Nunchaku 发布有一段时间了，之前只测试了对于 Flux-dev 的加速工作流，今天试了其他加速模型的使用方式；使用下来生图速度基本上和 SDXL 平齐了。
Flux.1 Fill [dev]
FLUX.1【dev】 Fill 是一款图像修复和图像处理工具，主持图像重绘, 外扩等功能; 其效果比现有的 SD inpainting 及其他修复技术的效果要好，评测结果图下。
蒙版重绘
将皮卡丘换成哥斯拉
图像外扩
可以看到右边位外扩生成的图片，斜街的是相当自然的
Redux
用于生成图像变体。给定一个输入图像，FLUX.1 Redux 可以再现图像，但有轻微的变化，从而允许优化给定的图像。它自然地集成到更复杂的工作流程中，通过提示解锁图像重新设置样式。
Redux + 提示词
提示词 :
a large hand puppet withbrown fur in forest森林里长着棕色皮毛的大木偶
可以看到输出的结果保留了原图很多的特性
Redux 多图
这效果是不是似曾相识：哈哈 之前风靡全网的皮卡丘打卡各景点很这个就很类似了
Flux Depth
结构调节使用精细边缘或深度检测在图像转换期间保持精确控制。通过边缘或深度图保留原始图像的结构，用户可以进行文本引导式编辑，同时保持核心构图不变。这对于重新调整图像文本特别有效。即图片重绘
结果如下，可以看出来效果还是很强大的
总结
本次分享的是基于Nunchaku + Svdquant 量化版本的Flux tools 测试，测试下来，生成速度基本在 20-30 s，和曾经的SDXL的生图速度差不多了甚至更快；而且生成的效果比传统的SD和SDXL等一些控制更强；不得不感叹开源的力量真的太强大了；关于这个量化技术，开源的作者也在积极的迭代和支持更多的模型，甚至开始规划支持LLM模型了，期待作者的后续推进吧，如果你也对此感兴趣也可以点个关注，笔者也会持续跟进分享该项目的发展 。
本次的工作流和模型获取:
写在最后
常用工作流已经给各位小伙伴打包好了，可以按需自取，无偿分享。
这份完整版的AI绘画全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
评论(0)