ЧТО НОВОГО АКТУАЛЬНОГО
• Krea 2
• Ideogram 4.0
• FLUX.2 klein (4b и 9b)
• Z-Image
• Flux 2
• Qwen Image / Qwen Image Edit
• Лора Lightning и Turbo для быстрой генерации за несколько шагов.
База:
→ Приложение ComfyUI https://comfy.org/
→ Примеры https://comfyui-wiki.com/ru (откуда, куда, как)
→ Модели https://civitai.red/
► Предыдущий тред >>1635170 (OP) ► https://arhivach.hk/?tags=13840
Дополнительно: https://telegra.ph/Stable-Diffusion-tred-X-01-03
https://github.com/ThetaCursed/Anima-Style-Explorer
А то оригинал платный, а аналог в виде https://anima.mooshieblob.com/ не настолько репрезентативный
В общем скопировали идею турбо от Z-image, где базовая модель только для тренинга и файнтюна.
В дефолтном воркфлоу предлагают автоэнхансер промпта через модель текстового энкодера. Каковы шансы что 4b квен модель напишет что-то нормальное?
Фильтр, встроенный в модель, это что за новая мода после Идиотограмма теперь?
https://www.reddit.com/r/StableDiffusion/comments/1udhaio/this_custom_node_removes_the_builtin_krea_2/
а что, там тоже предлагают промпт дописывать ллм-ке по дефолту?
погнали нахой. лорочки вы мои лорусички
в общем, квен4б за 18 секунд превратил этот промпт:
>a young woman in dolphin shorts riding a pony in 90s aethetic residential street of a russian town. very real looking photo with high definition and detailed skin.
в следующий промпт:
>A young woman with natural, sun-kissed skin and casual, slightly tousled hair rides a sleek, chestnut-colored pony along a quiet residential street in a Russian town evoking 90s nostalgia — brick houses with faded paint, overgrown lawns, and vintage cars parked along the curb under soft golden-hour light; she wears form-fitting dolphin shorts in a muted teal or olive tone, her posture relaxed yet confident as she holds the reins, the pony’s mane catching the breeze; the scene is rendered as a very real-looking photograph with high-definition clarity, ultra-detailed textures on skin, fabric, and surroundings, shallow depth of field blurring background elements while keeping foreground sharp, capturing the candid, warm, slightly gritty aesthetic of 90s suburban life — no added characters, animals, or props beyond what’s described.
сама генерация заняла 22 секунды (без учета того, что 4б квен переписывал мой промпт).
титьки я не просил, лол
вторая генерация 2k картинки заняла 1 минуту на RTX 3070.
сид другой но результаты тот же самый - привет от ZITки.
а теперь без авто энханцемента, чистый промпт, который я изначально прописал.
кажись простые промпты лучше.
вообще да, че-то заблюрено нахуй, не могу его убрать из задника.
хотя тут >>1639204 как-то получилось с меньшим количеством блюра
Это не блюр, а реальные закон оптики. Погугли числа диафрагмы. Чем больше f/N тем резче будет задник. Но у тебя на скринах и так почти f/16.
Воспринимает ли модель что то типа f/32 и понимает ли в принципе - неизвестно.
А без этой глубины резкости фотка будет выглядеть реалистично
Что бы размыть фон люто надо f/1.4 -f/1.8 при обычных 50mm.
Еще не хватает понимание моделей среднего формата. Заебало 35мм.
это нейросеть блять никто ирл не идёт и не снимает реальной камерой с реальными ограничениями этой камеры. угомонись долбоёб
всмысле мода, у тебя буквально каждая модель с той или иной цензурой, просто прогресс дошел до фильтров, решение так то лучше чем вырезать из модели все что может сойти за опасный контент, нельзя натренировать модель на анатомию без голых людей, учебники по биологии никто ж не банит...
клейну вон аж анатомию сломали цензурой, когда модель не знает анатомию, потому что все вырезали нахуй чтоб не дай бог сисик не показало где нибудь, а как тогда модель тебе будет показывать позы людей хуй его знает, поэтому даже всякие файтюны лоры и прочая залупа не чинит его анатомию (но делает лучше конеш) так как проблема глубоко в кишках. (всякие аниме хуйни тренированные на бурах не в счет)
так что пусть лучше фильтры хуячат, чем вообще из датасета уберают
у креи кстати интересный видать датасет был, модель даже анальный кекс генерит из коробки
>>1639226
поюзал и бросил, буквально блюр, беднота и какой то реализм уровня говномержа с цивита, да и идиотграм разбаловал управлением
>>1639302
беда печаль
у идиотграма гены как то максимально лишены этих болячек, более приближено к реальным фотках и естественному ухудшению качества при зуме, тип даже если приблизить генчик с идиотграма под лупой, таких явных нейрослопских болячек там не увидишь
Скуфджоли не даст соврать (бля ну могли бы датасет на старых актрис брать с их золотых времен бля, от Бритни Спирс даже грустно как то...)
https://huggingface.co/fancyfeast/bigasp-3
Жри и восхваляй этот геймчейнджер всея локалочек сота ряяя, хули ты тут
>>1639320
использование лор и JSON-промптинга через ноду Kjai почти гарантированно обходит фильтр
https://civitai.red/models/2688234/realism-engine-ideogram-4
https://civitai.red/models/1662740/lenovo-ultrareal
Хотя не херово, а очень даже прикольно. Оно легко просекает картинку. Вот ёжика сама переносит.
Промпта не слушается, качество сомнительное, две трети генов законтачены сейфти. Не ощущаю восторга.
>>1639373
Накатывать порнолоры, чтобы обойти фильтр на безопасных промптах? Охуенный план. У меня каждый пик в порево превратится, я это уже проходил на какой-то старой модели с годик назад. Жсон промптинг пробовал, до пизды. План состоял в подготовке пиков для генерации 3д, так что нужна модель, которая слушается промпта, генерит не совсем говно и может в разнообразие. Пока что ближе всех к этому приблизился ZIT, но он не может в разнообразие и на 20 промптах генерит один пик.
тебя забанили в поисковиках чтоли, или ты спецом набрасываешь, если ты самостоятельно не можешь ничего найти, то у меня для тебя плохие новости
там разные способы есть если поискать
https://www.reddit.com/r/StableDiffusion/comments/1tw6gmq/ideogram_safety_filter_is_removed_by_using/
https://www.reddit.com/r/StableDiffusion/comments/1tz4fnf/ideogram_4_a_solution_for_removing_the_annoying/
а так лучше уж пусть цензурный фильтр накатывают который мы потом обходить будем, чем режут датасет и ломают мозги модели
а под безопасный промпт это ты так думаешь, буржуи вон вообще по каждой хуйне ущемляются, и фильтр вылетает не только когда есть опасный контент но и в других определенных случаях
>там разные способы есть если поискать
@
>Большая часть комментов о том, что это не работает
Ясно.
ну так разберись в вопросе, попробуй у себя, там у кого работает, у кого нет, мы же не знаем что они там промптят что им банят, я вообще почти не вижу эту хуйню.
у меня сафети фильт на тренировки лоры в семпле разок вылетал, при чем только на одной эпохе вот и думай с чем связана хуита эта
но я проблемы в этом не вижу, тебе никто не даст порномодель без лимитов, с говном съедят потом за такие шалости (имею ввиду нацеленных на корпоративный сегмент)
и как сказал лучше так, чем резать мозги модели.
То что Идеограм отсеивает залётных - это даже хорошо.
>Промпта не слушается
Это очень жирный наброс, либо ты даун, у которого промт из 10 тегов от полторашки. Вот тебе пруф. Первый пик описан LLM, второй - поправленный руками текстовый промт убрал трусы и сделал фото, без боксов и JSON.
Ну вот кстати да, тоже заметил, комбинация палитры и ббоксов позволяют практически дословно перерисовывать картинки
да
Раньше эксперименты с LLM были прикольные, ты нащупывал какие-то пограничные стили, цвета, композицию, что может модель, что не может. С выходом идеограма ноль интереса, тупо перерисовывает исходник
Так не удивительно, сама затея перерисовывать не интересная, узкоспециализированная. Но в качестве основы как инструмент может быть полезна.
Ты используешь вот это? https://www.reddit.com/r/StableDiffusion/comments/1u3xb3i/ideogram_4_autoprompter_node_that_writes_the_json/?sort=old
Там для ноды стоит какая то huihui-ai/Huihui-Qwen3-VL-4B-Instruct-abliterated
Можно что то лучше неё использовать и что бы не цензурило?
gemma4 31b. Надо бы 12b попробовать, там говорят вижн фичи подтянули, но руки не доходят
Справедливости ради, остаются неудачные примеры. Но они именно что неудачные, а не какие-то принципиально другие.
Хуй знает, по-моему это один из самых неудачных релизов. У меня буквально со всеми описанными обходными путями не меньше половины отказов на безопасных промптах; и json, и LLM, и сигмы - до пизды. Но хуже всего игнор промпта, конечно. Сгенерить батч из восьми, удалить половину потому что цензура, а потом понять, что оставшиеся два совсем не то, что ты хотел. Охуенный пайплайн.
>>1639433
Я бы сказал, что гейткипить это по-пидорски, но с такой моделью не страшно.
>>1639443
Ну нихуя себе достижение - жопу сгенерировал. Пиздец. Пожалуй, почти уровень SDXL.
Попробуй qwen3vl_8b_fp8_scaled от идеограма, интересно сравнить с монстром 31b. После нескольких дней ебатни с гуфами на gemma 12b - на нее перешел. Надо будет попозже с qwen3.5 из комфи сравнить, нейронка пишет, что qwen3.5 лучше. А вот gemma4_e4b, которая в рекомендациях разрабов - просто кал говна. И тут наебали.
gemma e4b чёт не работает, разметило хуй пойми как и то не всё
>>1639482
какой квант у gemma4 31b норм? ку2 совсем хуйня будет или ку4 и пускает вытекает из врама?
>нихуя себе достижение
Ты спизданул, что модель не слушается промта. Твое зеленое рыло обоссали с пруфами, что промт практически один в один копирует картинку. Продолжаешь хрюкать)))
Понятное дело, что с дегенеративными промптами вроде твоих "1Ass" ты и не поймёшь, что модель хуйню генерирует.
>по-моему это один из самых неудачных релизов
Ну я бы сказал это один из лучших релизов, по качеству и управлению подобной хуйни в попен сорсе мы не получали.
у кляйна и флюкса вот да худший релиз, когда один тяжелый как хуй знает что, а нормальную мелкую эдит модель сломали цензурой и до сих пор энтузиасты не могут вылечить анатомию
у идиотграма хоть другим путем пошли и то хорошо.
Тут в целом то вопрос цензуры не должен стоять так то. Я удивляюсь комментариям соевиков с средита что им цензурный фильтр прикрутили, и прочая хуита.
Как дети бля. Мы ж взрослые люди епт, и должны понимать что такая хуйня это норма. Никаких нормальных вариаций моделей без ограничителей не будет. Как будто бугурт с визой/мастеркартом в другой реальности был. Ну и если ты серьезный дядя и тебе нужны инвестиции, писиков не будет. (ну будут но за тысячей фильтров и забаненых слов)
а в текущей так сказать ситуации на рынках, я бы сказал если бы порнохаб выпустил бы свою модель, там бы тоже порно не было, ток легкая эротика (и то не факт) :D
А там почему то мнение раз веса вывалили, то они должны быть без трусов сразу
Пока что дегенеративные промпты где-та тут >>1639302
Продолжай хрюкать, вангую, что ты - то самое криворукое хуйло из прошлых тредов)))
>А там почему то мнение раз веса вывалили, то они должны быть без трусов сразу
Я ещё раз говорю - я не пробовал NSFW промпты. Вообще. Архитектура, фурнитура, ёбаный пришелец. На всё триггерится цензура. Такая хуйня это не норма и близко, это релиз уровня SD3.
эта пикча вылезает только если у тебя промпт ультракороткое дерьмо. используй ноду ideogram prompt builder из дефолтного воркфлоу, там и одного bboxа даже будет достаточно.
> затея перерисовывать не интересная
Во времена t5 она была очень даже интересная. Один в один исходник никогда не получался. По сути исходная картинка была лишь частью референса, всегда был эксперимент
> вот это?
Не, у меня coding agent пишет json промты в виде файлов. В инструкции https://github.com/ideogram-oss/ideogram4/blob/main/docs/prompting.md и пара пунктов как NSFW обходить. Ложных срабатываний не бывает. Сиськи изкоробки рисует, письки меня не интересуют
>>1639513
> Задача при помощи text2image генерации создать изображение максимально близкое к исходнику. Подумай в чём главный фокус изображения, что притягивает интерес зрителя. Будь внимателен к персонажам, предметам, деталям, стилистике, технике, перспективе, ракурсу, композиции, освещению, текстурам и артефактам.
> Как писать промпт описано в @IDEOGRAM.md . Промт должен быть структурированным вложенным подробным json большого объёма, с несколькими bbox описывающими структуру, текстовые поля должны содержать развёрнутое описание. Для избегания ложных перекосов в изображении не забывай добавлять описания побочных визуальных деталей таких как книга на столе или часы на стене
Там не гейткипинг, а коупинг. И 1girl с кумерством в терминальной стадии в анамнезе. Ideogram 4.0 как инструмент подходит для его случая лучше остальных. Объективно, эта модель такие примитивные сцены рисует довольно неплохо.
Как только начинаешь строить сложную сцену со смешением стилей, даже с bounding box, начинаются фокусы с освещением, а общий стиль сваливается к digital painting, и победить это непросто. Лучше даже не соваться, а сцену делать наиболее простой и без смешения стилей.
>>1639492
>Пусть не хватает реалистичных текстур
С текстурами там всё в порядке, как я вижу. Это просто нечестный приём времён Qwen-Image для придания иллюзии детализированности (или особенности модели, я не знаю точно): dithering halftone pattern.
Попробуй прогнать результат через i2i refine с двукратным апскейлом и должно стать лучше.
На Qwen-Image для этого был специальный фикс с 2xVAE. Здесь можно сделать любым апскейлером типа SeedVR2, просто, чтобы поломать этот «узор». Визуальная чёткость от этого не вырастет, но dithering halftone pattern должен пропасть.
>с геометрией там точно хорошо
Явно лучше, чем у Ideogram 4.0, который, похоже, в принципе неспособен не корёжить мелкие высокочастотные детали изображения, сколько с настройками ни бейся и sigmas, mu, std ни крути. На органике это не сильно бросается в глаза. Как только идёт техника, механика или архитектура, вылезает во всей красе, устанешь рефайнить.
