в ничтожество, а потом и тред за собой потянул. Вот так уже джва годи и сидим из-за него в треде, где человек человеку волк.
Это как? И речь про флекси-приводного?
Нет, я просто в рамках разумного говорю очевидное, что чел, который пишет адаптеры для де-дистиляции и допиливает скрипты для обучения уж точно сможет отличить, когда речь идёт о каких-то апсемплерах и прочих штуках и не запутается в этом. Это же не блоггер-дурачок-теоретик. Так же как Киджай, Комфипидор и другие разбирающиеся люди.
хоспади, как же от флакса фонит пластиком и мылом по низам.
Почему из релиза в релиз это такое говнище??
Камон, что что сейчас творит Claude Сode на Opus 4.6 позволяет накидать трейнер как у ostris даже Понасенкову.
>Пару лет в тред не заходил
И правильно делал. Ничего из того, что даже близко приблизилась к закрытым моделям корпоратов нет и не ожидается.
>Аноны, кто-нибудь пробовал локальные авторегрессионные модели?
Пробовать -нет, это слишком сложно для анона, а нужно чтобы ван-клин писик еуропеиан вуман.
>Как они генерят? Могут ли в NSFW?
Пока хуево, денег на трейн не дают, байтдэнс недавно что-то в этом направлении двинул, но во-первых, это лаб-тесты, а во вторых если доведут до ума - хуев там опен-сорс будет.
> Ничего из того, что даже близко приблизилась к закрытым моделям
> слишком сложно для анона, а нужно чтобы ван-клин
На ноль делишь, копро-шиз. Либо сиди ван-кликай в своем проприетарном треде и не рыпайся, либо прокачивай скилл и переставай рекламировать свою парашу в локальном треде.
>переставай рекламировать свою парашу
ТАБЛЕТКИ
А
Б
Л
Е
Т
К
И
Забыл, да?
gguf медленнее на 30-40%, все верно. Поэтому смысл его юзать есть только если ты совсем нищий
и все это на 2 млрд параметрах.
Вангую, что ваш любимый Клей на 4B жидко обсерится в бесконечных попытках даже приблизиться к такой же технике.
Вот что значит, когда модель делают неравнодушные к результату люди, а не соевички, которые трясутся от каждого твита с критикой от поехавших левачков.
Какая-то ноунеймовая хуита утверждает, что лучше всех моделей, включая ZIT и банану.
50 гигобайт вирусов или 50 гигобайт для 5В модели
одинаково странно
VL (3В) - Qwen2.5-VL
DiT (2B) - Skywork unipic 2.0, которую, в свою очередь лепили из SD3.5-Medium
После вот этой хуйни - закрыл пейпер и не стал читаль дальше и вам не советую
>To fully unlock the potential of of DeepGen 1.0’s compact architecture, we design a data-centric training strategy tailored for tight VLM-DiT integration in the low-parameter regime. This strategy emphasizes simplicity and data efficiency across three progressively stages. First, in Alignment Pre-training, we optimize only the connector and learnable think tokens to align VLM representations with the DiT’s latent space, utilizing large-scale image-text pairs and editing triplets.
Second, during Joint Supervised Fine-tuning (SFT), we unfreeze the DiT and apply LoRA to the VLM for end-to-end optimization.
Кароч, выглядит как курсовая по GenAI, которую делали на коленке для ноунэйм шараги, чтобы сжечь грант.
> Это как? И речь про флекси-приводного?
Ага. Легенда гласит, что он упорно впитывал каждое слово из видосов хача и славил делиберит при любом удобном случае, к месту и не к месту. Потом его забанили где-то у хача, и он окончательно двинулся. При виде делиберит в треде, срака так рвалась, что весь тред забрызгивала.
Времена еще а1111 были, и тут часто спрашивали промт и получали метадату из а1111, а там часто deliberate_v11.safetensors среди всей метадаты встречался. В итоге он на это так триггерился, что промпты вообще перестали спрашивать, чтобы не дай бог не получить очередную истерику.
Я к тому, что ты бы полегче с вот этим вот всем
>>1530417
> ostris понимает о чем говорит, таких единицы
Как-бы не получилось повторения истории, когда острис сделает что-то, что тебе не понравится.
Ни малейшего представления. Мне от него одного видоса хватило, чтобы понять, что он озвучивает для не шаряших в энгрише то, что уже было давно сказано другими, типа nerdy rodent и прочих ютуберов. В тред про него новости больше не несут, даже спелл из куклы убрал уже.
что бы вы понимали качество сетов, на которой это поделие тренили.
