هوش مصنوعی فلاکس (FLUX) + آموزش نصب و استفاده به زبان ساده

هوش مصنوعی فلاکس (FLUX) یک تولید کننده تصویر جدید است که به سرعت به دلیل نتایج باکیفیت بالا و ماهیت متن‌باز خود مورد توجه قرار گرفته است. این مدل توسط افرادی ساخته شده که بنیانگذاران آن قبلا در Stability AI، سازنده سری محبوب مدل‌های تصویر هوش مصنوعی Stable Diffusion، فعالیت می‌کردند. برخی از افراد مدل‌های Flux را جانشین Stable Diffusion و احتمالاً یک تغییر دهنده بازی بزرگ برای ابزارهای هوش مصنوعی مولد با کیفیت بالا و در دسترس می‌دانند. در ادامه همراه ما باشید تا با نحوه نصب و استفاده از آن آشنا شوید.

حداقل نیازمندی سخت افزار هوش مصنوعی فلاکس FLUX

قطعا اولین سوالی که بعد از معرفی هر مدل هوش مصنوعی از من پرسیده میشه اینه که حداقل مشخصات سیستم لازم چی هست. همانطور که میدونید بیشتر از هر چیزی این نوع مدل ها به VRAM و تعداد کودا کور کارت گرافیک نیاز دارن و بنا به گفته خود سازندگان هوش مصنوعی FLUX این مدل نیازمند حداقل 8 الی 12 گیگ VRAM گرافیک کارت هست. اما چیزی که پیشنهاد میشه 16 گیگ به بالا هست تا بتونید از مدل dev که مدل اصلی و توسعه یافته هست استفاده کنید. 

مراحل نصب و استفاده از هوش مصنوعی فلاکس FLUX به صورت کاملا رایگان

 1 - بروزرسانی رابط کاربری کامفی یوآی

اگر ندارید من در این ویدیو در یوتیوب توضیح دادم : روش نصب COMFY UI

2 - دانلود مدل های CLIP مورد نیاز:

 t5xxl_fp8_e4m3fn.safetensors و clip_l.safetensors  را از Hugging Face دانلود کنید. این فایل ها را در پوشه ComfyUI/models/clip/ قرار دهید.

اگر حافظه و وی رم بالایی دارید، برای نتایج بهتر می توانید نسخه FP16 (t5xxl_fp16.safetensors) را دانلود کنید. برای استفاده کمتر از حافظه، به t5xxl_fp8_e4m3fn.safetensors بسنده کنید.

3 - دانلود مدل VAE : 

مدل VAE (ae.safetensors) را از اینجا دانلود کنید. فایل را در پوشه ComfyUI/models/vae/ قرار دهید.

4 - دانلود مدل unet همان مدل اصلی هوش مصنوعی فلاکس:

flux1-schnell.safetensors را از https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main دانلود کنید.

فایل را در پوشه ComfyUI/models/unet/  قرار دهید.

دوستان اگر سیستم با مشخصات بالا دارید یعنی از 16 گیگ وی رم به بالا در گرافیک کارت خود دارید از مدل توسعه یافته استفاده کنید. برای اینکارflux1-dev.safetensors را از  https://huggingface.co/black-forest-labs/FLUX.1-dev/tree/main دانلود کنید. و در مسیر همان unet  بریزید.

شما می توانید صفحه نمونه workflow را هم مطالعه کنید.

در سایت ردیت این ابعاد و نسبت aspect ratio رو پیشنهاد دادن:

Resolution table, as posted by Aplakka on Reddit:

2.0 MP (Flux maximum)

1:1 exact 1448 x 1448, rounded 1408 x 1408

3:2 exact 1773 x 1182, rounded 1728 x 1152

4:3 exact 1672 x 1254, rounded 1664 x 1216

16:9 exact 1936 x 1089, rounded 1920 x 1088

21:9 exact 2212 x 948, rounded 2176 x 960

1.0 MP

1:1 exact 1024 x 1024

3:2 exact 1254 x 836, rounded 1216 x 832

4:3 exact 1182 x 887, rounded 1152 x 896

16:9 exact 1365 x 768, rounded 1344 x 768

21:9 exact 1564 x 670, rounded 1536 x 640

reddit.com

مدل هوش مصنوعی FLUX NF4 برای سیستم های ضعیف

اگر سیستم ضعیف تری دارید جدیدا مدل FLUX NF4 منتشر شده است. برای مثال تولید یه عکس در گرافیک 4090 24 گیگابایتی که 55 ثانیه طول میکشید با این مدل به 14 ثانیه کاهش یافته است. یعنی سرعت چند برابری و کیفیت مناسبی هم داره. قطعا نباید انتظار کیفیت FLUX dev رو داشته باشیم.

دانلود مدل NF4 ورژن 2

دانلود مدل از هاگینک فیس

فقط این مدل نباید در UNET قرار بگیره و باید در مسیر زیر بعد از دانلود قرار بدید.

ComfyUI/models/checkpoints/

برای استفاده از این مدل کافیست که Checkpoint Loader تون رو عوض کنید به نود CheckpointLoaderNF4 و بقیه همان است یا از زیر ورک فلو رو قرار دادیم دانلود کنید و اکستنشن هایی که ندارید را بزنید کامفی نصب کند.

روش دانلود اکستنشن CheckpointLoaderNF4 به صورت دستی در فولدر اکستنشن ها:

کد زیر رو در ترمینال اجرا کنید

git clone https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4.git

بعد از نصب کامفی یوآی رو ریستارت کنید.