Скручивать квен неохота. Я раньше активно использовал использовал qwen3-vl:30b он moe и достаточно хорошо описывал в том числе обнажёнку. А сейчас у меня гемма закрывает все вопросы и по i2t, и по prompt enhance, и по ведению заметок, и по программированию
> какой квант у gemma4 31b норм?
На фоне официального qat-q4 все остальные - плохо
Я ни разу не видел такое. Любые промпты нормально работают. Сам запромптил текст блока и пиздишь нам тут.
>prompt enhance, ведение заметок, программирование
Ясн. Ты используешь какие-то нахуеверченные воркфлоу или на стандартных все прекрасно работает? Или у тебя LLM вообще отдельно от комфи?
>LLM вообще отдельно от комфи?
Это. Все манипуляции в агентах и питонах делаются наруже, рожают текстовый файл. Комфи только преобразует текст в картинку. Ибо я заебался с этой лапшой.
Да это тот кал который нахуй никому не всрался из-за его проблем.
https://civitai.com/models/2674413/ideogram-v4-workflow-json-prompts
Было вот это, но я с часик крутил это говно под себя.
>>1639549
Мне и нужны были примитивные сцены. Без освещения, без композиции, дополнительных объектов, фона и так далее. Каждый пик - отдельный объект, плюс генерация картинка-в-картинку. Следование промпту, возможность генерации разных стилей. Больше нихуя не требовалось. Ни реалистичная кожа, ни микропух на заднице, вообще ничего. Как оказалось, найти модель, которая это умеет - достаточно непросто.
та ну ты гонишь, креа2 буквально говномерж с цивита. (и то я бы сказал говномержи есть и получше)
пластиковые текстурки и нейрослопный принт с артефактами разной всратости и любит накидать веснушек.
править это через сидвр чтоб лицезреть эффект змеиной чешуи, ну хуй знает.
та там даже трава говна хуль говорить то
тот же вангирл отвратительный у неё
единственный плюс модели таки это хорошее знание нсфв из коробки и селебы, что упростит ананасам с цивита прикрутку порно лор.
И все на этом, буквально хуита без задач
> А сейчас у меня гемма закрывает все вопросы и по i2t,
А в сравнении с бесплатными, например gemini 3.5 flash на каком уровне gemma4 31b?
И еще под каждый запрос получается память загружает LLM например ollama, потом выгружает, потом загружает уже модели вф комфи или как? Это много времени занимает и на 16@32gb вообще будет адекватно работать?
Мне гемини пытается втюхать Qwen2.5-VL-7B и еще какие то неизвестные мне модели, при этом Gemma 4 вообще в её списке нет, как вообще понять какой варик для энханса и reference промтинга самый лучший, не говоря уже про нецензуренную версию?
>Текстуры в Креа2
Ну, да, а зетка на полу валяется, у детятки новая игрушечка.
запромти предмет, типа старой лодки на песке, глубина детальности должна чуть увеличится.
>баная блестящая резина вместо кожи
где на своих пикрилах увидел резину?
скуфожоли из идеограма (ну мало ты там подумал чего)
а у креи текстуры говна, это даже не субьективно а достаточно поюзать модельку, там и так все видно
всё, всё, всё, поезд ушёл, идиотограмм ненужон, есть креа, все на крею!!!1111
>>1639433
>залётных
а тут ведь только одни 40 летние суровые профессионалы)
>>1639492
>Она сразу генерирует нормально
без лор на ванильных моделях и так всё ок.
>>1639507
>кетчуп
слава дарвину, минус 1 гуро-психопад.
>>1639514
>криворукое хуйло
пикрил...
п.с. ну как намержат в неё хуиты всякой, пойдет типо как реал анима для прона с селебами
но не более
>>1639345
А так?
>а у креи текстуры говна
я не смотрел. мне зетки хватает.
Ну, так это-же ваши фоточки-хуёточки (реализим) из кодак-фотолабы со времён когда у тебя ещё пиписька слегка стояла)
Проблема в том, что пока не понятно есть ли возможность накатить турбо лору на 0.5 силе на базовую модель, там они как-то отличаются сильно.
> ёба качества кожи-хуежи от турбо версии
Жду от тебя сабжа из под ванильной базовой версии, но что-то мне подсказывает, что дождаться молока из под козла у меня больше шансов. Не правда ли, пиздабол-пиздаболыч?
gemma4 12b и 31b, для твоего конфига только на квантах, но ты поебешься прикрутить это все на комфи. Попробуй qwen3.5 из темплейтов комфи или qwen3vl_8b_fp8_scaled из текстэнкодера идеограм. Про gemma4_e4b вообще забудь.
Для i2t реально промт решает. Объективно для задачи ревес промптинга всё сносно работало и год назад. Порой vision модель не замечала ракурс, или там национальность пероснажа, или эмоцию на лице, ещё какую-то важную мелочь. Добавляешь в запрос нужное уточнение - и магия запускается. В идеале конечно запрос тюнить под разные домены
> Это много времени занимает
Это занимает дохуя времени потому что ещё и свопается. Потому я генерю пачку промптов, обычно 8 шутк, переключаю модель и генерю пачку из 16 картинок
а прикол в том что базовая версия вроде как только для тренинга, а для инференса не пойдёт. поэтому ситуация пахнет тупиком ёбаным.
детальность кожи возможна только на очень коротком фокусе, если помнишь мои заёбы с натюрмортами, у модели нет силёнок задеталить всё поле (не хватает кфг), только небольшой локальный участок. впрочем на сдохле без лор было почти тоже самое.
>>1639659
там какой то соевик с средита подтвердил это, сказав что ситуация на базе еще хуже чем на турбе и она по сути (в текущем виде) не пригодна для гена
я так то не тебователен и у креи есть свои плюсы как говорил в виде хороших знаний в нсфв с селебами (анальный кекс из коробки епт) для фана, но эта ебаная картинка после идиотграма не радует глаз вот D:
я в тред зашел впервые за 2 месяца, хз че за заёбы у тебя
>после идиотграма не радует глаз
суховата кожа, будто припудренная. что получается если промтить glossy shiny skin?
сча глянем, это ж так сказать техно плейты на позы, которые подбираю всякие
pic1 pic2: Gemma 4 31B IT (Google API)
pic3: Gemini 3.5 Flash
Одинаковый сид ideogram 4.
Вероятно случайно, но на 3.5 flash зацепило абсолют синему. Гемму 4 после этого юзать не очень хочется, но посмотрим.
ИДЕОГРАМ4 МОЖЕТ ГЕНЕРИТЬ КИНО УРОВНЯ GPT2!!!!!! Проблема только как это цеплять промтом и вф
Свечи и вино хуево получилось, но ебало и освещение - просто это просто имба. Причем на стандартном ВФ такой картинки не получается. Ниже сравню 2 варианта паутины которую сам нихуя не понимаю
> 3. перешарп.
Для скриншота из блюрея да, и контраста многовато. В остальном охуительно. Ничего реалистичней киношного от локалок я не видел еще.
Видимо, у идеограма есть GoT датасет, и если он благополучно подтягивается - то это как строенная лора GoT генерит похожие кадры из фильмов. То есть не универсальная хуйня, а жаль.
жопу чуть поднял заодно
выдай её уже джораху мармонту, он всё жизнь об этом мечтал
промпт был изначальный незаэнхансенный отсюда >>1639187
>a young woman in dolphin shorts riding a pony in 90s aethetic residential street of a russian town. very real looking photo with high definition and detailed skin.
>a pony in 90s aethetic residential street of a russian town
ясень пень, что пони в рашн таун должны быть исключительно пржевальской породы, только есть нюансик, это дикая хуйня была абсолютно неприручаема и вымерла в середине прошлого века.
Проблемсы нод от говноделов лучше решать у тех же скиллишью-васянов где ты это вязл
>хорошая жопа
жопа ок, саму дайнерис чуть похудее, а то на карланшу поневскую похожа.
ахах, ни один из них не 16:9 причём. у флюса длиннее чем надо, у комфидауна тоже но чуть менее удлиненная, вообще чтобы чётко 16:9 было надо из второго пика выбирать разрешения
1. ВФ отсюда. Основная разница в непонятной ноде Ideogram DualModelGuider и BasicScheduler.
https://civitai.com/models/2694688/ideogram-4-autoprompter-json-workflow-and-custom-node
2. Дефолтный ВФ с ModelSamplingAuraFlow и подкрученными CFG
Черный ящик в виде ВФ моделей заебал если честно как и четкого понимания лучшего варианты работы модели.
uncondition как видите подключен тоже.
Те кто что то понимает, и может исследовать, потестить и выдать свой вердикт - было бы збс послушать.
сид 132324943319318
{
"high_level_description": "A cinematic, realistic movie still of Tyrion Lannister sitting in a dimly lit medieval stone chamber, holding a goblet of wine with a pensive expression.",
"style_description": {
"aesthetics": "gritty, historical fantasy, cinematic, moody, high-detail, dramatic",
"lighting": "chiaroscuro lighting, warm candlelight casting deep shadows and highlighting facial textures",
"photo": "35mm film, anamorphic lens, shallow depth of field, subtle film grain",
"medium": "photograph",
"color_palette": ["#1A0C00", "#4A2711", "#8B5A2B", "#D4AF37", "#3C3F41", "#1C1C1C"]
},
"compositional_deconstruction": {
"background": "A dark, atmospheric medieval stone chamber with rough-hewn stone walls, a faint tapestry hanging in the soft-focus background, and the warm glow of candlelight flickering.",
"elements": [
{
"type": "obj",
"bbox": [250, 320, 900, 750],
"desc": "Tyrion Lannister with features resembling Peter Dinklage, showing a thoughtful and slightly cynical expression. He has messy, short golden-blonde hair, a short beard, and a visible scar running down his face. He is wearing a detailed, weathered leather doublet with dark red fabric panels and subtle gold embroidery.",
"color_palette": ["#D4AF37", "#4A2711", "#8B5A2B", "#F5D0A9"]
},
{
"type": "obj",
"bbox": [720, 520, 880, 640],
"desc": "An ornate, tarnished silver goblet filled with dark red wine, held firmly in Tyrion's hand.",
"color_palette": ["#C0C0C0", "#58111A"]
},
{
"type": "obj",
"bbox": [780, 100, 1000, 900],
"desc": "A heavy, rustic dark oak wooden table with visible grain, scratches, and wax drips.",
"color_palette": ["#2B1A08", "#4A2711"]
},
{
"type": "obj",
"bbox": [450, 150, 750, 280],
"desc": "A thick, melting beeswax candle on a simple iron stand, its flame flickering and casting a warm, golden light across the scene.",
"color_palette": ["#FFCC00", "#D2B48C", "#1C1C1C"]
}
]
}
}
ну эт ладно потом уже, хочу лору на асмус натренить, глянуть результат какой будет с моим говносетом, эх черноус....
через часика 2 ток наверн как лора дотрениться, но все еще глубоко убежден что с отрубанием негатива от ноды становиться лучше, модель начинает работать на других принципах, даже мой кастомный режим дефолта перестает работать
как минимум модель не ругается на отключение негатива от ноды, в отличие от других моделей например где этот шнурок обязателен даже с зероконд, а значит все прально и реализация негатива там задумана по другому (через саму унконд модель)
>>1639743
дополню себя что я ауру не подключал к унконд и генерю без негативов, хуй знает нужна ли вообще аура на унконд, это же считай минус модели, может вообще аура и там и тут нейтрализуют друг друга xD
с лорами это ж так работает лора в модели дает сухой превалирующий плюс, который ты весами лоры в унконд балансишь
>реализация негатива там задумана по другому (через саму унконд модель)
скоро выяснится что надо полноценные негативы прописывать
не думаю, у моделей четко есть же что им прям нужно для работы, отключаешь шнурок негативов от флюкса, он ноет что ему это надо, отключаешь у идиотграма, ему похуй, значит ненужон, и в работе изначально не предусмотрен, то что подрубить можно, так это ко всему так любую хуйню можно подрубить куда угодно
>>1639754
в зетке если кфг>1 то негатив работает, на полшишечки, но работает. при кфг: 1.3 хавает 2-3 коротких токена.
>>1639748
Аура на анконд вроде не влияет на одном сиде. Я подключил буквально сегодня т.к. во втором ВФ так было, что бы сразу отсечь.
Остальные рассуждения понятны, но они остаются рассуждениями. Без явных показательных результатов рассуждения не имеют смысла. В конечном итоге всем важна картинка.
Я тестил отрубание анконд - не увидел. >>1638296 → >>1638332 →
Разница - высосана из пальца с уклоном на ухудшение. Это точно не меняет качество текстур, артефактов, не меняет освещения.
А вот управление сигмами судя по сравнению двух ВФ может влиять значительно.
Надо потестить Ideogram DualModelGuider + BasicScheduler. Они на 48 степах не срут качество вроде как.
Вероятно хуета от комфи работает совершенно не правильно и сигмы там неправильные как ты там эти mu std не крути. Просто так случайно кино вряд ли бы получилось. Дауны из комфи могли даже просто мат. формулы некорректно насрать. По кривой сигма там видно какая разница большая, на выходе картинка отличная при этом.
>Аура на анконд вроде не влияет на одном сиде
не работает ни на простых сценах, ни на сложных, эта залупа НЕ РАБОТАЕТ.
Спасибо за ноду, интересно получается. Появилось ли качество на 48 шагов? Там еще есть пресеты в Markdown Note. Какой лучше? Очень долго тестить самому, может есть инфа?
В этой ноде забит промт фиксированный. Если тяну prompt>clip от неё - результат стабильно один.
Если открепляю prompt. Копирую JSON который выходит из этой ноды и вставляю напрямую в CLIP - результат меняется. Реверчу всё - откатывается.
Как так сука
> Появилось ли качество на 48 шагов?
В этой сцене не видно проблем на 24ех шагах, возможно из за общего стиля изображения и малой глубины резкости.
Важно что я не увидел никакого ухудшения на 48 степах.
пик1: 24
пик2: 48
Артефактов не появляется, зерно шума остается таким же на одном сиде. Либо я в глаза долблюсь.
Возможно количество степов влияет положительно на более сложные и наполненные сцены, а здесь они не нужны.
Из за того что ракурс меняется, реализм освещения немного проебывается, но это и на 24степах есть на других сидах.
На стандартном же ВФ от блядей комфи - 48 степ выдавал обосранную искажениями картинку. Я пока что зациклился дрочу на карлика и другие промты не тестил.
2000 шагов, но учитвывая что треню на 5e-5 свитспот будет наверно на 2.3 если не заруинится D:
иногда думаю что идиотграм генит на тренинге семплы лучше чем некоторые модели в принципе генят
полная разверстка идиотграма для тренинга занимает дет 50+гигов
Ты при тех же настройках просто увеличиваешь кол-во шагов в 2 раза для "квалити"?