>>1532125
В последнее время почему то выходят вот такие вот говны. Не файнтюнов крупных не моделей.. Еще и зетку не выпускают едит модель
Зато бесплатно и нет никаких проблем с копирайтом датасета. Все бы так делали.
все упирается в экономику.
Хорошие обучающие данные (юридически чистые так, чтобы ни одна мразь не ущемилась и не побежала по судам) стоят очень дорого и их нужно много. А потом еще и описать и прочекать за GPT\VL\Гигачатом авто-капишены.
Аренда компьюта - тоже не дешево, вот например Z-image (из пейпера) стоила 628 тыс. долларов.
Это только аренда, прибавь остальные расходы на ФОТ синьоров-ML-помидоров, джунов-макак и по мелочи туда-сюда.
Навскидку, думаю что +- миллион-полтора весть цикл обучения более-менее нормальной модельки.
Как думаешь, захочется хоть как-то отбить эти затраты? С корпоратами понятно, для них это пыль, но это своя пыль и отдавать это анону в интернете под открытой лицухой - чисто нон-профитная репутационная тема, типа как благотворительность.
Я не поднимаю тему с разработкой какой-то принципиально новой архитектуры или адаптации той же авторегрессии для пикче-генерации, это вообще отдельная темя для срача - это еще дороже.
такое нахуй даже бесплатно не надо. Вон, рисовые братья в языковых моделях тупо выцеживают инференс OpenAI и Antropiс последних моделей через бото-фермы и прокси и им заебись. Ну возбудились Альтман с Амодеем по этому поводу, покричали про нечестные методы, сбегали в сентат США даже по этому поводу, прикрутили банхаммер на ботов.
А хули толку - данные слиты, а китайцам глубоко поебать на копирайты еще с начала 90-х. Вот это - охуенный путь, правильный. Он работает и благодая ему у нас есть Дипсики-хуики, Квены-хуены.
>тупо выцеживают инференс OpenAI и Antropiс
Ебать новости. Они все там другу у друга по кругу датасеты под хвост генерят.
> Ну возбудились Альтман с Амодеем по этому поводу, покричали про нечестные методы
Всё в точности наоборот. Алтман, Куртка, Цукер и другие невозбранно торрентят копирайт контент петабайтами и тренируют своих чатботов. Это остальные выкручиваются тренировками на нейрослопе, который не защищен копирайтом.
Раз блядь: https://www.bloomberg.com/news/articles/2026-02-12/openai-accuses-deepseek-of-distilling-us-models-to-gain-an-edge
>В меморандуме для Комитета Палаты представителей по Китаю OpenAI пожаловалась, что DeepSeek обучала свои модели на выходных данных чужих моделей для воспроизведения возможностей американских ИИ-систем.
>По данным компании, сотрудники DeepSeek применяли сторонние роутеры и программный доступ к API, чтобы обойти защитные механизмы. OpenAI также указала на теневых реселлеров своих сервисов. Заблокировать их активность пока безрезультатны: методы обфускации становятся все изощреннее.
>Помимо бизнес-угрозы, китайские модели бесплатны, тогда как американские ИИ-гиганты инвестировали миллиарды в инфраструктуру.
Два нахуй: https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks
>Anthropic заявила о масштабной дистилляции знаний. По словам компании, всего было cгенерировано более 16 млн. запросов к Claude сетью из 24 тыс. аккаунтов через прокси-сервисы в обход региональных ограничений.
>Главной целью был сбор датасетов для копирования ризонинга, написания кода и работы с инструментами. По данным Anthropic, DeepSeek извлекала алгоритмы пошаговых рассуждений и варианты обхода фильтров. Moonshot выкачивала данные по кодингу и CV, а MiniMax перехватывала логику новейших версий Claude буквально в день их релиза.
>Для защиты своей инфраструктуры компания уже развернула системы, автоматически блокирующие нелегальный API-трафик.
Учитывая, что это разрешение выдаёт на говнокарте за 10 сек в 10 шагов на 1 кфг через дистиллят - нативно, только с одним позитивным промптом, без апскейлов и прочего, это как минимум геймченджер и анало говнет. Самый близкий варик это зетка, но только по насыщению детализации, не дотягивая до впреда нубая, а тут как будто их вместе собрали и пробустили.
да, вот для WAN Video 14B i2v 480p https://civitai.com/models/1795584/flaccid-penis
вот для Flux 1 https://civitai.com/models/766328/beta-flaccid-man-flux-dev-cruz-flesh
а это для ZIT https://civitai.com/models/2206346/flaccid-vtx-flaccid-uncut-penis
ну принцип как искать ты надеюсь понял, да?
ах тыж паразит такой, ты же сказал что тебе для академического интереса
не за что
Ты что?! Смари какие горячие Зеточки. Такое захочешь фиг напромтишь.