برای نصب این نود از طریق کامفی یوآی باید به منو منیجر رفته و سپس install via git url رو بزنید و لینک github زیر رو قرار داده و نصب کنید.

https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4.git

کاهش 3 الی 4 برابری زمان جنریت عکس با FLUX

جزئیات بیشتر در مورد هوش مصنوعی رایگان FLUX

جنریت تصویر گربه سیاه یا Dark Cat با هوش مصنوعی فلاکس

یکی از نتایجی که از هوش مصنوعی فلاکس می توانید دریافت کنید، جنریت چنین تصاویری مانند تصویر زیر است که بینظیر است. همانطور که مشاهد می کنید این تصویر واقع گرایی بالایی دارد و بسیار نزدیک به واقعیت جنریت شده است. موهای گربه به طور دقیق و با جزئیات بالایی رندر شده‌اند و بافت نرم و لطیف موها به خوبی قابل مشاهده است. همچنین، انعکاس نور در چشمان گربه به آن عمق و واقع‌گرایی بخشیده است. نگاه خیره و مستقیم گربه به دوربین، حس رمزآلودی و عمقی را به تصویر می‌بخشد و بیننده را به تفکر وادار می‌کند.

اگر به یادگیری نورپردازی در تصاویر علاقه دارید می توانید به مقاله آموزشی پرامپت نورپردازی در هوش مصنوعی سر بزنید.

این تصویر توسط ارسطو اعتمادی جنریت شده است.

پرامپت این تصویر:

A digital illustration of a movie poster titled "dark CAT", dark cat horror movie poster, cinematic, rim light, eyeliner, and piercings, bored expression, swimming in a dark underwater scene, in the background, movie title in a fire, grungy font, moody blue and orange color palette

جنریت دیگر از Dark Cat

به تصویر زیر نگاهی بیندازید که با یک پرامپت معمولی جنریت شده است! واقعا بینظیر است؛ این نشان از قدرت بالای هوش مصنوعی فلاکس دارد. شما به آسانی می توانید با چند خط پرامپت ساده به چنین تصاویری دست پیدا کنید که برای دانلود و پیدا کردن آن ها باید ساعت ها زمان صرف کنید. این هوش مصنوعی برای استفاده در تبلیغات هم بسیار مناسب است. از آن می توانید در ایجاد تصاویر جذاب و چشم‌نواز برای تبلیغات محصولات مختلف، به ویژه محصولات مرتبط با حیوانات خانگی استفاده کنید.

این تصویر توسط ارسطو اعتمادی جنریت شده است.

تصویر جنریت شده توسط سایت Civitai

در این تصویر هم جزئیات بسیار خوبی را شاهد هستیم. این تصویر از سایت Civitai دانلود شده یکی از تصاویر جالب و زیبا مرتبط با سریال بریکینگ بد می باشد. این پلتفرم به عنوان یک ابزار قدرتمند برای تولید آثار هنری مبتنی بر هوش مصنوعی شناخته می‌شود. استفاده از این پلتفرم برای خلق این تصویر نشان می‌دهد که هنرمند از تکنولوژی‌های مدرن برای خلق یک اثر هنری با الهام از یک اثر کلاسیک استفاده کرده است. شما می توانید با تحلیل و بررسی پرامپت این تصویر به نتایج بسیار خوبی در جنریت هایی که قرار است انجام دهید برسید.

این تصویر توسط سایت Civitai جنریت شده است.

پرامپت این تصویر:

A TV show poster for a parody series titled "Breaking Bread," playing on the name of the famous show Breaking Bad. The poster features a stern-looking baker in a flour-dusted apron, with a rolling pin slung over his shoulder like a weapon. He stands in the middle of a rustic bakery, surrounded by stacks of bread loaves, pastries, and bags of flour, all arranged to mimic the iconic desert backdrop from the original show. Behind him, the bakery's chalkboard menu lists items like "Cinnamon Swirl Cartel" and "Blueberry Muffin Meth," hinting at the culinary chaos that’s about to unfold. The baker’s expression is intense, yet comically serious, as if he's about to take on the world with nothing but his dough and determination. The title "Breaking Bread" is displayed in bold, stylized text at the top, with the "Breaking" in a gritty, cracked font, while "Bread" is written in warm, golden letters resembling freshly baked loaves. The tagline beneath reads, "Baking is a Dangerous Game," adding to the pun-filled humor. The overall color scheme of the poster is a mix of warm, bakery hues with the gritty, dark tones reminiscent of the original show, blending the intense drama of Breaking Bad with the lighthearted, culinary twist of "Breaking Bread."

این تصویر جالب هم یکی دیگر از جنریت هایی است که از طریق این هوش مصنوعی به آن رسیده ایم. با نوشتن یک پرامپت ساده و کوتاه می توانید به این نتایج جذاب دست پیدا کنید. هرچه دستور شما واضح‌تر باشد، هوش مصنوعی کمتر دچار سردرگمی می‌شود. از عبارات کلی و مبهم خودداری کنید و به جای آن، جزئیات را به طور کامل بیان کنید. به این صورت می توانید به این نتایج دست پیدا کنید.

این تصویر توسط ارسطو اعتمادی جنریت شده است.

در این مقاله به بررسی هوش مصنوعی رایگان فلاکس (FLUX) پرداختیم. مدل هوش مصنوعی رایگان فلاکس از جانب سازندگان Stability AI یا استیبل دیفیوژن می باشد که جدیدا منتشر شده است. این هوش مصنوعی جزئیات بسیار بالاتری را به تصاویر جنریت شده اعمال می کند. در واقع این هوش مصنوعی می تواند ایراداتی که هوش مصنوعی استیبل دیفیوژن در متن، تولید و ساخت دست و پا و ... را داشت را ندارد که فوق العاده کاربردی است.