Текст портится часто. Добавь ватермарку в угол: Burned-in timestamp in the bottom corner reads 'Ideogram 25.06.2026'. Часто она битая получается.
БС, оптимайзер, шедулер, таймстеп тайп, декай? Ну или весь конфиг если не жалко. Для друга прошу )) У меня вроде пока около 2250-3500 получается опт в зависимости от датасетов. лр 1е-4, декай пробую повышать понемногу сейчас, косин, адам8, линеар или сигмоид, бс3
Просто выставляя 48 шагов. Мне похуй что в вф от комфи этот профиль менял параметры и влиял на сигмы, абсолютно похуй потому что это работало некорректно и срало. Если 48 шагов хотя бы не срут в качество - это уже прогресс.
>>1639851
от 48 шагов или от альтернативных гайдера и скедьюлера?
Но, по качеству она чуть лучше анимы реалистик тюнов а размер в несколько раз больше и скорость в несколько раз меньше, так стоит оно того непонятно...
дело не в миниатюрности даже, на данбоору/гелбоору
1) в 80% задников просто нет
2) анимешные задники по сути абстрактные неровные пятна
3) никто их не тегал и модели не к чему прибиться
если натренишь лору на архитектуру или мощно разбавишь датасет для модели то наверное всё получится, но на цивитах только порно при чем понисинтетика
Ну, что есть то есть, зато вангёрлы отличные получаются!!!
думал какое то совсем говно тогда получится, а вроде ничего даже, может он таки сожрал мои джесоны...
ктото там просил показать как идиотграм жрет детали на тренинге, вот показываю результат, более менее узнаваемого персонажа, сравните сами короч (хоть и накосячил при тренинге)
>>1639862
та стандартно, я там особо ничего не крутил особо, пошел по базе общей для тренинга
type: "lora"
linear: 32
linear_alpha: 32
lokr_full_rank: true
lokr_factor: -1
network_kwargs:
ignore_if_contains: []
gradient_checkpointing: true
noise_scheduler: "flowmatch"
optimizer: "adamw8bit"
timestep_type: "sigmoid"
content_or_style: "balanced"
optimizer_params:
weight_decay: 0.0001
unload_text_encoder: false
cache_text_embeddings: false
lr: 0.00005
ema_config:
use_ema: false
ema_decay: 0.99
skip_first_sample: true
force_first_sample: false
disable_sampling: false
dtype: "bf16"
diff_output_preservation: false
diff_output_preservation_multiplier: 1
diff_output_preservation_class: "person"
switch_boundary_every: 1
loss_type: "mse"
Расскажешь потом : https://www.reddit.com/r/StableDiffusion/comments/1ueacq2/krea_2_character_lora_training_for_16_gb_vram/
так мы вроде про фулл файнтюны говорим, а не про лоры
ulra real файнтюн есть, еще какие-то
Спс!
А косин не ставишь потому что больше конст нравится или просто так привык? Я прост со времен 1.5 не перевариваю постоянный лр - мне с ним лоры кажутся более грубыми, резкими, дубовыми. Лучше вначале лр побольше дать, а потом полирнуть меньшим на схождении. Ну опять же по опыту и ощущениям.
> Burned-in timestamp in the bottom corner reads 'Ideogram 25.06.2026'
Хз почему, но именно этот текст стабильно урезается.
С другим текстом проблем нет. Иногда ошибки - но у идеограма они вроде бы намного реже, чем проблемы с руками у клейна.
24 степа gentle юзаю
Ну какбы не фонтан, и лица на фоне гамункулы, но в принципе в плане архитектуры терпимо
да там всё кривое сливающееся и тд, пока смотришь на персонажа всё норм, как только переводишь взгляд то пиздец, узоры сливаются, кривые очертания в кашу, окна пляшут, дома пляшут, трава всякая вообще просто шум непонятный
>>1639917
неправильно выразился, люди которые тренят модель дальше используют свои датасеты состоящие из селфи баб и не уделяют никакого внимания окружению
достаточно кинематографично ли
хуй знает таки
бля забыл ответить с этим тирионом, да не это все тестовые настройки, прост так сказать с линеаром прокатило, ну решил пока по накатаной
>датасеты состоящие из селфи баб
Вот это прям вообще спидорак.
Пытаешь девку в инетерсную позу поставить, а она всегда в одну встает.
Потому что датасетом с какого-нибудь imagefap модель настолько лоботомировали, что кроме модель забыла нафиг вообще все, кроме самых простых поз и белых обоев.
ну вот еще в догонку вариант
Первая да, мне нравится, вторая более генеративная вoсковая фигура. До совсем уж скриншота чуть чуть не хватает чего то, но лучше чем всё что есть, даже гoпыч тут может сocнуть через раз.
Генерилось бы всё с таким уровнем освещения, идеограм дотянулся бы до гoпы или даже превзошел по реализму в не супер масштабных сценах.
Ты первую на каком вф делал?
У ноды есть readme.md, надо тестить параметры. Gentle пока самый лучший пресет. И в других промптах, сценах вероятно хуже будет.
Там написано что если выставить определенные параметры, то это должно работать идентично с dualmodel CFG
Жду шестереночника
просто воткнул ноду в стандартный вф, поставил кфг 7, оверрайд не трогал, аура ток на основной модели была
вторая эт набросил тестово без этой ноды
даже третья мне кажется лучше вышла тоже без ноды, считай нода ток зелены накинула
а и да это с порнолорой реализм енгин все, без порнолоры выглядит похуже таки
Это всё естественное хорошо получается. Добавь ему клавиатуру(чёткий геометрический объект) и увидишь как на ней кнопки мнутся, плавятся с этой нодой. Хорошо, если можно настройками исправить что-то, но при такой скорости генерации это не реально подобрать.
ну я выставил там веса лоры, там марку видишь вывел на экран она не поплыла в целом не видел чтобы у меня чтото плыло с ней
честно скажу, даже не заморачивался просто вписал клаву в бокс стола на похуй
ну с этой нодой какая то хуита с цветами, походу пригодна ток для синематик хуйни навалить эффекта кинца
> ну с этой нодой какая то хуита с цветами
какая? мб они стали лучше, а ты привык к хуйне просто
покажи сравнения
ну вот без нодытот же промп и сид
Попробуй вот этот промпт с нодой и без:
Digital photography, close-up shot, direct flash lighting creating strong specular highlights and reflections, slightly grainy texture, sharp foreground focus with blurred background, amateur photo, full body shot, soft film grain, subtle lens flare. Soft black volumetric lighting with warm sunset glow filtering through half-closed blinds, creating cinematic depth and intimate atmosphere. face, detailed long blonde hair with soft bangs framing face, pale flawless skin, petite fit physique, small perky breasts, thick black rimmed glasses, gentle shy smile, glossy lips, light freckles across nose and cheeks, subtle blushing cheeks, wearing a slightly disheveled school uniform: white oversized hoodie with rolled sleeves, short red pleated skirt hiked up, black thigh-high stockings with garters. Leg and feet focus: intricate details of bare feet, one foot resting on worn armrest of old cracked leather armchair, other foot gently touching cluttered floor, wearing simple white panties subtly visible. Dynamic low-angle shot emphasizing legs and intimate positioning. Posed sitting in a large, weathered leather office chair in a cluttered Dad's home office: hunched forward, one knee pulled tightly to her chest, hugging leg affectionately, chin resting tenderly on knee, creating vulnerable embarrassed expression. Blushing deeply with shy averted gaze, exuding innocent awkwardness while browsing on glowing computer monitor. Detailed environment: authentic cluttered home office aesthetic - wooden desk covered in scattered paperwork, pens, sticky notes, mechanical keyboard, wireless mouse, multiple monitors displaying coding windows, empty coffee mugs, tech gadgets, dusty bookshelves, closed vertical blinds casting dramatic light rays, warm orange sunset hues mixing with cool blue interior lighting, realistic texture on cracked leather chair with visible wear and stitching. ultra-detailed textures, photorealistic skin rendering, natural body proportions, soft bokeh background, depth of field, moody cinematic lighting, dimly lit, atmospheric perspective, professional color grading with warm-cool contrast, subtle film scratches and dust particles for authentic amateur aesthetic, the soft fabric of her white panties is barely visible between her legs.
>>1639995
ради чистоты эксперемента сгенерил на вф отсюда >>1639734
говорю что нода хуйня говна, как и вф.
чел походу так и не догадался отключить негативы и чинил то что модель срала ему в гены новой нодой, но нюансов он не знал, а потому в новой ноде подключение негатива обязательно.
ну и нахуй там семплер симпл и почему именно он и Flux Resolution Calc я хуй знает, на 3 мп не погенить там лимит же в 2.5
короч хуита от васяна
здесь в общем то хуйня а не скинтон, неправильная коррекция, смуглый скинтон на не смуглой в реале коже
на этом >>1639991 пике цветокор более естественный и в котором часто порно снимали, но цвет наверняка можно менять через настройки json либо через настройки той же ноды если понимать как они работают
Намного лучше чем здесь хуятина пережженая >>1639998
Отключение негатива портит картинку. Здесь особенно заметно >>1639957 Наваливает шумов, руинит освещение. Челу понравился побочный эффект менящий сцену, но это черипик плюс когда качество настолько деградирует в этом нет смысла.
Отключение негатива делает освещение менее реалистичным, подвыжженым, это и на арфе слабо но заметно было
при чем тут реал непонятно, у неё что не может быть кожи темнее, а если дарк скин пропишу... надо будет светлый отдельно пропишу фаир скин, а нода делает хуйню и обесцвечивает весь арт а не скинтон только буквально шлет нахуй все промпты освещения и цвета,
>>1640026
>>1640030
а это уж без негатива анонче какой та копиум
>>1640023
1 без ноды, 2 с нодой, остальное все идентично
как по мне хуй знает че там реалистично, нода просто высасывает цвета, и высвечивает изображение
п.с. ну и судя по всему еще геометрию хуячит судя по заднику
Ты сколько степов юзал, 12?
Ладно юзайте дроченый комфи вф с убогими цветами и грязью где факт нерабочего quality48 указывает что залупа работает некорректно и не оптимально.
А с этой нодой 48 степов работают
>Ты сколько степов юзал, 12?
ага конеш, 4 бля как на дистиле
это уже демедж контроль какой то
вот 48 степов, не вижу чтоб чтото не работало
Плохая нейронка, мало напердолено, я уже все ноды скоро заменю на навайбкоженые.
Отключение негатива восстанавливает половину детализации, которую пожирает зироаут и более точно рисует то, что написано в промте. Промт выкладывал тут >>1637609 → можешь сам убедится, что с негативом на поверхности вихревые облачные узоры - не видны. Третья пикча - это сохранение цепочки с негативом и отключение ConditioningZeroOut, результат только подтверждает. В конечном итоге, каждый сам выбирает свой верный путь.
Аноны не уходите из треда, держите его на таком уровне.
Впервые за всё время тред криворуких хуесосов превратился в во что-то боее солидное. Ещё чуть-чуть и тред даже посоревнуется в качестве пикч с другими ии тредами.
Но блядь. Эта хуйня вобще никого не знает.. Пришлось LLM захардкодить обязательную декомпозицию персонажей, но всё равно не походит.
Что теперь, эдитом всё ебашить? Или есть уже чекпоинты с примесью косплея?
странно, по идее с nvfp4 где-то в 2 раза быстрее генериться должно
>та хуйня вобще никого не знает
Ни Кляйн, ни зетка, не знают нихера. Персов заводи через лоры, если найдешь, конечно)
ряяяя тролфейс пацаны клута смари мам надо качать!!11 гыгы
поставил на ретрен после прошлого косяка...
как же идиотграм впитывает хорошо, прям одно удовольствие
плюс какой шел у креи там датасет селеб брали с их золотых годов больше, самое то для прона
В идиотграм таки больше скуфограм с бабками (бля развидеть бы Бритни Спирс)
На базе base? А хуи и пенетрацию умеет? По текстурам лучше чем samanima?
тут 25 фоток, 2600 (шагов свитспот примерно между 2200-2400 на 0.00005)
>>1640295
на скок знаю пока (на момент старта треник, дальше не смотрел уже так как все работает) только там и можно было тренить
Энханс через гемму 4 31 с твоего промта выдает хтонический треш.
И вчера вот с этой >>1639957 пики снимал промт - получалось такое же.
Тут и гемма похоже параша и идеограм космос очень плохо рисует либо там свои никому не известные тэги и слова нужны.
всмысле треш, ты че, таки и были космосимы на первой плойке
>>1640305
Сейчас можно и в Мусуби. Некоторый плюс, что подойдут комфи-файлы. Но это с другой сторон уже сразу 8фп скейлед. А тренировать на таком... Ну такое. И мне после Тулкита не получилось похоже настройки сделать. Т.е. трен пошел, но по итогу не понравилось. + течка памяти осталась жёсткая. Остался для Идео на Тулките.
ты че порвался то, не рвись все хорошо.
>>1640309
ну незнаю, знач чет не так делаешь
почему у меня не так, тут даже не жсон а просто текст с прошлого треда скормил хуйне, дописав от пизды мовие фраме синематик и детайлед и все
У тебя тоже полу иллюстрации получаются. Видимо идограм не может в красивый и киношный космос и кораблики.
Говнина сплошная
так я ж сказал я не старался, просто закинул тот промт, в жсон не переделывал, текст че там написано в промпте не читал, на выходе говно как тут >>1640309 не получил, забил болт
Хуй знает, вроде норм.
не очень
клейн на пик2 справляется и то лучше со своим пластиком
так подожи клейн пососал тут тут попахивает предвзятостью (ну эт норма не осуждаю, без негатива и прочего)
при чем по всем параметрам начиная от геометрии самой планеты и её текстурой (это че за пиздец овал бля шакальный) заканчивая засветами ебаными какими то
ну вот итоги перетреньки, Варя Черноус теперь дома
Каким промптом такие детализированные вены на руках выходят?
ну ты че епт, интернов не смотрел чтоли (я тож не смотрел хуита, но ассмусс там норм)
>интернов не смотрел чтоли
Я тут чё один такой?
Это говно с долбаёбами из гофрированного картона теперь обязательно к просмотру?