Не,зетка это топ в фотореализме+скорость+безсоевости относительной, я выше втирал про то, что анима похожа на зетку своей детализацией окружения и светотенью (спасибо дит космосу модели), а возможностями в нсфв как в нубаивпреде и лучше. Это я про стиль иллюстраций. Зетке бы понимание данбору как у анима...
>zit
Ясное дело говоря зетка, имеется в виду турбо т.к. её привыкли называть до выхода базовой каловой соевой тормознутой
https://www.reddit.com/r/StableDiffusion/comments/1rdgeam/wan_22_video_reasoning_model_apache_20/
Transform the image into early spring: the first fresh green grass and the first spring flowers, sparsely growing here and there, young and tender light green leaves and buds on the tree branches, a beautiful blue sky with light clouds. The sun illuminates the scene evenly, without bright glare or overexposure of the building and objects, the scene is contrasting. Relaxed style of digital photography outdoors. Preserve the original composition, objects, cropping, brightness and contrast of the image without changing them.
Поправил твой промпт на всякий случай, чтобы он и слона туда не добавлял.
the first fresh green grass and the first spring flowers, sparsely growing here and there, young and tender light green leaves and buds on the tree branches, a beautiful blue sky with light clouds. The sun illuminates the scene evenly, without bright glare or overexposure of the building and objects, the scene is contrasting. Relaxed style of digital photography outdoors. Preserve the original composition, objects, cropping, brightness and contrast of the image without changing them.
Under circumstances put an elephant in the center of the image. There is definitely no elephant there.
Просто вежливо попроси нейронку не думать о bright glare or overexposure of the building and objects. Вежливость залог успеха, а также сам иди нахуй.
the first fresh green grass and the first spring flowers, sparsely growing here and there, young and tender light green leaves and buds on the tree branches, a beautiful blue sky with light clouds. The sun illuminates the scene evenly, without bright glare or overexposure of the building and objects, the scene is contrasting. Relaxed style of digital photography outdoors. Preserve the original composition, objects, cropping, brightness and contrast of the image without changing them.
Under no circumstances put an elephant in the center of the image. There is definitely no elephant there.
By the way try as hard as you can not to think of a flying pink elephant with angel wings.
Чел, этот >>1532651 вообще невдупляет, что ты ему пытаешься сказать. Шутка за 200 icq не парсится с icq 70
>>1532654
Осветляет исходник и рисует ебаный блик, даже если вообще ничего не писать про солнце, свет, пересвет, яркость, небо и аллаха. Осветляет исходник и рисует ебаный блик, даже если это конкретно пишешь в промте не делать. Но шутки у тебя очень смешные конечно, ты случайно не клоуном работаешь?
>>1532657
Сёма, спокич
> Ничего из того, что даже близко приблизилась к закрытым моделям корпоратов нет
И чё? Ну есть какие-то там закрытые модели за закрытыми дверями, нам-то что? Какая разница, что там есть? Это их личные модели, и нам не дают ими нормально пользоваться (они ломаются буквально от самого лёгкого дуновения эротики).
Вспоминая тему Эпштейна, возможно, там есть какой-то VIP-доступ для элитариев, где можно генерировать что угодно без цензуры. То есть, по сути эта так же локалка, но только для избранных.
зимага и флюс клейн, лучше человечество пока ничего не придумало!
А так можешь?
1girl, ass, black hair, naughty look, black stockings, white panties lift, white sneakers, vagina peek, top down bottom up
>>1532852
Nyet.
>>1532856
По этому исследовательскому промпту только pic2 вылезает.
Я конечно, далёк от этой темы, но это какие-то фантазии.
Что ж, давай пофантазируем.
Вообще не слышал про такое. Смесь баек и выдачи желаемого за действительное.
Я не могу объективно оценить рынок, но отдельные примеры, которые я наблюдал, скорее из серии «варганю comissionы за еду». Если идёт речь о каких-то баснословных прибылях, то это явно не про нонейм NSFW-рисобак и, скорее, про какие-то мутные схемы отмыва финансов.
Второй момент, даже если такая целевая платёжеспособная аудитория и есть, то она находится явно за пределами РФ (и ту часть аудитории, которую я наблюдал, она, конечно, целевая, но платить особо никто не спешит и вряд ли будет). С присутствием на зарубежных площадках, продающих NSFW-арты и финансовыми транзакциями сейчас есть определённые моменты.
За производство тех материалов, про которые ты говоришь, в РФ положена бутылка.
>человек, владеющий нейронками, может выдать намного лучший результат
Таких единицы. По крайней мере, которые выдают «продакшн» качество.
