UltraReal Fine-Tune 是基于 FLUX.1-dev 模型的一个微调版本，旨在通过训练者自己的 UltraReal LoRA 并扩展更大的数据集，找到业余美学与专业高质量视觉效果之间的最佳平衡点。该模型的目标是将现实主义推向新的高度，同时确保在各种应用场景中保持一致的高质量输出。
v2.0 新特性
增强的解剖结构：
- 手、脚和姿势得到了显著改进，呈现出更自然和准确的效果。
- 有效解决了之前版本中常见的过度扭曲四肢问题，使生成的人物更加真实可信。
改进的纹理与质量：
- 皮肤细节更加丰富，整体纹理更加细腻，结果更加清晰。
- 虽然偶尔仍可能出现模糊图像，但相比之前的版本或单独使用 LoRAs 时，这种情况已大幅减少。
改进的文字渲染：
- 在图像中生成文字的能力有所提升，效果比以前更好。
- 然而，仍可能出现奇怪的符号或不完整的单词等瑕疵，这仍然是持续改进的工作。使用 t5xxl fp16 而不是 fp8 可以显著改善文字生成效果。
扩展的数据集：
- 使用了更大、更多样化的数据集（1800 张图像），带来了更平衡的风格、光线和构图。
- 这使得模型能够更好地处理不同类型的输入，提供更加多样化和高质量的输出。
新增的模型变体：
- BF16：适用于需要高精度的场景。
- FP8：适用于资源有限的环境，但可能会影响部分细节。
- Quant 8 (Q8)：在质量上略优于 FP8，能够在保持资源需求可控的同时提供更精细的细节。
- Quant 4 (Q4)：适用于极端资源受限的环境，虽然细节稍逊，但仍然表现良好。
根据测试，Quant 8 (Q8) 是推荐的选择，因为它在质量和资源需求之间取得了良好的平衡。
已知限制
NSFW 能力：
- 在本版本中，NSFW 内容的生成能力仍然是一个薄弱环节。
- 专注于 NSFW 内容的微调已经在进行中，未来版本将对此进行改进。
文字渲染：
- 尽管文字生成有所改进，但偶尔仍可能出现奇怪的符号或不完整单词等瑕疵。
- 使用 t5xxl fp16 可以显著改善文字生成效果。
最佳结果提示
为了获得最佳的生成效果，建议遵循以下提示：
- 采样器：使用 DPM++ 2M 采样器，以获得平滑且一致的输出。
- 步数：目标为 30–50 步，以捕捉更精细的细节而不过度处理。
- 调度器：Beta 调度器仍然是此 Checkpoint 的最佳选择。
提示技巧
最佳的提示风格应涉及复杂且清晰、用逗号分隔的短语。虽然你可以通过故事性提示发挥创意，但像“这种垃圾让她的风格更复古”这样不必要的描述并不会改善结果。保持简洁且描述性，专注于关键的视觉细节以获得最佳输出。
未来计划
我致力于进一步开发此微调模型。下一个更新可能会专注于：
- 扩展 NSFW 能力：提高在生成 NSFW 内容时的质量和多样性。
- 增强动态姿势和光照场景等边缘案例：改进模型在处理复杂姿势和光照条件下的表现。
- 改进文字渲染：继续优化文字生成，以获得更清晰、更准确的结果。
评论0