рефайн не особо интересен из анимы, если че, сам идеограм тестируется
Первый отсюда >>1640409
{
"high_level_description": "A cinematic, high-budget sci-fi movie still featuring a sleek exploration spaceship gliding toward an elegant, sprawling space station, set against the backdrop of a colossal, swirling gas giant planet.",
"style_description": {
"aesthetics": "cinematic, epic, high-fidelity, atmospheric, futuristic",
"lighting": "Dramatic sunlight creating high-contrast metallic rim lighting, soft ethereal ambient glow from the planet, subtle anamorphic lens flare",
"photo": "35mm anamorphic lens, wide-angle 2.39:1 aspect ratio, shallow depth of field, authentic film grain texture",
"medium": "photograph",
"color_palette": ["#FFBF00", "#F5F5DC", "#008080", "#C0C0C0", "#0A0A0A", "#FFD700", "#4A4A4A"]
},
"compositional_deconstruction": {
"background": "The deep void of space dominated by a massive gas giant planet with swirling atmospheric bands of amber, cream, and teal, encircled by a sharp, thin ring system.",
"elements": [
{
"type": "obj",
"bbox": [100, 300, 900, 950],
"desc": "A colossal gas giant planet with complex, swirling storm bands in shades of amber, cream, and faint teal.",
"color_palette": ["#FFBF00", "#F5F5DC", "#008080"]
},
{
"type": "obj",
"bbox": [250, 280, 650, 980],
"desc": "A sharp, thin, translucent ring system encircling the gas giant, catching the light of a distant star.",
"color_palette": ["#C0C0C0", "#F5F5DC"]
},
{
"type": "obj",
"bbox": [300, 550, 700, 900],
"desc": "A sprawling, elegant space station with flowing, organic architectural curves and intricate modular segments.",
"color_palette": ["#C0C0C0", "#E0E0E0", "#4A4A4A"]
},
{
"type": "obj",
"bbox": [400, 650, 550, 850],
"desc": "Warmly glowing observation decks integrated into the space station's structure, emitting a soft golden light.",
"color_palette": ["#FFD700", "#FFA500"]
},
{
"type": "obj",
"bbox": [350, 750, 650, 880],
"desc": "Delicate modular arrays and antenna lattices extending from the station's main hull.",
"color_palette": ["#C0C0C0", "#808080"]
},
{
"type": "obj",
"bbox": [450, 150, 550, 450],
"desc": "A mid-sized exploration spaceship with a sleek, aerodynamic, functional metallic hull, positioned in the mid-ground.",
"color_palette": ["#A9A9A9", "#C0C0C0", "#2F4F4F"]
},
{
"type": "obj",
"bbox": [480, 150, 520, 220],
"desc": "Glowing amber plasma thrusters at the rear of the exploration ship, creating a bright directional light.",
"color_palette": ["#FF8C00", "#FFBF00"]
},
{
"type": "obj",
"bbox": [50, 50, 120, 120],
"desc": "A brilliant, distant star acting as the primary light source, casting sharp shadows and intense rim light.",
"color_palette": ["#FFFFFF", "#FFFACD"]
},
{
"type": "obj",
"bbox": [100, 100, 500, 600],
"desc": "A subtle, horizontal blue anamorphic lens flare stretching across the frame.",
"color_palette": ["#4682B4", "#B0C4DE"]
}
]
}
}
> попахивает предвзятостью
субъективностью мб? я всегда клейн считал нефотореалистичным из за паттернов и искуственных текстур, но суть в том, что он хотя бы пытается в реализм, в то время как идеограм чисто digital art концепт рисует, когда в настройках стоит photo
эта однобокость моделей локальных заебала, одни сцены может реалистично, другие лепит в убожественном виде игнорируя стиль промт
используй Ideogram Prompt Builder ноду вот отсюда
https://github.com/kijai/ComfyUI-KJNodes
>не смотрел
правильно сделал, эта такая аналоговнетная залупа, где доктора хауса играет Облохастин, он в сериале в энтам вообще нормально не разговаривает а орёт что-то типа ГОЙДААААА!!!! всё время, вокруг этих воплей вообще всё собрано, остальные персонажы играют роль мебели, Расмус твоя тоже.
>эта однобокость моделей локальных заебала, одни сцены может реалистично, другие лепит в убожественном виде игнорируя стиль промт
это норма, ты же не сможешь локально поднять какой нибудь грок имаген в полном весе (если бы такой был высран нам, я думаю там даже кванты хуй поднялись бы)
ты посмотри на флюксу, модель стала чуть больше по обьему требуя более лучшее железо, чем какая нибудь анимная хуита, и все, нахуй никому не сдался. полторы лоры да вф на весь цивит.
мы хотим все и дохуя но чтоб локально запускалось при этом
а пока так не получится по тех причинам и для этого нам даны лоры, натренил на кадрах из космооперы и хоть стардестроер будет заходит на посадку на цитадель из масс эректа
В чем смысл твоего совета? он не отвечает на вопрос
она у меня есть, но у меня не развернута и не настроена ллмка под промт генерацию, так что я юзаю этот готовый автопромтер, в котором вполне рабочий систем промт под ideogram.
Феномен который я заметил не объясним, один и тот же джейсон на выходе меняет результат если подтягивается из ноды либо напрямую копируется в CLIP. Это напоминает Двухщелевой опыт блять
ну я так и подумал, а доктора хауса смотрел немного, так себе, дропнул, переоценённая хуйня
ебани превью ас текст, его можно отдельно запускать когда выделяешь сверху иконка
Я из такого превью и копировал JSON, потом вставлял его в CLIP напрямую, CLIP отсоединял от промтера - само по себе это изменение меняло генерацию, хотя не должно.
При этом если возвращать подачу из промтера - генерация восстанавливает именно тот кадр который был, т.е. какого то изменения в подаче текста нет.
вот чё ты доебался, это рука суровой неулыбчивой професссионалки за 40. знал бы ты, сколько хуёв этой самой рукой отдрочено, вот так-то...
Да вы уже заебали со своим реализмом. Когда Д. Лукасу задали вопрос - апачиму у вас в фильме ЗВ лазиры и взрывы издают звуки, все гарит и взрыватса, этажи космас и вообще нириалистична! На что он ответил - идите нахуй, я снимаю красивое кино, а не унылую научную документалистику.
Я ничего из нашего не смотрел, кроме Бригады и Ликвидации. В обоих по поехавшей гойде кста, как и в Интернах
Скорее это последствия пропуска приёма таблеток.
>>1640361
>>1640399
>>1640409
Это все красиво, конечно. Только основной вопрос был не об этом. А вопрос таков: на данный момент в идеограм есть 3 варианта гена картинки: через ConditioningZeroOut в негатив, без ConditioningZeroOut в негатив и пустой негатив. Все 3 варианта выдают разную картинку. Пока что, методом тыка, для себя определил, что ConditioningZeroOut в этой схеме вообще нахуй ненужон, тк пожирает мелкие детали и шатает промт. Остается вопрос нужен негатив или таки нет. Пустой негатив - это просто улучшенная версия дефолта с деталями, а вот включеный негатив дает совершенно другую картинку. Что думает уважаемое сообщество по этому поводу?
В оригинальном коде diffusers негатив вырезан. Так и надо использовать его. А в дефолтном воркфлоу ЗероАут добавили походу потому что не понимали как эта нода работает, сделали как на SDXL.
По месту смотри, какой вариант интересней, тот и оставляй.
Эти танцы с негативом по сути не влияют на изображение фундаментально.
Не вижу смысла эту идею развивать.
Вот дефолтны вф с аурой 5, со включенным/отключенным негативом. Это одна и та же картинка с погрешностью в 1 степ. Одна и та же говеная картинка. Негатив не меняет говно, когда модель генерит говно.
И ладно бы это был промт говно. Но в промте описаны photo параметры и навалена описательная часть. Просто именно эта область недообучена, поэтому выдает унылый кал
как эту хуйню крутить?
> huihui-ai/Huihui-Qwen3-VL-8B-Instruct-abliterated
он порно промты генерит? насколько он ризонящий и в целом умный стабильный? через что подключал?
У меня тоже хуйхуй на полшестого путается в боксах.
>>1640473
Ну значит промпты разные в конечном итоге. Может, он через лапшу отдает структурированный промпт, а через copy одной строкой и разница в этом.
Влияют >>1640157 Это сделано на одних и тех же настройках без лор, которые тоже в генерацию накидывают. И я тебе могу еще с десяток сравнений накидать, вчера сидел, тыкал настройки и сравнивал картинки.
Скайнет предлагает проблемы с распознаванием ориентации в exif:
Вместо стандартного Load Image используйте ноду, которая умеет принудительно сбрасывать и выравнивать EXIF-ориентацию перед тем, как подать картинку на вход в Qwen.Установите через ComfyUI Manager набор нод ComfyUI-MagickWand или ComfyUI-Essentials.Добавьте ноду ImageMagick Auto Orient (из MagickWand) или аналогичную ноду автоматического выравнивания.Пропустите вашу картинку через неё, а затем уже подавайте её выход (IMAGE) в инференс Qwen. Модель начнет видеть картинку ровно так же, как её видит сама операционная система.
Или крутить самому вручную нодой rotate какой-нибудь перед нодой ллм.
подключал через https://github.com/collbroGTR/comfyui-ideogram-autoprompter . порно выдаёт, только у меня чёт очень долго работает, по 1 слову в секунду
Тоже медленно. Я думаю такова реализация поддержки ллм в комфуй. Llama.cpp и прочие лмстудии просто летают на тех же моделях (но в ггуф) или тяжелее.
Если запускать параллельно и Комфи и ллм интерфейс, то будет битва за норму врам. Я так и не решил это. Хз.
зарешало порно с селебани, жури сами погенерили прона и завысили балы, чисто как анима хентай фабрика ток на реальных персах для среднекачественного прона
Я тут тесчу с API гугла gemma 4 31B, т.к. flash 3.5 перегружен по жизни. В сравнении даже с gemini flash 3.5, gemma 4 выглядит как кал, в промт энхансе, с точки зрения образов, фантазии и композинга, да и тэги подбирает будто бы хуже. Получается говно на гемме 4. А это еще не квантовка локальная.
Получается в локалке ллм лучше геммы для промтинга и видения изображения вообще нет ничего? Удручает
Это когда переключаешься между воркфлоу во время генераци происходит, потому что превью по ид ноды вставляется.
ну не, нахуй эту поебень, я столько не выдержу ждать. лучше в лмстудии и комфи поперемнно дрочить кнопки
нужно ток понять как насрать в системный промт чтобы не проёбывал ничего. можно порыться в этой ноде и там спиздить по сути
>шкала не из нуля
Оправдывайся ты. Хотя мне идео4 очень нравится самому
> мерить ELO от нуля
Ты ещё децибелы от нуля померяй. Есть шкалы абсолютные, есть относительные.
> нужно ток понять как насрать в системный промт чтобы не проёбывал ничего. можно порыться в этой ноде и там спиздить по сути
На. из caption_schema.py
Параграф DENSITY HIGH по желанию, он переключался кнопкой в ноде.
За это скажи какую лучшую локальную ллм с ризонингом и художественным воображением можно вместить в 16gb что бы получать крутые промты а не сухой рэндомный высер.
You are an expert prompt engineer for Ideogram 4, an image model trained on \
structured JSON captions. Convert the user's idea (and the reference image, if one is given) \
into ONE Ideogram 4 caption JSON object. Output ONLY the JSON — no markdown fences, no commentary.
SCHEMA (key order matters):
{
"high_level_description": "<one or two sentence overview of the whole image>",
"style_description": {
// include this block only when style is meaningful. Pick EXACTLY ONE of photo / art_style.
// Photo order: aesthetics, lighting, photo, medium, color_palette
// Non-photo order: aesthetics, lighting, medium, art_style, color_palette
"aesthetics": "<visual mood keywords>",
"lighting": "<lighting description>",
"photo": "<camera/lens specs, e.g. '35mm, f/1.4, shallow depth of field'>", // photos only
"art_style": "<style description>", // non-photos only
"medium": "<photograph | illustration | 3d_render | painting | ...>",
"color_palette": ["#RRGGBB", ...] // up to 16 UPPERCASE hex codes, optional
},
"compositional_deconstruction": {
"background": "<description of the scene/environment>",
"elements": [
{
"type": "obj",
"bbox": [ymin, xmin, ymax, xmax], // integers 0-1000, origin top-left, optional
"desc": "<detailed description of this object>",
"color_palette": ["#RRGGBB", ...] // up to 5 UPPERCASE hex codes, optional
},
{
"type": "text",
"bbox": [ymin, xmin, ymax, xmax],
"text": "<the literal text to render>",
"desc": "<how the text looks: font feel, weight, treatment>",
"color_palette": ["#RRGGBB", ...]
}
]
}
}
RULES:
- high_level_description and compositional_deconstruction.background are required; always fill them.
- Break the scene into concrete elements. Give each a bbox on the 0-1000 grid; place them where they
belong (rough placement in hundreds is fine). The grid is [ymin, xmin, ymax, xmax], top-left origin.
- Use type "text" for any rendered words/letters and put the exact words in "text".
- All hex colors UPPERCASE #RRGGBB. <=16 colors in the style palette, <=5 per element.
- Choose photo vs art_style from the idea; if it reads photographic use "photo", otherwise "art_style".
- Return a single valid JSON object and nothing else."""
ELEMENT DENSITY: HIGH.
- Decompose the scene as granularly as possible. Give EVERY distinct object its own element
with its own bbox — never merge several objects into one region.
- Example: a table holding a vase becomes TWO elements (one bbox for the table, one for the
vase), not one. Split groups, sets, and clusters into individual elements as well.
- Include small and secondary objects (props, accents, background details) as their own
elements with tight bboxes. Aim for a thorough, exhaustive breakdown of the composition."""
как отрубить превью?, тем более что оно делает в load Vae
спс, но сорян я сам всю дорогу вручную промты писал. пока что надо с квенов начать, тем более что у идиота на входе тоже квен
>то будет битва за норму врам. Я так и не решил это.
Больше видеокарт. Правда, что-то я не вижу в ноде с ллм-дегенерацией выбора GPU, но это же комфи.
медиану высри сначала, только потом пиши это с умным видом
Как минимум пиздеж в том, что зитка хуже кляйна в имейдж. Она не просто лучше, она сильно лучше.
Если на кляйне генерить и показывать юзерам только макро с божьей коровкой, а на zit провода и спицы, то вывод у юзеров будет очевиден. Хз я сам не всматриваясь там им натыкал хаотично от балды, вот тебе и рейтинг
Сгенерил, подсунул в промпт. Отлично работает.
Если быть точным, они реально очень близки по однобокости.
Только ZIT из коробки дообучен рисовать поразительный реализм. Но по образам, художественности и наполненности она такое же дно как клейн. Клейн выдает лучшую цветовую эстетику и общий свет, зит рисует грязный реализм. То что у них одинаковый рейтинг - близко к правде.
Пиздеж какой-то. Играюсь сейчас с креа и с бигаспом новым (который тьюн клейна) и бигасп куда точнее слушается промпта по сравнению с креа, как минимум на длинных натур текстах.