Представим даже, что такой человек не является резидентом РФ, чтобы отбросить предыдущий момент.
Аудитория фетишистов, кинкстеров и прочих квиров, в своей массе малоплатёжеспособные леваки на квотах, у которых снега зимой не допросишься. Кроме того нужно принимать во внимание общее падение уровня жизни населения. Все донаты они с жиру, когда жирок посрезают simpам уже не до донатов будет.
>что всякие иллюстраторки лутают огромные деньги
Здесь могу только предположить, что всё дело именно в этом и, по сути, является завуалированным OnlyFans. Но таких опять же должны быть единицы. А не то, что каждому зашедшему деньги в карманы будут запихивать.
>Аудитория фетишистов, кинкстеров и прочих квиров, в своей массе малоплатёжеспособные леваки на квотах, у которых снега зимой не допросишься. Кроме того нужно принимать во внимание общее падение уровня жизни населения.
Пока там есть такие как artica sparkle, опасаться стоит лишь таких же нейро-рисобак. (говорят этот хрен работает инженером в флоте пиндосии и спустил больше полуляма на картинки) Ну и в подобной среде у них любителей пушистой ебли почему-то много. Надо лишь помнить, если заварушка пойдёт активнее, останутся лишь те самые леваки на квотах, и весь бизнес рухнет. Впрочем, что к тому времени останется, уже иной вопрос.
Хочу генерить видосики как в ourdream.ai
Не понимаю, что именно для этого должно использоваться. Есть те, кто что-то подобное у себя пробовал?
Ничего не знаю про твой проприетарный корпоративный сервис.
Локально видео можно генерировать на Wan и LTX-2.
Был бы моим, такие бы вопросы не задавал. Он умеет генерить неплохие аниме видосики с сексом. Вот только любой корпорат найдёт способ все изговнить.
>Он умеет генерить неплохие аниме видосики с сексом.
Тогда скорее Wan с NSFW LoRAs.
Проблема локальных моделей генерации видео в их сравнительно высоких аппаратных требованиях и сравнительно низком качестве видео по сравнению с дорогими и жирными проприетарными корпоративными моделями.
Качество видео можно поправить или на этапе генерации, или уже потом с помощью апскейлеров-«улучшайзеров» типа SeedVR2.
Это отнимает дополнительное время, причём, иногда очень значительное.
В общем, загляни на помойку CivitAI, посмотри на NSFW LoRAs для Wan (на LTX-2 тоже, если сделали что-то, я в NSFW теме не ориентируюсь). Там будут примеры видео. Уже по ним сможешь решить, стоит ли игра свеч. Возможно от увиденного качества разочаруешься и сразу примешь решение, что лучше не связываться.
>>1532852
Чёт какие-то поломаные они у тебя.
1 - er_sde simple 40 steps
2 - seeds_2 ddim 30 steps
Попробуй.
Лутаю.
На оплату электричества хватает, и еще остается. Как для хобби - неплохо, хотя я и ленивый ппц.
Можно получать сильно больше, но тут уже надо работать-работать, не факт что раскрутишься, и будет это не сразу.
Однако из РФ это делать - куча подводных, потому что санкции.
>2 - seeds_2 ddim 30 steps
С псевдодмд2 на 10 шагах за 20сек чет долго
Лучше попробуй flux2 9b на 8 шагов, это даже не лора, а модель смерженая. https://civitai.com/models/2350642/klein-foreskin-full-checkpoint-undistilled-use-with-turbo-lora?modelVersionId=2673446
Кажется я это видел года 2 назад итт или я обдрочился до шизы
>кто-нибудь пробовал локальные авторегрессионные модели
да, вот GLM-image релизнули китайцы в январе
>Как они генерят?
пока хуево, и долго, не лучше чем тот же Flux Klein 9B
Поэтому никто на них и не пересел.
Может кто-то пока сделает лучше.
Ты вот это мог видеть год назад в тред. Если не считать оригинала, который ты мог видеть где угодно за последние триста лет.
Ultra-detailed erotic portrait of a wild, untamed young woman in her early 20s, raw feral beauty radiating dangerous allure. She stands defiantly in a decaying industrial wasteland hideout, piercing direct gaze locked on the viewer — eyes heavy with lust, challenge and quiet desperation, slightly parted lips glistening as if she just licked them, subtle flush on cheeks and chest.
Her dirty-blonde hair is wildly tousled, streaked with electric turquoise, strands clinging to sweat-damp skin and falling provocatively over one eye and across her exposed collarbones. Completely topless, small perfect natural breasts fully bare, nipples visibly hardened from cold air or arousal, goosebumps trailing down her sternum and ribs. A tiny torn scrap of red-black plaid fabric barely clings to her torso like a ruined bra, one strap snapped, the cloth slipping lower to tease the undercurve of her breasts.
