FLUX

在多模态生成系统中，精准识别文本中的关键语义元素，是生成高质量图像或内容的前提。例如，当输入提示词“一位身着红色礼服的女人，手持手枪，站在黑暗小巷中”，模型需要准确识别出“红色礼服”“手枪”“黑暗小巷...

在 AI 图像生成中，节点越多，意味着配置越复杂、出错概率越高、调试成本越大。 ComfyUI Bawk Nodes v2.0.0 正是为解决这一痛点而生。它是一套专为 FLUX 架构深度优化的节点集...

在当前生成模型向更大规模、更高分辨率演进的趋势下，推理效率成为制约用户体验的关键瓶颈。尤其对于基于 DiT（Diffusion Transformer）架构的大模型（如 FLUX、Hidream），传...

Reddit 用户 AtreveteTeTe 利用 Google 的 AI 工具 NotebookLM，将关于 FLUX 和 Wan 视频模型的非结构化聊天记录整理为一份可对话式知识库，极大提升了信息...

几个月前，我们曾介绍过 SVDQuant 技术 和其在 ComfyUI 中的应用。然而，由于当时写的不够详细，许多用户在尝试安装和运行相关插件时遇到了困难。如今，官方已经将 Nunchaku 的 Co...

浙江大学和哈佛大学的研究人员联合推出了ICEdit（In-Context Edit），这是一个高效且强大的基于指令的图像编辑框架。 与传统方法相比，ICEdit 仅需 1% 的可训练参数（2 亿）和 ...

扩散模型（Diffusion Models）近年来在图像生成和视频生成领域表现出色，但其计算复杂度也成为了性能瓶颈。特别是基于DiT架构的模型，如FLUX、HunyuanVideo 等，其注意力层和多...

字节跳动近日推出了UNO，这是一个强大的通用框架，能够从单一主体到多主体进行定制化演进。UNO不仅展示了出色的泛化能力，还能将多样化的任务统一在一个模型之下，为图像生成领域带来了新的突破。 项目主页...

字节跳动此前发布的基于FLUX的身份保持模型InfiniteYou（InfU）引发了广泛关注。它能够根据一张人脸图像和一段文本描述，生成该人脸在不同背景、场景和状态下的照片。 相关：字节跳动推出新型框...

北京航空航天大学和美团的研究人员推出 Diffusion-4K，即利用潜在扩散模型（Latent Diffusion Models）进行超高清（4K）图像合成。该研究的核心目标是直接生成高质量的4K图...

在图像生成领域，高分辨率图像的生成一直是一个极具挑战性的问题，尤其是在训练数据和计算资源有限的情况下。新加坡国立大学的研究人员推出了一种名为 URAE（Ultra-Resolution Adaptat...

Yandex Research 推出了一种名为 “Scale-wise Distillation of Diffusion Models (SWD)” 的新型框架，通过分层采样策略加速扩散模型（DMs...