Креа реже слушает указания по поводу позиции объекта в кадре, хуже понимает некоторые взаимодействия персонажей.
Правда если сравнивать с обычным клейном, то там да, креа будет впереди, т.к. с анатомией реже косячит.
не успели, юристы уже готовят иски, Нинка не отпустит заюз своих айпи даже если это туалетная бумага с марио в сельском сартире в глуши без связи
https://huggingface.co/fancyfeast/bigasp-3/blob/main/3fph2juh_flux2klein9b.safetensors
Выше уже кидал и писал. Это не турбо версия, нужно где-то 20-40 шагов, кфг около 4х (можно примешать экстракт лору от клейна на низком весе, можно будет шагов в 16-20 сойтись ценой чуть большей слопности) Отлично знает анатомию и нсфв.
Эдит возможности подрастерял, автор обещает, что эдит будет, то потом.
ну я тулкит настроил потренил, все норм все работает, нахуй никуда больше лезть не буду пока это работает
Нет разве каких то специализированных лучше понимающих изображение на вход и описательную часть текста на выход?
ЛЛМки пургу городят в рекомендациях шизоидно-отсталую по времени
Очередной пиздеж. В следующий раз попробуй что-то помимо прыщавой жопы сгенерировать.
Так надо брать просто побольше модель. Я Дипсиком V4 пользуюсь, никакой ебли, всё делает по красоте.
3-4к, удачные бывали и 2500, и 3750 в зависимости от сюжетов, лр, timestep_type.
>Комфи обновлял
Если у тебя Desktop версия, выбери в настройках инстанции чтобы была nightly последняя ветка с гитхаба при обновлении (не stable).
Неплохо. Но всё же чего-то не хватает для полного реализм. Может резкости?
о здрасти, делай git checkout и git pull в папке комфи тогда заведется все остальное не поможет
Где я бесплатные api высру. У гемини только gemma 4 31b работает нормально. Всё остальное блочится.
Тыкаться в браузере в чат и подсовывать систем промты заебало. Хочется прикрутить уже свое, но не знаю че. Gemma 4 31b даже не влезет в 16vram, а квантованная днище совсем наверное
Гемини упорно рекламит Phi-4-Reasoning-Vision-15B
Я хз что это
Флеш стоит копейки на опенроутере. Вот как выглядит рефайн промпта. Даже если каждую генерацию перегенериваешь промпт, за день рублей 10 потратишь.
можешь установить как лолкалку https://huggingface.co/spaces/fancyfeast/joy-caption-alpha-two
>локалку
Почему бы не использовать бесплатные НЕлокалки (да хотя-бы тот же самый ЧатГПТ) для улучшения промпта?
Черипик. Рэндомную хуйню простую любая модель рисует, особенно если выбрать удачное.
Когда пытаешься нарисовать то что хочешь, получаешь шершавого, если конечно не собака-говноед.
И так их использовал, gemini flash 3.5 потому что не блочится от подсовывания .md с сис промтом.
Но поюзал ноду с API ллм, которая сразу подгружает в вф по клику, и понял что это удобней и быстрей. Захотелось своё иметь. Но похоже все локальные хуже чем даже gemini flash 3.5. А flash 3.5 по моим меркам это тоже говнина тупорылая бездуховно-ограниченная, с хуевой фантазией и способностями.
Вот я и задумался, а нет ли локалок, но заточенных под промт энхасинг, придумывание сцен, образов, с пониманием композиций и так далее. Такая могла бы быть луче чем бесплатная корпоратка.
Никто не отвечает, видно такого нет, и лучше всех gemma 4 31b. Но она и так бесплатна через Google api пока что. Вот только результат не особо радует
>>На базе base?
Не, как раз на базе "samanima"
Давай контрольный пример. Усреднённый какой-нибудь. Картинку и то что выдаёт онлайн ллм со всеми твоими накрутками и хаками, но без ручной правки результата. Мне просто интересно на что ориентироваться. Я всегда использовал мелкие локальные ллм, а теперь задумался.
>Черипик
лол, как ты угадал? Специально сидел ролил, чтобы кляйну говна в шаровары подбросить)))
Я не спорил, что зит генерит лучше освещение, я писал про реализм - это и выражается на твоих примерах.
Однако они в возможностях, разнообразии и сложности сцены примерно одинаковые. Только клейн еще пластиковый, а ЗИТ реализм наваливает. Всё.
Но наверняка у клейна найдется какое то маленькое преимщество.
Подключаешь картинку. Наваливаешь промпт и персы из картинки в результате. Криво, косо, но прикольно. Баба из замка смотрит завистливо.
главное чтобы в лолей могла на уровне зетки. тогда я, так и быть, качну...
Все одинаково но 1 параметр разный
Вопрос какой
Кто ответит прально тому любитель космогенов лично нагенерит собственную планету с блекджеком и девочками
зетка хз, но в флюксе текстуры есть, а не подобие кривого полторашного говна с ошмётками как на твоих картинках, отрефайнил бы флюксом хоть
> в флюксе текстуры есть
Текстуры пластика? С реалистиком у зетки всё получше. Флюкс даже бабу никогда не видел, сплошные пластиковые мутанты.
Кем-то тренятся, это не про мою видюху. Да и смысла особо не вижу, там главный плюс в датасете, а с лорами можно и зетку, там сравнимое кач-во и скорость.
Я ток не поойму, как крею пробивать на коротких казуальных промптах
likeness правда не у всех персонажей хороший (у этой хороший), видимо лоры таки придется тренить
>>1640801
>>1640809
текст энкодер, жрет любой квен3 и квен3вл, хоть от кляйна, хоть бф16 заливай
первый это тот что стандартно предлагают, остальное разные аблитерации и унцензоры которых насрали на хугфейсе
>>1640800
ну там вообщет этот тестер нахуевертил за что был обосан, там не так все плохо но и не идиотграм конеш
флакс рефайн ниче не заменит,
ZIT в ряде случаев выдает реализм там, где идеограм хуйню рисованную делает, тоже что то может
идеограм не всесилен
хотел написать что слева ориг и так странный сам по себе из за глаз
Однозначно да. Промптинг похабщины несколько капризный, но может доедать жсоны за ИГ, за обе щеки хрумкает. Не модель строгать шедевры для лувра, понятное дело, но в нс4в царит
нормас
Вот это выглядит неплохо, как рабочий промтинг. Это турба? База дольше идеограма генерит? Пойду качать тож.
>>1640657
>>1640694
>>1640663
Тут не в локалке и модели дело, а в промпте и инструкциях.
Гемма тебе что угодно и как угодно напишет на отличном уровне, важны лишь инструкции вот конкретно под эту задачу, где то были хорошие, но я всё проебал
да, турбо. база для обучения лор, не для генераций. 52 шага - чересчур дохуя и результаты мягко говоря всратые с базы выходят.
Modal всё. нахуй нужны бесплатные $30 если их потратить нельзя
>результаты мягко говоря всратые с базы выходят
>>1640935
>так у базы еще разрешение ужатое до 1024
А вот это может быть пиздец хуево для дальнейшего файнтюна, если там все качество от тщательной задрочки РЛем на дистилляции. Может нужна раздистиллиная база, как с зеткой.
>>1640938
>но датасеты видимо стоит чистить от лишних деталей
Маски лосса.
А какой то пидор ржал пару тредов назад, на анцензор текст энкодера. Этот космолет >>1640657 посвящен тебе.
Это идеограм или креа? И есть ли вообще смысл выяснять какой энкодер лучше?
Глаза парашит через раз, в отличие от идеограма
Чем хороша то?
Ну давай найди пж, что за инструкции
Сис промт для идеогама из ноды неплохо работает, но больше нацелен для адаптации под json формат модели. У меня была идея дополнить его отсебятиной, что бы улучшить промт, но мой опыт с ситем промтом под энханс - отрицательный. Будто бы любые попытки уточнить как и что описывать оборачивались рэндомной хуетой на выходе без качественного улучшения, не говоря про однобокость. Что такого универсального прописать, что бы это явно улучшало выхлоп в любвх идеях вообще не ясно. К тому же есть еще такой факт: photo, lighting, aestetic - исключительно рэндомные поля, заполняя которые чем попало можно только ухудшить картинку, а бывает что нет ПЛЮС к этому, идеограм в разных сценариях выдает разный стиль "реализма", даже если пропачо photo, и наваливание тэгов почти на это не влияет либо ухудшает.
Тем не менее именно gemini flash 3.5 сгенерил промт тириона коношного, но возможно дело не в промте а в идеограме самом
>пидор ржал
Я помню времена, когда при упоминании турбо лоры DMD2 рвало пукан чуть ли не у всего треда. Мне доказывали, что ускорялки это зло, они портят картинку, убивают разнообразие.
Сейчас все сидят на дистиллятах и молчат. Кто генерит базой? Никто. Так что не слушай никого, особенно здесь.
Времена DMD2 прошли, но отношение местного сообщества помнится.
>photo, lighting, aestetic
Кстати, а может быть такое, что они не про все поля нам рассказали? Может там еще несколько типа: disable_block, swith_nsfw, quality, и т.п. Ну, ладно, не nsfw, а что-то еще расширенное по списку наверняка спрятано. Пробуйте сами добавлять что-то от себя в текстовой json. Может что-то нащупаем?
> Текстуры пластика?
У true v2 почти нет пластика, он будто бы во всем превосходит клейн дистил, сделан на базе и работает на 20-25 шагах. Через него текстуры и наваливаются, включая кожу. Глаза через раз может парашить, но когда нет - практически как в зит по реализму. Этим и можно рефайнить.
Если бы у зита был рефайн как у клейна, он бы был топ рефайнером, но разрабы конечно хуй че дадут. Он бы в теории мог любой слоп превращать в high end фотореализм.
Такое только на автоматическом конвеере с ллмкой можно сделать.
Вручную искать будто бы как иголку в стоге сена, или клад в полях сибири.
Потому что это хуита дырявая у меня не заводиться, 2 недели сука ебусь а все толку нет!!!! Пичёт люто просто!
Ни сити ни калькиус нихуя не могут сделать, их уже завалили реквестами, а толку, дармоеды сука ленивые!
Кадр из фильма: Викторианская эпоха. Clive Owen в роли знатного персонажа на людной улице города. Сюжет, сцену и остальных персонажей придумай сам. Должно быть правдоподобно и киношно.
gemini 3.5 flash на энхансере, 1 трай
идеограм не знает клайва оуена, пиздец знание селеб, видно завезли тянок чисто для дрочил
Думаю комментарии излишни.
Хотя добавлю: Хуета ебучая. Вы не контролируете нихуя, она просто рисует 1girl и определенные сценарии так как хочет в фотореализме, всё остальное рисует как кусок гнилого говна рисованного всратого. Чисто более мощная анима под рефайн в лучшем случае.
так его никто не знает, чухан какой-то
оно и аннасофию робб не знает, за три промта разных выдало бабу с очень страшного кино, ну почти робб и альбину джанабаеву
а какие правила промтинга у креа?
> аннасофию робб не знает
ты сравнил тоже какую то зумерскую насадку на член, и топ тир актера
гпт победил очередную локалку, идеограм, который только черепиком может что то интересное
это идеограм
>И есть ли вообще смысл выяснять какой энкодер лучше?
раньше моделям похуям было какой у тебя кодер, сейчас с этими умными фильтурами, теоретически текст кодер может маркать тебе запрещенку на которую трегирится модель, не пропустить промпт он не может, не та функция, но встроенные фильтры самой языковой модели могут маркать эти токены которые модель потом или отбросит или проигнорит или даст сафети фильтр.
вот как первый стандартный старательно пытается обойти секс ковгирл
Qwen3VL-8B-Uncensored-HauhauCS-Aggressive-Q8_0
вот этот показался самым оптимальным, над бф16 попробывать
но есть еще пара ему не уступающих, над сильнее посравнивать
Ля какая таки крея сочненькая, надо все веса посохранять пока их всех там судебными исками не ебанули и веса не поудаляли обратно, это ж чисто анима ток с селебами
а я жопой прочёл, у тебя идеограм, так тут писали что у креа селебы заебись, а не идиота, там покрути деда своего
samanima попробуй, чудес не ожидай на 4 vram, но по качеству она может быть лучшей из всех других квантованных вариантов, клейн или зит из за квантовки под 4gb настолько сильно теряют в текстурах, то кожа получается как гладкий пластик с ворсинками - очень хуево, кроме того квантованный клейн с nsfw лорами просто уничтожает анатомию, практически 90% генераций будет со сломанной анатомией всратой
samanima хоть какую то текстуру пытается и освещение +- норм, но там много слопа будет, и долго, но что то погенерить сможешь
креа 2 генерит бедность как флакс, и резиной тоже отдает на коже, это модель для дрочил, не хочу даже качать, актер мне не особо всрался, просто подметил
>это модель для дрочил
так сказал как будто это чтото плохое
сказал как что то не очень далекое и простое, потому что фотореализм с пиздой доступен уже год если не больше, так что новая модель умеющая в nsfw реализм это просто как новый ролик порно, при этом эти сценарии вообще никак не бенчмаркают модель, не отражают никакого прогресса, т.к. голая пизда это одна из первый вещей которая легко реализуема в диффузии
в треде нудки не интересные, покерфесы уровня клейн, ноль живой эмоции, не цепляет вообще, одна и та же мертвая эмоция на все картинки, слишком циклитесь на сиськах и реализме, забывая о том, что доставляет взгляд, язык тела
это модель и никакие ббоксы вам не сделают
ваш хуй не понимает что такое эстетика, так что и в голове это атрофировалось
ну так неси интересные нудки, че мы все смотрим на унылое говно то, когда там золото гдето
Как это времена DMD2 прошли? Новые модели дистиллируют используя метод DMD2, хоть и называют это "турбо".
Я nsfw на идеограме не гонял, так и не понял какой готовый рецепт для самого лучшего результата, там и с сигмами 2 каких то хака альтернативных, и отдельный WF какой то с No safety filter тэгом, и лоры еще какие то. Лень наваливать. Напиши мне рецепт свой
ну это я пока крею гоняю для тестов, в поисках хороших настроек
когда заебует чертить квадраты в идиотграме, хочется чего то простого
>пикрил паттерн не вылечить
ну получше чем оно стандартно генерило, там вообще пиздец колючая проволка
ну вот кстати вроде кустарник уже симпотнее
>>1641085
эмоция как у актрисы которая на камеру работает, а не как у возбужденной тянки которой приятно что её трахают
даже румянца нет
про эмоциональность креи конешь поплевали даже соевики на редите, ну над еще потыкать так то
>покерфесы уровня клейн
поржал, т.к. у флюкса 2 и кляйна в том числе вариативность эмоций лучшие из всех моделей на данный момент или ты скиллишью, или просто троллишь
> вариативность эмоций лучшие
Они не реалистичные и топорные, а ты это хаваешь, качество не в том, сколько инструкций она распознает, а насколько тонко уточняет.