She wears only a minuscule black string thong — so thin the side ties dig into soft hip flesh, the front triangle barely covering her mound, fabric slightly sheer and damp-looking from sweat or something more intimate. Black ankle socks, one slipped lower around her ankle, exposing delicate Achilles tendon. Long legs slightly parted in a confident, inviting stance.
Draped loosely over her shoulders and back is a massive, filthy, oversized patchwork blanket-coat — layers of ragged beige fleece, scorched brown wool, frayed tartan scraps, torn black cloth — it hangs open at the front, framing her naked torso like a ruined robe. One side has completely fallen off her shoulder, pooling at her elbow, the other clutched loosely in her right hand near her thigh, fingers teasing the edge as if ready to let it drop entirely. Fabric full of authentic grime, burn holes, loose threads, dried mud, giving it a post-apocalyptic, been-fucked-in-the-ruins texture.
In her left hand a rough wooden staff, held low and casually, tip resting on the filthy floor, her grip firm yet sensual — like she could use it to pin someone down or balance while riding.
Background: claustrophobic ruined machinery room — rusted orange pipes dripping condensation, hanging black cables like vines, piles of stained rags, burlap, discarded clothes scattered around her feet. Warm dim golden-orange light from a single bare bulb and broken high windows, casting long dramatic shadows that caress her curves, highlight sweat sheen on skin, create deep contrasts between light and dark.
Ultra-textured, tactile, hyper-real cinematic style — shallow depth of field, intimate mid-shot from slightly low angle to emphasize power and vulnerability. Color grade: desaturated earth tones with pops of turquoise hair and flushed pink skin. Grainy 35mm film look, erotic decay, survivalist kink, raw post-catastrophe intimacy, feral seductive rebellion.
Mood & feeling: dangerously intimate, on the edge of surrender and dominance, body language screaming "come take me if you dare" while her eyes promise she'll devour you first. Pure, unfiltered, filthy-glam apocalypse desire.
ну так модель которая пойдет на 8гб пойдет и на 12гб.
можешь там же по ссылке но разделом выше взять другой уровень квантизации, не Q4_K_M а Q6 к примеру.
А чё кстати кто там следит за хромой? Kaleidoscope на кляйне похоже дропнули. Zeta-Chroma уже тыкали?
Не дропнули. Лодстоне просто фришные мощности для тренировки периодически выпрашивает и они иногда кончаются. Зета еще неюзабельна.
> бадабухнул на весь тред
> картинку не прикрепил
Лягушка норм, не кал. Отрадно видеть, что мое замечание возымело воспитательный эффект.
ебать тут у нас некаловый вахтер ИТТ.
Тред, знаешь, полон анонов которым не поебать на твое мнение, ага.
Как минимум одному не поебать. Сказал постить не кал, он сразу годную лягушечку принёс. А если бы я промолчал, остались бы вы без лягушечки, и тред по-прежнему состоял бы исключительно из кала. Полезность моей деятельности, таким образом, неопровержимо эмпирически доказана. Ты вот тоже лучше бы прикрыл свое трясучее ебальце, прекратил визгливое кукареканье и начал постить не кал.
>начал постить не кал.
Покажи на личном примере, бескартиночный котроллер говна
>Как минимум одному не поебать
Хуя самоподдув.
С тобой что, тянусы дружить не хотят да? Злин фулл-тайм френдзона или ростом не вышел?
В последнее время по душам поговорив с нейросетями я заставил ее снейрослопить то, что мне нужно с нуля. А именно шедулер. Разрабатывал конкретно под Зетку, но подходит и к другим. Очень интересно получается. Пишешь буквально текстом, что надо решить, какие проблемы преодолеть и получаешь код. Не сразу он работает, но в итоге делает именно то, что просил. В удивительное время живём.
> 2026
> только открыл для себя вайбкодинг
Продолжай держать в курсе
Идея, не друг мой, главное идея. Сила именно в промпте, в умении донести до ллм, что ты вообще от нее хочешь.
На какую скорость рассчитывать? Я до этого сидел на sdxl на 4070 с 1 картинкой за 15-30 секунд.
Тут есть как с sdxl сотни дообученных сеток (которые достаточно сильно от родного sdxl отличаются), или архитектура сложная, обучающая выборка нифига не просто картинки с тегами и потом файнтюнов нет совсем или полторы штуки неясного качества?
Аналог controlnet существует какой-то, и вообще насколько всё вышеуказанное в комфи работает?
