LumiPic

LumiPic 是一款基于扩散变换器（DiT）的 LoRA 模型，将标准的 SDR（标准动态范围） 图像转换为高保真的 HDR（高动态范围）EXR 文件。它突破了传统 8-bit SDR 图像的亮度限制，生成包含浮点值的 EXR 文件，其动态范围远超普通图片，能在极端曝光下依然保留高光结构与阴影细节。

该技术源自 Lightricks 提出的 LumiVid 论文中的 LogC3 编码扩散技术，并将其适配到单图像生成任务中。LumiPic 支持多种基础模型，提供了从“高质量成熟版”到“高速轻量版”的多种选择。

核心亮点

1. 真正的 HDR 输出

• 超越 8-bit 限制：生成的 EXR 文件包含浮点数据，支持极高的动态范围。
• 极端曝光测试：在 EV+6 时高光不溢出，在 EV-6 时阴影不失真，完美保留画面信息。
• LogC3 编码：采用电影工业标准的 ARRI LogC3 编码进行训练与输出，确保色彩科学与后期空间的兼容性。

2. 多基础模型支持

提供两套针对不同需求优化的 LoRA 系列：

A. Qwen-Image-Edit-2511 系列（成熟/高质量）

• 特点：基于约 54GB 的大规模基础模型，经过 5+ 次迭代训练，质量最稳健。
• 适用场景：风格化图像、AI 生成图、对画质要求极高的自然照片。
• 推荐权重：
  • v5b_step2000.safetensors：默认推荐。整体表现最平衡，尤其擅长处理 AI 生成的 SDR 输入。
  • v9_step1500.safetensors：备选。针对自然照片优化，引入了 LumiVid 对齐增强。

B. FLUX.2-klein-base-4B 系列（Alpha/高速）

• 特点：基于 Apache 2.0 许可的小模型（4B 参数），LoRA 体积仅 88MB，推理速度比 Qwen 快约 2 倍。
• 适用场景：需要快速批量处理、对显存敏感的场景。
• 推荐权重：
  • klein4b_alpha_step1750.safetensors：默认推荐。忠实的 HDR 外观，平衡性好。
  • klein4b_alpha_step1000.safetensors：激进 HDR。对比度更高，但可能导致亮部过曝。

ComfyUI 工作流指南

LumiPic 提供了开箱即用的 ComfyUI 工作流，配合 ComfyUI_Gear 节点可实现一键转换。

1. 前置准备

• 安装 ComfyUI_Gear 自定义节点包（用于 LogC3 解码与 EXR 保存）。
• 下载对应的 LoRA 文件并放入目录：
  • Qwen: ComfyUI/models/loras/qwen/hdr/
  • Flux: ComfyUI/models/loras/flux/hdr/

2. 加载工作流

将以下 JSON 文件拖入 ComfyUI 画布：

• SDR_To_HDR_QE11.json (适用于 Qwen 模型)
• SDR_To_HDR_klein4b.json (适用于 Flux 模型)

3. 运行步骤

1. 加载你的 SDR 图片。
2. 确保 LoRA 节点已加载正确的权重。
3. 在提示词框中输入："Convert this image to HDR"。
4. 点击排队运行，即可得到高动态范围的 EXR 文件。

技术细节

• 架构：DiT (Diffusion Transformer) 上的 LoRA (Rank 32)。
• 数据集：约 260–606 个多样化 HDR 配对数据，来源包括 Poly Haven HDRIs、RED/ARRI 原始素材、CG 渲染及 Blender 场景。
• 数据增强：通过曝光偏移、亮度模糊、对比度调整、JPEG 压缩及白平衡抖动进行强化训练，提升模型鲁棒性。
• 训练超参：Rank 32, Alpha 32, bf16 精度, AdamW 优化器 (lr 1e-4), Flowmatch 调度器。
• 训练工具：基于 Ostris AI-Toolkit 修改版，支持 float32 .npy 目标输出及 VAE-on-GPU 加速。