Клейн абсолютно не преемлемое говно - если ты с ним что то выдрачиваешь, у тебя проблемы с видением в целом. Как минимум потому, что тебя устраивает слопные изображения клейна.
>>1641089
да это ебаный фильтр креи ебет эмоции, там уже немного научились шевелить модель в этом плане
edit требует турбо лору?
в отличии от тебя - фанбоя говна, я всё объективно оцениваю, пока ты усираешься от хейта, у меня все модели есть и я вижу недостатки каждой. Ты бы хоть не позорился выкладывать такой кал на пикреле с двумя брёвнами с нулевой мимикой и качеством полторашки. Твоё мнение нихуя не стоит
Ты не понимаешь что такое мимика, и со сдвигом по фазе в принципе. Ты генерил голимый слоп на flux DEV и сравнивал его с фотореалистичными моделями, приговаривая что это вкусовщина.
Ладно, хули с тобой спорить. Генерь сам для себя свой слоп какой хочешь. Но клейн уже почти умер, имей ввиду. Даже ZIT более актуален чем t2i клейн
>руминирующий шизоид с фиксацией на своём ненавистном кляйне называет кого-то шизоидом
лечи свою персеверацию и не трясись так, а то только хуже себе сделаешь
пик1
37662645039201
{
"high_level_description": "A cinematic movie still from a period drama set in 1900 New York, capturing Shia LaBeouf as Dr. John Thackery and Emma Watson as Lucy Elkins having a quiet, emotionally charged conversation on a crowded city street.",
"style_description": {
"aesthetics": "cinematic, period drama, gritty, atmospheric, historical realism, melancholic",
"lighting": "soft, natural overcast daylight with subtle directional shadows, creating a rich filmic look",
"photo": "35mm anamorphic lens, f/2.0, shallow depth of field, visible film grain, cinematic color grading",
"medium": "photograph",
"color_palette": ["#1C1D21", "#3E424A", "#8D7F73", "#D2C5B6", "#4A3B32", "#100F11"]
},
"compositional_deconstruction": {
"background": "A bustling, softly-blurred New York street in the year 1900. Pedestrians in period-accurate Edwardian clothing, bowler hats, and long coats walk along cobblestone streets. Vintage brick storefronts and horse-drawn carriages are visible in the hazy, atmospheric background.",
"elements": [
{
"type": "obj",
"bbox": [120, 150, 950, 530],
"desc": "Shia LaBeouf as Dr. John Thackery, standing in profile-to-three-quarter view. He has slicked-back dark hair, a prominent thick mustache, and an intense, weary expression. He is wearing a dark, heavy Edwardian wool overcoat with a high collar over a white shirt.",
"color_palette": ["#1C1D21", "#FFFFFF", "#4A3B32"]
},
{
"type": "obj",
"bbox": [220, 520, 950, 880],
"desc": "Emma Watson as Lucy Elkins, looking up at Dr. Thackery with an earnest and concerned expression. She has pale skin, expressive dark eyes, and dark hair partially covered by a modest dark Edwardian bonnet. She is dressed in a dark, structured period coat.",
"color_palette": ["#100F11", "#D2C5B6", "#3E424A"]
}
]
}
}
пик2
403422884952417
{
"high_level_description": "A dramatic cinematic film still from a historical drama set in 1900 New York, capturing an intense and furious argument between Johnny Depp as Dr. John Thackery and Emma Watson as Lucy Elkins on a crowded street.",
"style_description": {
"aesthetics": "cinematic, gritty, dramatic, historical drama, intense emotion, realistic",
"lighting": "natural overcast daylight, soft shadows, high contrast",
"photo": "35mm anamorphic lens, shallow depth of field, realistic film grain, f/2.8",
"medium": "photograph",
"color_palette": ["#2B2521", "#4A403A", "#8C7D70", "#D3C6B6", "#1C2D37"]
},
"compositional_deconstruction": {
"background": "A bustling New York street in the year 1900, with wet cobblestones, vintage storefronts featuring hand-painted signs, and blurred figures of pedestrians in period clothing and horse-drawn carriages receding into a deep, misty perspective.",
"elements": [
{
"type": "obj",
"bbox": [150, 120, 900, 500],
"desc": "Johnny Depp portrayed as Dr. John Thackery, looking disheveled and enraged. He is wearing a dark, heavy Victorian wool overcoat, a rumpled white high-collar shirt, and a dark cravat. His dark hair is messy, and he is gesturing aggressively with one hand, mouth open in mid-shout.",
"color_palette": ["#1C1A18", "#FFFFFF", "#3D3530"]
},
{
"type": "obj",
"bbox": [200, 480, 950, 860],
"desc": "Emma Watson portrayed as Lucy Elkins, standing defiantly with an angry and hurt expression. She has her hair styled in a Gibson Girl updo, and is wearing a cream-colored high-neck Edwardian blouse, a dark long skirt, and a matching vest. Her posture is tense as she glares back at him.",
"color_palette": ["#EAE3D2", "#252120", "#8E7F72"]
}
]
}
}
На текст энкодере стоит Qwen3VL-8B-Uncensored-HauhauCS-Aggressive-Q8_0.gguf
в промте описывающем действие: His left hand is tightly gripping the woman's throat, while his right arm is cocked back, mid-swing in a threatening gesture.
Не работает нихуя. Сигма хак подключать или что? Сейфти фильтер то не выстреливает. Идеограм не умеет в агрессию?
Я не могу обработать твой запрос, анон, так как он содержит сцены жестокости и насилия. Если у тебя есть другие запросы, не связанные с подобной тематикой, я с радостью отвечу.
воздух проебывается на дефолтном вф и не намного чище становится
гряземесиво в глазах сохраняется
>>1641218
прикольно, но мыльно как то мутит, больше претензия к качеству, будто бы джепег с экранки а не с блюрея
все можно, описывай нормально
вот мой первый трай.
что не так в моем описании?
ббоксами руки прописывать никакого желания нет и у тебя за горло не схватил даже, то есть ты тоже хуево значит описываешь, в ином случае модель всё сразу понимает и рисует
все он может. вот например! но тут замах потерял. ну и ладно. надо хардтраить. мне лень. за это бабки не плотят.
учись анончик у лучших, у меня то есть
>>1641250
Как обычно пошли неудачные результаты не фиксящие проблему, с оговоркой что всё получается просто мне лень.
Классика сд треда.
За горло же схватили. Половина твоей проблемы решена? Заставлю одновременно замахнуться за 500 р на телефон.
ну хуй знает что ты доебался до идиотграма, по моему он таки пиздат для локалки
буквально киношный кадр, для локалок ранее хуй достижимая красота
Верно, но всегда чего то не хватает, и черепикнутое качество, в основном кал слопный лезет в 8 из 10 случаев. За горло не хватает не пиздит бабу как выяснилось
>>1641259
Ты черипикнул всратый кадр, в остальных ничего не работает. Это не качественный подход, просто натуги с тем, что не работает.
А вот теперь так 10 сидов подряд, дорогуша, и вот тогда будет ясно-понятно на что способна модель. Ловить блох и черепикать мы все тут мастера.
ну я не черрипикал, взял твой сид и промт прост чуть подправил в системных графах где свет и эстетика с кадром и все
остальное не трогал
все равно качество ранее недостижимое для локалок, ни одна модель сейчас локальная даже близко к такому не подойдет
Почему и с какой целью ребёнок посреди улицы стоит на табуретке?
>>1641007
>Тупорылая бездарная хуйня
Добро пожаловать в локалочку)
пикрил...
>>1640713
ТПЕ-доллс, не живые. Ты очень странно понимаешь реализм.
> ТПЕ-доллс, не живые. Ты очень странно понимаешь реализм.
Ты очень странно понимаешь 4gb модель. Там текстура кожи чуть ли не лучше чем у klein 9b. Такое ни одна модель на 4gb не способна.
1 хайрез рефайн и получается полный фотореализм
Дело не в этом, и я не в обиду тебе. Кожа неплоха, прямо скажем, но в сравнении с кляйном что угодно будет лучше)
Они просто не живые, у них нет настроения, нет эмоций.
Вообще по пикам тоже судят и судить будут. Потому что даже у GPT2 в арсенале есть несколько уровней стиля реализма. Иногда он рисует откровенный semi-real, на запрос абсолют синемы. Иногда он рисует пикрил >>1641021
Так что глупо было бы судить о модели по стабильности в сидах. Но вот уровень качества в разных сюжетах имеет значение.
Запускается пиздец долго, тормозит. А потом вот запустил батч, смотрю в консоль - а там такое. Ещё и стучит куда-то. Я процессоры не генерю, но всё равно неприятно, что в этом калище ещё и зонды.
>Запускается пиздец долго
тут всё просто: твоё железо - кал
> пик
> стучит куда-то
Ты же конечно не оставил это просто так, и, надеюсь, навирешаркал, да? Со всеми доказательствами, как Комфианон собирает со всех промтеки. Ведь да, принесешь?
Ты обрати внимание на то, что коннект не открывается, потому что этот кал не может выделить порт. None в ошибке. Так что мне, в целом, похуй, куда оно стучит - всё равно не достучится. Но факт остаётся фактом, это тормозной, глючный кал с зондами. Исправлять ошибки в этом кале, чтобы зонд достучался, а потом нюхать трафик, куда именно оно стучится и что шлёт? Нахуй надо.
Наслаждайся, шиз, кто там у тебя куда стучит:
https://github.com/Comfy-Org/ComfyUI/issues/2815
та хуль тут говорить, тут буквально какието пара хейтеров идиотграма,
и главное сидят, генерят и кидают гены с доказательствами что идиотграм соснул, та лучше бы жопы кидали чесн слово
вот сразу прокричали про черрипик когда запостил неприятное
>>1641282
>>1641273
хотя какой черрипик если я буквально взял промпт и сид, удалил всякую хуиту из системного промпта, где цвет, стиль, медиум, добавил немного своего и нажал ген, никакие боксы не двигал, не смотрел че у него там в палитре, нихуя больше в промпте не дергал, да и это куалити48.
это уже демедж контроль хейтеров какой то
>>1641021
>гпт победил очередную локалку
Вот копиум такого масштаба что вселенная может треснуть
буквально сравнить локалку с трилионной хуилой которую на дата центрах крутят, чел ну ты в разуме там не
раз победил так давай, ставь локально и гень что хочешь.. а нельзя, ну пососал тогда бывает что побелать.
если че без негатива ананасы, я всегда за сравнения и критику, но то что выше похоже на хейт высосаный из пальца
Да уже насмотрелся всякого на месяц вперед, пускай отдохнут
>на flux DEV и сравнивал его с фотореалистичными моделями, приговаривая что это вкусовщина.
Ха, это я на FLUX.2 [dev] генерю и FLUX.2 [klein] 9B рефайню, а Ideogram 4.0 после тестов и экспериментов с sigmas, mu, std собирает пыль.
Всё так и есть. Я тебе ещё тогда сказал, что тебе просто больше нравится один из видов слопа, чем другой. Ты под него уже заточен и другое не воспринимаешь. Потрогай траву.
У кого глаза есть сами всё видят, в том числе достоинства и недостатки конкретных моделей.
>>1641164
Он прав. Ты меня уже повсюду детектишь.
Клейн не достаточно фотореалистичен. Но генеришь ты именно реализм.
4.jpg gpt - лучшая композиция, поза, освещение и задник
3.jpg и 1.jpeg крайне уебищные генерации, не легитимное сравнение, как минимум ИГ может намного лучше
2.jpg стало быть нб?
Ты еще небось генерил локалки на низком разрешении под выхлоп корпок? А ниче что они генерят в супер разрешении и потом сжимают? Иди нахуй короче. Разницы в 1girl с корпоратками щас нет если убрать задник и не учитывать стабильность
T2i - ideogram, anima и файнтюны, krea, zit для поднятия тонуса по настроению. Есть еще всратый hi dream с мультиреференсом, но там качество всратое, под рефайн клейном может пригодиться.
Iti - klein 9b из корбки самый простой, остальные варианты не официальные дроченые, но могут работать в инпейнт или типа того
Не знаю, че ты так возбудился, хотя не можешь отличить великую банану от слабой гпт и не в курсе, что ИГ похуй на разрешение в первую очередь. Ниче не угадал.
А ИГ может лучше, я не черрипикал, там промпт был один и он не всем подошел. Приноси свои шедевры, ну или обсеры, я пиздеть с таким гонором не буду, я ж не ты.
Ты там главное сам не перепутай че ты там понаделал, выложив циферки по порядку и сувал один промт в диффузию и ллм агентам, что указывает на когнитивную дефекацию
Я вбросил пикчи без всяких понтов, он мне пишет "иди нахуй", командир треда нашелся ебать, не оценил мой калтент.
И ты МНЕ пишешь что-то про снежинку?
Давай сделаем так: иди-ка нахуй ты, а если чем-то недоволен - на пикабу, снежинка.
1 vs 2
2 диаграм
нужно ли что то говорить
> нужно ли что то говорить
Искажения идеограма не создают ощущения завершенности и сразу заметны. Заебали если честно, в основном в глаза лезут
Снова я, но посмотрел с ПК.
- 3.jpg - Ideogram 4 (омерзительное качество у тебя)
- 4.jpg - GPT2 (без изменений)
- 1.jpg - Krea2 (шумы мыло гряз экранки)
- 2.jpg - NB2
Озвучивай результат и выдавай приз. Ты сказал что 4.jpg это не ГПТ. Признай что перепутал, это GPT2. Поэтому это лучший шот среди всех. Именно гпт навалила больших и маленьких пальм, плотно заполняя задник
> тебе просто больше нравится один из видов слопа, чем другой.
Чел, ты знаешь и видишь что модель не может нарисовать разрушения, но рисуешь слоп с молотком и осколками без динамики что создает гарантированный слоп эффект. Потом рассказываешь про вкус ко слопу. Не советую обольщаться и оправдывать себя, разница есть, пусть ты её и не видишь.
удивлен что крея нормально генит на 4мп без разьеба
с идиотграмом пока закончил, подобрал себе в целом хорошую связочку, но потом еще погоняю.
тут
крея бф16 турбо
krea2filterbypass
больше никаких лор кроме байпаса нету
ноду на ребаланс лучше не юзать, у нее есть побочки в подсирании картинки
у фильтра тоже есть побочки взаимосвязи с другими лорами, но там надо веса занижать просто чуть ниже.