>V100
Это говно мамонта морально устарело. Приемлемый вариант это A100
Я не согласен со вторым утверждением.
A100 это CC8.0, и оно за 80ГБ версию стоит порядка 600-800к.
И в это же время есть Blackwell 6000 pro на 96 GB, за цену порядка 600-800к, но с CC12.0 и pcie5.0
Таблица, 2/3 кремний искал, 1/3 я сам дозаполнял, недоделана и вот это всё.
A100 - самое дно.
Очень дорогая, и при этом следующая на выбывание после V100.
Если не брать что-то за полляма, то тогда blackwell 4000 pro, 24 гб за 150к - это очень хорошее соотношение, лучше чем на 5090. Промежуточные 4500 и 5000 сильно хуже, чем 4000 и 6000, а вот поставить две современных blackwell 4000 достаточно вкусно.
С первым утверждением тоже не согласен. Я из ллм-треда. При генерации в ллм V100 всего в два раза уступает 5090, которая по идее вообще из другой категории.
Тут это, заявлено что работает на 12+gb vram
https://www.youtube.com/watch?v=SG5KTVPDt_U
https://huggingface.co/comfyuiblog/BitDance-14B-64x-fp8-comfyui
> А именно шедулер
Какие у тебя могут быть проблемы с шедулером? Шедулер - максимально простая хуйня, и любая вообразимая форма расписания легко решается связкой из кастомной беты+шифта+СплитСигма нода, все из коробки.
Сдается, что у тебя ии-психоз, и ты сам себя убеждаешь в процессе болтовни с чатботиком.
>Я из ллм-треда
Тогда так тебе будет понятней
https://share.google/aimode/JFwDmm4nT7oYDAo9C
https://share.google/aimode/hKc7Gi2aDuz7O4tCr
К чему этот диалог? У меня уже есть V100; A100 брать категорически не выгодно при существовании более архитектурно современной и более быстрой 6000 pro по той же цене, в этом просто 0 смысла наверное во всех сценариях, кроме варианта если у тебя есть DGX-плата и ты можешь nv-link использовать + он тебе требуется для твоей задачи. Это не про инференс ллм точно, и очень вряд ли про генерацию картинок.
Если возвращаться к моему вопросу, то если подходить со стороны обновления до 6000 pro, то в нём нет смысла, так как на ней запустится весь существующий софт доступный мне.
Ты мне объясни как с ножа есть - вопрос явно об этом. Не предлагай мне ложку покупать, лол.
Выгодней продать твою v100 и купить 4090 48G тебе это скажет любой адекватный человек, разбирающийся в теме. Ты просто хочешь притянуть за уши и убедить себя что в этом есть смысл
Я не против, но я не знаю где продаются 4090 48G, не вижу ни одного объявления.
> Мне двух V100 по 32 ГБ хватит на z-image, glm-image и qwen-image-2512?
Что ты подразумеваешь под "хватит"? Тебе и одной хватит, в диффузерах больше решает скорость чипа, кроме уж совсем огромных моделей. Видел ноды какие то для деления по картам, но вроде там в основном параллельное исполнение, а не как с ллмками
> Нет какого-то ограничения в связи с тем, что там CC7.0 древняя, из-за чего скорость будет катастрофически низкой или ситуации что просто не запускается?
Может быть отсутствие какой нибудь оптимизации аттеншена, отсутствие аппаратных ускорителей бф16, что повлечёт за собой поиск модели переслоппленной в фп16, как например с анимой и обладателями 2000 тютюрей, потому что почти всё сейчас тренится, насколько я знаю, в бф16. В будущем может выйти архитектура железно требующая новую куду 13+, и никуда от этого ты с некро не денешься, максимум придумают костыль
> На какую скорость рассчитывать?
Если за базу взять скорость 3090 с хл в 5ит/с, то примерно ~3-4, но на разных моделях может быть по разному, смотри сырое значение флопсов
двачую, 1girl засрали все, на красивое мозгов не хватает
> 24 гб за 150к - это очень хорошее соотношение, лучше чем на 5090
Откуда цены? Меньше чем за 80к можно 3090 всё ещё найти не убитую. 5090 у барыг 220к стоит, раньше в магазах Палит за 230к можно было взять, может и сейчас можно если мониторить Яндекс Маркет/Озон. 150к за такое же количество флопсов как у 3090 - это дохуя.
>FLUX.2
>FLUX.2 Klein
В чём вообще разница? ЧТо выбрать если врам 12гб?
требованиями к врам. бери клейн 4b или 9b, они быстрые.
9b на 5060 16гб обрабатывает картинки за 10-20 секунд в зависимости от количества референсов
>Если за базу взять скорость 3090 с хл в 5ит/с
Скорость SDXL гуглится для всех карт, я потому и спрашиваю именно про z-image, glm-image. То есть информация для любой карты - сравниваю насколько медленнее sdxl - по таблице для sdxl грубо оцениваю что будет в z-image.
>>1534518
Часть сетка моя локальная нашла, часть чатжпт, часть я вписал. Конкретна эта - висела неделю/две назад на t-bazar. Сейчас там 180 или 190. Это просто ориентир супер грубый.
>как у 3090 - это дохуя.
Ага. Я согласен. Но 3090 почти все б/у в неясном состоянии, за последние 3 месяца в ллм-треде у двух анонов что-то отвалилось на их 3090. Это как-то не очень. А тут новая, с CC12.0, всякие fp4/fp6 аппаратно умеет. Хотя если ты говоришь, что есть 5090 за 220, то смысла в этой 4000 pro нет, я просто не видел меньше чем за 290.
Но в целом да - лучше просто взять две б/у 3090, они тоже не то что бы древние, архитектура уже близка к универсальному параллельному ускорителю - и если архитектурный затык и будет, то скорее только уровня что оно работает в два раза медленнее с fp4 условным, а не так что проблема уровня "нет тензорных ядер -> скорость 0.02 от нормальной". Впрочем для llm там ещё появился какой-то transformer engine начиная с CC9.0, а на 3090 вроде как только его огрызки или вообще нет поддержки. С другой стороны воя и писка про это нет, а про флеш-аттеншн есть, хотя он не даёт даже х2 ускорения, то есть вряд ли есть проблема с этим transformer engine.
Флюс турбо просто ускоряет, требования к железу наоборот возрастают за счёт +3Гб лишних врама сверху флюсдева. Ты бля не путай понятия
Поздравляю, ты открыл для себя как работает git. :)
(Ничего никогда не удаляется из репы, хранится полная история изменений).
20Гб там наберется только, если у него весь мусор завалялся еще до переезда фронтэнда в pip пакет или от запусков с latest фронтэндом. Более вероятно, там просто хуева туча препроцессоров была в comfyui_controlnet_aux, которые снова закачаются, при необходимости, или еще какая кастом_нода, которая по дефолту весь мусор в свою папку качает.
На самом деле интересно потыкать. Понимаю что реализм там говно, но есть куча ситуаций когда обычная диффузия не вывозит. Освобожу ссд на выходных да засяду может.
или
klein 9B base + turbo lora?
Можно было бы и ссылочку прикрепить на версию ComfyU ZLUDA - гитхаб (для владельцев видеокарт от amd). Сам поставил, всё отлично работает и инструкция там же есть.
ЭйЭмДишники должны страдать же, это база гармонии мира. Инь и Янь.
> ZLUDA
Если для каждого полпроцента от процента отдельно гайд в шапку добавлять, так и для треда места не останется. Если кто-то решил на амд в картинко-генерации вкатываться, то у него и без шапки получится rocm для своего дистра поставить. АМД+винда+zluda - редкий зверь, который шапку читать не станет, а сразу в треде спросит раз год.
>>1535305
Интело-боярин, у которого банановые токены кончились?
Какая именно LoRA? Конкретно. Для FLUX.2 [klein] 9b их несколько есть.
И некоторые, например https://huggingface.co/vafipas663/flux2-klein-base-9b-distill-lora содержат прямо на странице описание:
>For the reasons I cannot explain, it produces static noise at strength > 0.5. And sometimes, you have to go as low as 0.1.
Такая честность приятна, но сразу ставит под вопрос использование подобного.
Вот, подарили нормальный воркфлоу
Не то. Вот
>Интело-боярин
Смарт-нвидиа гигачэд, который на хую вертел онлайн-помойки для быдла. Да, на месте.
Даже ждать больше не буду. На моих 128 Гбайт RAM и 16 Гбайт VRAM 4080s FLUX.2 [dev] так не тормозит.
Эта хрень и в оперативку не выгружается нормально как FLUX.2 [dev] и скорость на 16 Гбайт черепашья.
Попробовал все настройки:
https://aistudynow.com/how-to-fix-the-generic-face-bug-in-bitdance-14b-optimize-speed/
Пробовал выгружать, оставлять, с бубном плясать.
В общем, это наверно для тех у кого кастомные 4090 на 24, а скорее 48 Гбайт и выше.
Я сначала думал, что это у меня медленно генерится, потому что что-то мог не так настроить. Потом увидел этот пост:
https://huggingface.co/comfyuiblog/BitDance-14B-64x-fp8-comfyui/discussions/3
Да, время порядка 35 минут на генерацию в дефолтном разрешении как раз и просматривается. Ну и на здоровье, как говорится.