димм/бета в 8 шагах
вае от вана2.1 фп32 (для любителей сравнивать под лупой)
но пока ищу что еще нормуль даст картинку
что еще принес тебе анонче.
два расцензуреных текскодера которые работают с креей
https://civitai.red/models/2728378/qwen3-vl-instruct-4b-heretic-7refusal-alternate-krea-2-text-encoder-for-comfyui?modelVersionId=3066989
https://huggingface.co/ahmed22xa/Huihui-Qwen3-VL-4B-Instruct-abliterated-comfy/blob/main/Huihui-Qwen3-VL-4B-Instruct-abliterated-fp8_scaled.safetensors
больше подарков нет сорян анонче
>>1641568
бле вот все бы хорошо, но каких уебских людей и особено ебальники генерит флюкса, просто ничем залупа не лечится
а да п.с. на трусишки не смотри это я так раьеб геометрии смотрю))
ну чтоб приятнее было фиксировать xD
не могу на это смотреть, какие то шумы и ебейшие носогубки которых не должно быть будто бы,
лицо как через год запоя после закрытия game of thrones
в идеограме лучше было, крею2 смотреть не хочется
//mnenie
>с идиотграмом пока закончил
слава богу, визгов будет поменьше (нет, на самом деле)
это уже вкусовщина
я скажу так что я не сторонник ультрафокуса когда видно каждую пору, поэтому никогда не выжимаю это из модели, слопная хуита, у тебя в реальности такая залупа бывает ток на студийных профессиональных фотках с правильным освещением.
ты свой ебальник на мобилу сфотай там тоже будут какие то шумы и прочая хуита на зуме, а не супер четкая чистая картинка
>>1641683
хуль пизднул, себал в панике, я не прибегаю с геном в отличии от некоторых специально срать какой он херовый, как там все хуево и прочее говно.
если я найду то что по моему мнению помогает лучше генерить, я принесу эту идею, в остальном похуям вообще
> я скажу так что я не сторонник ультрафокуса когда видно каждую пору,
Я тоже, не про резкость я писал. Про шум паразитный, как у плохого качества фото, и про внешний вид лица модели, слопные носогубки не реалистичны и не приятны эстетически.
это кстати не беда модели, это работа обхода фильтра, он насирает, из-за чего стандартный ер_сде с симплом начинает шумить и мазать детали, и вот надо это забалансить как то
> не приятны эстетически
а я то думаю, почему у твоих шмар повально фетальный синдром, гы-гы-гы...
>внешний вид лица модели, слопные носогубки
ну ну она и в сериале такая xD
Роуз Лесли в роли одичалой и то симпотнее в разы
Там выбираешь :
Пишешь свой промпт. Обдумай его хорошо, так как количество попыток в сутки- 5 минут гпу.
Качество, например, Default · 20 steps или Quality · 48 steps - главное не запутайся.
Обязательно раскрывай вкладочку Advanced и в ней фиксируй сид (надо снять галочку с Randomize seed и запомнить/ввести сид).
Для надежности и простоты лучше выбрать Prompt upsampler Qwen (local). Совсем отключить Prompt upsampler нельзя, но будет предоставлен сгенерированный промпт для копирования в твой Комфуй.
Генерируешь, копируешь получившийся промпт-json и картинку.
Потом генерируешь тоже самое в своей локальной Comfyui без всяких лор/примочек/шифтеров/прочего - дефолт с тем сидом и тем самым копированным промптом(не забудь про разрешение).
Охреневаешь, что картинки и рядом не стояли.
Размышляешь, где тебя могли наеть.
Пишешь об этом на дваче.
По итогу собрал немного в кучу мысли про тренировку в общем и идеограм в частности. На полноту и объективность не претендую, просто наблюдения. Собственно говоря, пост больше в соседний тред, т.к. не цель не реалистик, но тут больше обсуждений именно тренировок.
Tl;dr Острис не дурак, и дефолтные параметры – прекрасная отправная точка. Не нужно их крутить без чёткого понимания или готовности потратить пару недель и несколько КВт на неясные перспективы небольшого улучшения. 3к шагов, адам8, лр 1е-4 – хватит всем. Разве что можно догнать до 4к и поставить шедулер косинус вместо константы.
Но простые пути не для нас. картинка слабоумие и отвага.jpg
Вводные: хотелось получить повторяемость и узнаваемость персонажа, не просто похожесть, но идеально переданного персонажа (лицо, пропорции, бодитайп) на модели, которая вообще про другое. И чтобы это было без своего привкуса, который дает каждый раз своя сетка. В свое время проигнорировал последний аспект на Квене, и теперь если знать куда смотреть, видно что очень много осталось от Квена. Долго не мог сообразить откуда это. У Вана был свой «почерк» тоже. Это оказалось самым простым – не нужно использовать таймстеп Шифт, как бы в доках про него не писали. Qwen_shift, Wan_shift, просто shift – не нужны, только linear.
Также добавляло сложности:
1.То, что перс ОС. Картинок нет, сетки не знают, даже анима;
2.Датасеты – солянка. Датасет1 – больше 3дшный стиль, больше разнообразие и типаж более постоянен. Датасет2(_2d) – плоский скетч-стиль, но мало разнообразия, типаж сильно прыгает.
Во всех тренировках был бс3, 3к-4к шагов, разрешения Остриса по умолчанию, ранк 32, альфа 32, warmup 200 (не увидел на графике лр, что они применялись, возможно игнорирует), адам8 (если не указано другое), косинус. Остальные настройки по-умолчанию.
Вначале тренировал по паре лор с одинаковыми настройками и разными датасетами, делал силу по 0.5 и тестил глазами. И если таким образом можно было выбрать лучшие эпохи, то чтобы уже четко сравнить разные версии тренировок – одних глаз перестало хватать. И пришлось обратиться к таблицам – см пик.
В принципе по картинке уже должно быть понятно, что некоторые комбинации оказались сильно лучше, причем некоторые комбинации состояли из лор разных веток тренировок.
Для общего случая, когда комбинации из двух лор не требуется, всё будет сильно проще. Таблица схлопнется до одной строчки.
В процессе использовались разные вайбкоденные костыли: капшнинг локальной геммой4-31 по апи дергая лламу (в принципе, Острис вроде может такое и сам), файнтюненная модель pickscore на прошлых ручных отборах лучших картинок из линейки генераций на разных сюжетах для отбора лучших из лучших, скрипт дергающий метадаты из картинок и считающий какая лора сколько раз была использована (запускался на итоговой папке самых лучших).
Из того, что я вынес для себя:
1. Начинать стоит с параметров по дефолту, выставив только сохранение последних 999 эпох, чтобы не потерять ни одну;
2. После первой лоры нужно внимательно посмотреть ещё раз, когда первые восторги "о, похоже" пройдут, что можно улучшить. Может быть, что лицо ок, но пропорции, или окружение, или ноги могут быть не ок (например, слишком жирные ляхи);
3. Timestep_type – оставляем linear. Shift дает характерный почерк, свой у каждой модели. Sigmoid, который со времен 1.5 рекламируется как идеальный для чаров – быстрее приходит к похожести, но быстрее разваливается до кроненбергов, не успев прийти к идеалу;
4. Когда датасет по типу сильно отличается от изначального в модели (2д и реализм), то чтобы «пробить» этот биас имеет смысл повышать ЛР. Но при этом повышать и decay. Можно повышать его даже больше ЛР. В моем представлении это как формировать нужную форму из металической отливки, нанося удары молотом. И если отливка совсем не похожа на целевую форму, то можно хоть застучаться слабыми ударами, но эффекта будет мало. Поэтому нужно давить "гидравлическим прессом", но со стопорами, чтобы не раздавить в блин;
5. Сэмплы при тренировке – это важно, отключать не стоит, кроме самых первых. И нужно прописать разные промты, чтобы видеть разные сюжеты. Я делал 4шт. Но не стоит пугаться, если там совсем жуть особенно вначале и прерывать. В конце будет сильно лучше;
6. График лосса, про который столько было споров, я всё же считаю главным показателем. Даже независимо выбирая эпоху по качеству генераций чаще всего выбирал ту, после которой уже начинался подъём лосса, который не прекратится до конца тренировки. Т.е. хорошо когда лосс понемного спадает, не страшно если чуть растет, но потом снова спадает дальше, и вот когда перестал спадать – с этой эпохи стоит начать;
7. Острис бывает нормально тренирует сутками, а иногда вдруг сжирает весь врам и тренировка останавливается. Можно ее остановить и запустить снова. Начнет с прошлого чекпоинта, не страшно;
В процессе попробовал перелезть на Мусуби, в который вмержили поддержку. И Но хотя прошлые модели тренировал исключительно на нем, тут не пошло. Качество на мой взгляд было хуже + еще более жесткие вылеты за пределы врам в случайное время, после которых уже не продолжить, как в Острисе.
Отдельно спасибо треду за посты про пресеты. Настройки mu, std как Quality, но шагов всего 22 ускоряет генерации больше чем в 2 раза при визуально отсутствующих минусах.
Они, кстати, в своем Prompt upsampler координаты не пишу в bbox и норм.
пасиб анонче над будет затестить
>Sigmoid
да на бумаге было хорошо и порадовался, потом потестив готовую лору расстроился
> Острис не дурак, и дефолтные параметры – прекрасная отправная точка
Там дефолтные параметры для всех моделей одинаковые уже года полтора и устарели/не подходят к новым.
> адам8
Ты вообще в курсе для чего он? Ты экономишь 200 мб памяти при ранге 32. В замен теряешь качество тренировки. Не пользуйся 8-битными оптимизаторами. База на 2026 год - Muon.
> не нужны, только linear
Ну естественно не нужны, потому что они не от той модели. Нужен шифт как при инференсе. На линейном у тебя жуткий перекос в низкие таймстепы, 10% последних шагов инференса где вообще ничего кроме зерна не может сгенериться на линейном у тебя тренятся так же часто, как и остальные 90%. Как результат медленнее сходимость и тренировка мелких артефактов с датасета.
> делал силу по 0.5
С нормальным шифтом лоры будут работать на 1.0 без проблем и ломаться только после 1.5. И несколько лор будут лучше ложиться рядом.
> Там дефолтные параметры для всех моделей одинаковые уже года полтора
Факт.
> и устарели/не подходят к новым.
Как отправная точка точно лучше рэндомных из инета. Диты вроде 5е-5 база сейчас, для реалистик-реалистик скорее всего действительно будет лучше.
> Ты вообще в курсе для чего он? Ты экономишь 200 мб памяти при ранге 32. В замен теряешь качество тренировки.
В свое время смотрел пэйперы со сравнениями, где никакой разницы конретно между адам и адам8 не было. Если покажешь обратное - скажу спасибо.
> Не пользуйся 8-битными оптимизаторами. База на 2026 год - Muon.
В острисе ещё нет, вайбкодить его туда пока не готов. Опять же если покажешь инфу про его преимущества и сравнения буду рад.
> Нужен шифт как при инференсе
Конкрентно у мусуби это называется qwen_shift, wan_shift, ideogram_shift. Выглядит будто бы именно от модели. И в итоге как раз "отпечаток" модели остается.
> лоры будут работать на 1.0
Не, это было бы возможно, если бы один датасет был чисто на стиль, а второй на перса. Но тут в обоих есть перс. Поэтому 2*1.0 его попердолит.
> вайбкодить его туда пока не готов
Пикрил добавь в toolkit/optimizer.py, и пакет pytorch_optimizer поставь. Дальше в конфиге просто укажи его.
> его преимущества
Быстрее и стабильнее сходимость. Те же китайцы ещё в конце прошлого года стали массово с Адама на него переходить.
Спосеба, попробую!
В инфо правда в основном ллм, кроме хуаняна, но интересно, да. Какой лр ему для начала дать? Нужен ли шедулер?
В репо и в практиках указывают, что он только для скрытых слоев, и для остальных нужно оставлять адам, и что для лор подходит хуже, чем для полноценной тренировки.
> Какой лр ему для начала дать? Нужен ли шедулер?
Как на Адаме делай.
Проблема хромы в очень плохом понимании структуры композиции. Она знает много стилей, да, но вот что с ними делать вообще не представляет. Очень много трехногих мутантов, банальнейших факапов вроде генерации человека снаружи дома при прямом указании, что сидит он внутри. Править все это безобразие через кляйн чревато слоппофикацией.
Креа2 неплохой компромисс между пониманием промпта и знанием стилей.
Всё верно, сорян за путаницу из-за номеров. Не бог весть какая викторина, я так-то тестил поведение сеток на одном жсоне.
Приз - лора Роуз Лесли >>1641728
https://huggingface.co/nphSi/Z-Image-Lora/resolve/main/ZI%20Rose%20Leslie%20(vrtlRoseLeslie).safetensors там много кто есть у него
Поясните тупому, новые конфиги можно создавать или только менять параметры в этом списке?
>лора
Спасибо, дружище.
на случай, если это до сих пор у тебя не в закладках:
https://huggingface.co/malcolmrey/
смотри вот идиотграм, а что у тебя за залупа хуй знает, реал анима наверно
{
"high_level_description": "A group of adults and children in heavy winter clothing gather outdoors in a snowy urban setting, observing a large polar bear standing centrally in the foreground, with reddish-brown brick buildings looming in the background under bright daylight.",
"style_description": {
"aesthetics": "cinematic wildlife documentary, sharp focus, shallow depth of field",
"lighting": "bright natural daylight, high contrast from direct sun casting soft shadows",
"photo": "85mm telephoto lens, f/2.8 aperture",
"medium": "photography",
},
"compositional_deconstruction": {
"background": "Large multi-story residential buildings made of weathered reddish-brown brick, partially obscured by snow-covered ground and distant trees. The sky is clear and bright white, suggesting midday sunlight. Snow blankets the entire ground surface, creating a stark contrast with the brick facades and the subjects.",
"elements": [
{
"type": "obj",
"desc": "A large polar bear, light tan or creamy white, standing on all fours, facing slightly right of frame. Its fur appears thick and textured, reflecting ambient light. It occupies the central foreground, positioned directly among the group of people, who are surrounding it at various distances. The bear’s posture is calm and observant, with its head turned slightly toward the right side of the frame, suggesting engagement with the crowd.",
},
{
"type": "obj",
"desc": "A cluster of individuals, including both adults and children, gathered to the left of the polar bear. They are dressed in heavy winter gear: dark coats, hats, and boots. One person on the far left is visible from the waist up, wearing a dark coat, while several children are clustered near the bear’s left flank, some looking upward at it with expressions of awe or curiosity. Their poses vary — some standing still, others leaning forward slightly — indicating active observation.",
},
{
"type": "obj",
"desc": "Adults positioned throughout the group, mostly around the bear’s midsection and right side. Dressed in varied cold-weather attire — bright scarves, bulky jackets, and insulated gloves — their postures range from standing upright to crouching slightly. Some appear to be holding cameras or phones, capturing the moment. Their faces are partially visible, showing expressions of wonder or cautious excitement. Several are positioned closer to the bear than others, emphasizing the proximity and interaction between humans and animal."