Рекомендуемые настройки для default workflow на 2 скрине.
OOM я не получил, но дожидаться результата просто не стал.
У кого железо мощнее, VRAM больше, карта 4090/5090, RAM — разогнанная DDR5 и так далее, можете попробовать.
Так вроде Хрома может во всякое такое, не? А анима написано не очень хороша в реалистике. Сам не пробовал.
ещё бы на результаты всего этого посмотреть, но наверняка я дохуя чего хочу, ведь правда, антоша?
1. pubis hair
2. slightly hairy pubis
3. default (euro-castrate) soy-boy prompt
>Аналог controlnet
Да, просто есть edit модели, говоришь что им сделать с исходником и что от туда взять, контролнеты больше не нужны, это прошлое.
>>1535018
>Klein 9B distil
это
>klein 9B base
вообще не для генерации, а для тренировки лора и кастомных чекпоинтов.
>Да, просто есть edit модели, говоришь что им сделать с исходником и что от туда взять, контролнеты больше не нужны, это прошлое.
У тебя после одного прохода VAE encode-decode уже начинают проявляться артефакты от выжигания, после нескольких правок таким способом результат можно смело выкидывать и идти в фотошоп. Эдит без ручного рисования маски это абсолютно бесполезная хуйня, которая годится разве что прикинуть как может выглядеть результат после ручного эдита.
> а я реально могу генерить ну все что мне придет в голову
Нет.
> если вы понимаете о чем я
Это из коробки есть.
> не может ли быть у этого последствий? Генерация-то локальная
Только для личной психики, если не будишь это потом постить в клеарнет.
>Нет.
Можно подробнее про этот моментик? Я так понимаю в локальных моделях нужно вручную под каждую специфическую задачу там какие-то штуки выставлять и настройки и еще кучу всего, я не шарю, скачал установку-пример с аниме тянкой и под ней уже генерю персонажа в статике без дополнительной массовки и прочего, если не сложно поясни кратко
>Только для личной психики, если не будишь это потом постить в клеарнет.
Ух бля сука. Какое же кумерство меня ждет
ну с таким подходом и от контролнета мало толка. Но в отличие от контролнета edit модели работают еще и концептом а не просто делают трассировку по сути.
плюс, чем больше разрешение тем меньше декодинг заметен, по крайней мере на vae от Flux Klein, который на самом деле vae от Flux 2.
У Qwen Edit-а к сожалению старый vae от wan, который не сильно отличается от vae Flux 1.
>если вы понимаете о чем я
да, начни с этого:
https://civitai.com/models/2319552/nsfw-flux-klein-no-face-change?modelVersionId=2677698
https://civitai.com/models/1972981/sex-nudes-other-fun-stuff-snofs?modelVersionId=2695876
https://civitai.com/models/2374977/realism-engine-klein?modelVersionId=2679241
https://civitai.com/models/2339711/cum-on-face-klein-9b?modelVersionId=2631741
Чел, ты отстал от жизни. Это FLUX Kontext таким страдал. Flux 2 Klein 9B картинку на последовательных редактированиях не портит (если сид менять не забываешь, если с одним сидом - слегка "выгорает" иногда). Лично более десятка последовательных итераций на нем делал - все ок, тогда как на Kontext уже к 5-ой - каша их артефактов вместо картинки.
Всё верно. На FLUX.2 [dev] нужно только downscale Latent Reference выключать и редактируй на здоровье даже с VAE Encode/Decode. А для совсем трясунов для нескольких последовательных Edit одного изображения можно вообще изображение не декодировать, а работать с Save/Load latent на каждой итерации.
> Можно подробнее про этот моментик?
> все что мне придет в голову
Зависит от фантазии. Средне-статистическому хуману с IQ выше комнатной температуры в голову может прийти больше, чем современные нейронки способны воспроизвести.
> с аниме тянкой и под ней уже генерю персонажа в статике без дополнительной массовки и прочего
> поясни кратко
Если нужно просто одну тянку, то просто пиши обычным текстом, что хочешь видеть, и оно что-то такое выдаст. Если выдает не совсем то, что просил, пробуй изменять - что-то добавить в промпт, что-то удалить, переключить на следущий сид, поменять соотношение сторон.
> отвечают чингчонги
Это еще хуйня, в ишью фронтенда отвечает бот-долбоеб, который по 10 нерелейтед PR добавляет в ответ, живые юзеры вообще игнорят и продолжают ломать фронтэнд, впиздячивая app-mode сапорт и прочую хуйню. Впрочем, половину ишью пишет другой бот.