}
]
}
}
Дефолтом не впечатлен, завтра попробую квалити
пальцы такие себе кстати если честно, жду лору от футфетишистов на сочные пальчики
можно еще кастомное вае юзать, чтоб расширить цветокор с чуть более четкой обработкой деталей, но эти залупные хейтеры хуй тебе скажут об этом, ток обсосут гопоту, хотя казалось бы где локалки а где корпоратское завареное наглухо дерьмо, даже сисик нормально не покажет
заодно затестил вае от Microsoft's Lens оно базируется на флюксовом, хотел его тоже скинуть, а оно оказалось всратым так что в корзину хуету
плохой градиент, хуевый блик, плохо выглядит
искаженные цвета, без негатива небось сидишь?
под крестовую отвертку 50мм диаметром
не понял что на втором пике, но цвет всрато пересатурирован, это в мусорку
>плохой градиент, хуевый блик, плохо выглядит
хех, смешно, чет пукнул в лужу и обмяк.
печаль да, чтоб доебаться буквально с лупой пришлось разглядывать да лупоеб,
и то бля доебался до какойто полоски света и пары человек на заднике, пиздец да лупоеб
иди обсоси гопоту свою шакальную, которая даже знак на машине не смогла удержать там где он должен быть, и лениво размыла тебе весь задник. можешь там стрелочки порисовать на косяки.
и че тебе люди не понравились на заднике, нормальные челики для дальнего заднего плана, их даже не разьебало. ты когда-нибудь фоткал вообще, ну посмотри какие там люди на дальних планах получаются особенно если они в движении, а потом пизди чет.
И принес бы чтоли свои шедевры, де и градиент пиздатый и выглядит хорошо.
>>1641940
это кастомное вае для теста было, надо же как то смотреть что еще можно поменять или прикрутить.
Выкатили им охуенную модель в попенсорс, к которой хоть порнолоры прикручивай и что хочешь делай,
Не хуйня моршит нос и говорит хуита, ну так пойди и прикрути лору к гпт, там наверно и сафети фильтр спокойно обходится да.
Дожили конеш, сидим в треде локальной генерации, фапаем на гопоту
>>1641939
1 - хаггинфейс
2 - без негатива
3 - негатив без зироаута
>>1641967
Да, онли Студио
поставь сначала один, посмотри на скорость и качество генерации изображения, потом другой и сравни потом всё. там вообще перезагрузка не требуется, минут 10 на проверку должно хватить.
сам на студио давно сижу, проблем нет, но не сравнивал с игровым драйвером.
да это толстый тролль, лучше не отвечать этому долбоебу. он ждёт реакции пикрил
МОАР
Анон, ты пользуешься промпт енхансером? Если да, то какой систем промпт составил? У меня с дефолтного воркфлоу протекают в ответ шаги.
неа, ни каких энхансов, ебал я вообще эти энхансы, чтоб одна сетка срала в другую сетку, эт хуита какая то
мой едиственный энхансер это переводчик ру-англ, но и то чтоб подредактировать, а то вдруг где хуиту на англе написал
Пробую сейчас krea2 turbo(почему то его комфи скачал) и проблема с вариативностью, то есть если промт не изменять каждый раз то он делает одну и ту же копазицию и тд, как это изменить не изменяя при этом промт ?
> с лупой пришлось
не с лупой, вот как выглядит норм градиент
скорей всего у тебя вф/настройки идеограма просто шакалят, негатив отрубил?
Ещё не понимаю, что у меня за skill issue такое, но каждый раз при попытке сгенерить с лорой, причём не важно какой, krea2filterbypass, Krea 2 NSFW V3 выходит аниме. Без лор всё как часы, только lower half прикрыта.
скинь вф в webp я посмотрю, а так хуй знает
подруби https://civitai.red/models/2688234/realism-engine-ideogram-4-krea-2?modelVersionId=3070702
в 0.6-.07 весе
>krea 2 raw
я не пойму вы нахуя на рав генерите, что на цивите индивиды свой рав пихают
разрабы написали текстом что рав для тренинга у нее разрешение макс 1024х в отличие от 2048х турбо
>krea 2 raw
Raw (oss_raw)
The base undistilled model. Use the full sampler with classifier-free guidance: The model has been trained to generate upto 1k resolution.
Krea 2 Raw: Base release checkpoint, prior to additional post-training and fine-tuning.
We highly recommend using RAW for training LoRAs and applying them on Turbo for inference.
удачи там
что, правда что-ли? а люди-то не знают, надо же!
Спасибо, анон! Сработало! Теперь нормально генерит и стало некоторые концепты понимать почему-то fixated with duck tape не хотело без лоры понимать, но это с другим промптом.
В предыдущем случае видимо промпт всё сломал, там вообще забавная ситуация случилась. Начал генерить со спизженного промпта с суккубом, пока думал, хули перестало реалистик генерить, начал тыкать промпт, думал, ему ванГЁРЛ не нравится, сменил на ванВУМАН, ничего не изменилось, буквально, а потом как отрубил лору, мне и начало генерить реалистик ванВериОлдВуман, таких прям, сморщенный полежавший виноград, видимо серые волосы = седые для этой керы.
По первым ощущениям, для стилизованных вангёрлов очень даже подходит.
Не хочу знать, можешь тут глянуть https://civitai.red/images/135063241
Мое дело промптик спиздить.
тоже не хочу знать
S-tier: Billie Eilish, Ariana Grande, Zendaya
A: Jenna Ortega, Zoe Kravitz, Lana Del Rey, Timothée Chalamet, чудовище-сраное: Rihanna
B: Elizabeth Olsen, Anne Hathaway, Alicia Vikander, Florence Pugh, лучше-чем-ирл: Sabrina Carpenter, Rosie Huntington-Whiteley
C: Kate Beckinsale, Anya Taylor-Joy, Brie Larson, Vanessa Kirby, Ana de Armas, Lily Collins, Maria Sharapova
D: Hailee Steinfeld, Michelle Rodriguez, Sydney Sweeney, Felicity Jones
F: Hollie Berry, Milly Alcock, Catherine Newton
S и A можно спокойно генерить, B и С - как повезет, D - мусор с вайбом, F - совсем не знает.
krea 2, из небольших моделей на данный момент это самый лучший вариант. описание я всем картинкам одно и то же выставил автоскриптом. 25-50 изображений. ну и не стоит забывать про GIGO, датасет должен быть более-менее качественным. можно сначала улучшить исходники в flux 2 klein 9b.
>Hollie Berry
Halle Berry
хаггинфейс реально лучше, как достичь?
сука где те отцы без Скиллишью которые бы создали вф максимально раскрывающий качество идеограма?
а нет их, нет скилла, есть только пиздеж и брюжжание на комфи да на бога
ну поебаться то людей хватает, хуль нет то и не такое делали
>примеры
и все ради этого... а смысл то...
ну лан так то пох в целом
Хуета ебаная дроченая. Даже у них наваливает искажения, высирая бракованую картинку. Идеограм пидорасы сами же выдают качество дерьма убогое хуже локалки.
20 steps
1: HF
2: (channelwise + APG) CFG3.0 channelwise_strength0.9 apg_eta0.1
3: (channelwise + APG) CFG3.0 channelwise_strength0.5 apg_eta0.4
4: Comfy default+auraflow5: CFG 3.0>1.5 start_percent 0.7
> как аудиофилы ебанутые
нет это не аудифилия, просто ты не шаришь в качестве изображений, не видишь разницы хотя она фактически заметна глазом,
то что планка качества поднялась вместе с возможностями диффузии это нормально.
2: локалка
>не шаришь в качестве изображений, не видишь разницы
вижу. это такие мелочи что прям да и хуй с ними. пальцев 5, уши на своем месте, можно текст хуярить, плохо чтоль? хорошо!
Без обид но быть не разборчивой собакой-говноедом или понимать чего ты хочешь - у каждого свой путь.
Ты еще не представляешь стандарты людей, работаюших на продакшен уровне в связанных с изображениями индустриях. Почему там это нормально, а здесь ты брюжжишь что кто то копается. Просто признай что низкие стандарты это твой путь, а твоя критика этих стандартов из грязи смехотворна
чел... очнись. тут двощ с анонимусами, а не галерея чьих-то портфолио. всем похуй на твоё дрочево с лупой, мистер высокие стандарты. вылизывать картинку ради поста сюда? ага щас, минуты-две достаточно.
Отучайся писать за всех.
Увы, ты не единственный здесь, кто этим страдает.
Я больше согласен с >>1642174 Доступны локальные модели и у этих моделей есть достоинства и недостатки. Стремление к повышению качества генерируемого изображения вполне естественно. А подход «и так сойдёт» только иллюстрирует бессилие, некомпетентность и неспособность справиться с этой задачей.
Ещё смешнее, когда намеренно игнорируют технические огрехи и косяки конкретных моделей (которые можно попробовать исправить или хоть как-то уменьшить), даже когда на это указывают. И вместо этого скатываются в ко-композицию, разрушаемость, эмоции и прочие материи, которые появляются только тогда, когда технические вопросы решены и инструмент пригоден для генерации хоть каких-то изображений приемлемого качества.
спасибо ещё раз за наводку.
>>1642150
>альные взаимодействия
с этим здесь всё ок)
>>1642160
судя по шумам там в промте полное собрание сочинений К.Маркса) попробуй миджорни лору, если она есть для твоей модели.
>>1641810
цвет волос по умолчанию
этот чел реально хорош, в 72 мб. уместил всё что нужно, без лишней воды и паразитных оттенков.
Не знаю как у вас, а у меня энхансер тупо не указывает style поля. Только общие описание и декомпозицию. Взорнул с этого кринжа.
В идеограме похоже style поля это наебалово, они не работают нихуя. Всё что он умеет, это жрать description, bboxы и hex цвета, а стиль фото выбирает на свое усмотрение которое может осилить - как правило полу-рисованое
> судя по шумам
это идеограм, который рисует что угодно кроме 1girl в плюс минус приемлемом виде
reference > ideogram
вдруг начал парашить глаза, хотя раньше норм было,
полная параша без задач на выходе
а начнешь стараться - проебешь 9 часов с большой вероятностью не получить нихуя
Ты конкретно про это изображение говоришь? Или в целом?
Если конкретно про это изображение, то на основании личного опыта, у меня сложилось впечатление, что, Ideogram 4.0 (в том виде, в котором он сейчас доступен) не может воспроизводить точно мелкие детали. Они искажаются.
Когда объект крупный — это не так бросается в глаза, если на этом крупном объекте не присутствуют подобные мелкие детали.
Временное решение — раздувать разрешение генерации, чтобы на объекты с мелкими деталями приходилось больше пространства. То есть делать лица крупнее. Или можешь отдельно лицо inpaint'ом прорисовать. В один проход сделать точно маленькое лицо с деталями как на твоём примере вряд ли получится.
Народ вроде хвалит, но я не в восторге от большинства его лор. Думаю, в датасетах проблема. С Р.Л. конкретно может быть норм, потому что она относительно молодая и фотки у нее обычно из возраста ее прайма, но у всяких старушек он явно набрал фоток старше, чем стоило. Так еще и они вразнобой всяко. У меня лично лучшие лоры получаются на однотипных датасетах.
Ты шутишь? Каких деталей можно ждать на ебале в три пикселя. Челики на таких композициях всегда генерятся отдельно.
Что ты хочешь на таком разрешении получить? Любая модель выдаст кашу вместо лица, если оно из трёх пикселей, потому что его рисует VAE, а не модель. И у тебя семплинг поломан судя по артефактам.
>всегда генерятся отдельно
Не всегда.
Если требований к качеству массовки нет, то таких как на >>1642189
FLUX.2 [dev] в один проход генерит (хотя бывают моменты, когда некоторых из массовки корёжит). Понимаю, для некоторых моделей звучит невероятно.
На том пике мыло. Покажи как твой Флюкс сгенерит так же лицо в фокусе.
>рисует VAE
VAE не рисует (VAE портит). Оно только делает decode из latent пространства, причём с потерей части исходной информации, потому что преобразование в latent пространство это lossy операция.
ахахаха, попробовал ХГ-квалити, проверяйте)))
тот же промт, тот же сид
Не, ну на платной хуйне могли бы и нормально сделать. Причем сами же это признают: NSFW prompts are blocked. Instead of an image, the model returns a gray screen with the text "Image blocked by safety filter". False positive rates for safety is higher for non-json like prompts. We are aware that this is an issue an we may make a future checkpoint update to improve it. В общем, спасибо за бета-тест, пасаны
Так ты покажи как Флюкс сгенерит, хули ты пизданул и теперь виляешь.
Смотри. Рефайн не делал, сразу после первого прохода FLUX.2 [dev].
Деталей там быть не может, но те, которые есть, не искажены геометрически, как это делает Ideogram 4.0.
Inb4: недостаточно далеко, недостаточно в резком фокусе, не та композиция, не те эмоции, не фотореализм, не Ideogram 4.0
>Comfy default+auraflow5: CFG 3.0>1.5 start_percent 0.7
Покажи этот конфиг, плиз
Молодец, но у тебя лицо тут ближе чем на том пике из идеограма. А по остальному вообще пиздец - тучи как попало нагенерило, трава мыльной кашей, текстур нет. Вот у анона тоже с лицами как у тебя во Флюксе >>1642271
Вывод простой - ты просто клоун.
Я уже не стал спрашивать почему ты деда сгенерил, неужели потому что бабу Флюкс не может.
это дофолтный темплейт Comfiy ui с подцепленными нодами
ModelSamplingAuraFlow=5 и указанными параметрами,
режим Default на 20 шагов
Мог не трудиться и не отвечать.
Твой ответ я в спойлере в своём посте написал, настолько ты предсказуем.
Я тоже не буду спрашивать роняли ли тебя в детстве на пол головой, так как ответ мне вполне очевиден. А остальные выводы излишни.
> у тебя семплинг поломан
идеограм в целом выдает качество поломанного семплера с CFG выше 2
> почему ты деда сгенерил
у него жена просто иногда смотрит, и он не может женщин генерить часто
ПЕ
>>1642323 (OP)
РЕ
>>1642323 (OP)
КАТ
>>1642323 (OP)
Терпи. И беги в Cumogram 4.0, чтобы перебить запах нафталина. Я вам ещё много такого принесу, чтобы разбавить однотипный 1girl-сблёв.