Flux нейросеть: полное руководство по генерации изображений от создателей Stable Diffusion

Что такое Flux и кто её создал

Flux — это семейство моделей для генерации изображений, разработанное компанией Black Forest Labs. Команда основана бывшими ключевыми сотрудниками Stability AI — Робином Ромбахом, Андреасом Блаттманом и Домиником Лоренцем, которые участвовали в создании Stable Diffusion и Stable Diffusion XL. После разногласий с руководством Stability AI они покинули компанию в марте 2024 года и основали Black Forest Labs, получив инвестиции в размере $32 млн. В начале августа 2024 года они представили линейку моделей Flux.1.

Flux основана на 12-миллиардном трансформере, что позволяет достигать высокой производительности и качества изображений даже при запуске на бытовых видеокартах. Модель отличается точным следованием промпту, умением генерировать читаемый текст на изображениях и создавать сложные композиции с несколькими персонажами.

Версии модели Flux: Pro, Dev и Schnell

Линейка Flux.1 включает три версии, каждая из которых предназначена для разных задач:

Flux.1 [pro] — топовая версия, доступная только через API. Обеспечивает самое точное следование промпту, высокое качество и детализацию. Подходит для коммерческих проектов и бизнеса.

Flux.1 [dev] — открытая версия для некоммерческого использования. Создана на основе Pro-версии и обладает схожим качеством и способностью следовать подсказкам, но работает более эффективно. Может использоваться локально на компьютере.

Flux.1 [schnell] — вариант с приоритетом скорости генерации. Оптимальна для личного использования, позволяет генерировать изображения за 1-4 шага. При этом качество несколько ниже по сравнению с другими версиями.

Важно отметить, что любую версию можно попробовать как онлайн, так и на своём компьютере. Разработчики также анонсировали нейросеть для генерации видео, которая должна создавать ролики с минимальным количеством статичных кадров.

Где попробовать Flux онлайн бесплатно

Официальной веб-версии Flux не существует, но модель доступна на множестве сторонних сервисов. Вот основные из них:

Hugging Face — самая популярная площадка для тестирования. Доступны версии [schnell] и [dev]. Без регистрации можно создать 2-3 картинки, с бесплатным аккаунтом — около 10 в день. Pro-подписка стоит $9 в месяц и даёт больше генераций и приоритетную скорость.

Mystic — позволяет попробовать все три версии, включая [pro]. Требует регистрации и ввода данных карты, но одну картинку можно сгенерировать бесплатно.

CivitAI — предлагает бесплатно версию [dev] (переименована в Standard), платно — [schnell] (Draft) и [pro]. Интересная особенность — возможность просматривать генерации других пользователей, копировать их промпты и настройки.

Krea AI — даёт 3 минуты генерации бесплатно (примерно 20 картинок в обычном редакторе или около 900 в визуальном). Имеет уникальный редактор Realtime, где изменения промпта мгновенно отражаются на результате.

Grok-2 — чат-бот в X (Twitter), использующий Flux для генерации изображений. Доступен по подписке X Premium от $8 в месяц.

Также модель доступна на Replicate, Fal.ai, Deepinfra, Hyperbolic и других сервисах. Большинство из них требуют аккаунт на GitHub и не принимают российские карты к оплате.

Как установить Flux локально на компьютер

Для локального использования Flux потребуется мощное оборудование: рекомендуется 16-24 ГБ видеопамяти и GPU не ниже уровня NVIDIA A100. Однако модель можно запустить и на более скромных видеокартах благодаря оптимизациям.

Установка через Forge:

1. Скачайте Forge с установкой в один клик.
2. Загрузите модель Flux Dev (для видеокарт NVIDIA 30-й и 40-й серий или для карт 10-й и 20-й серий).
3. Если Forge уже установлен, добавьте Flux в папку models и обновите интерфейс через update.bat.

Портативная версия: Существует портативная версия Flux с установкой в один клик. Это квантованная версия модели, которая упрощает процесс для пользователей без опыта программирования.

При локальной установке доступны все настройки: размер изображения (от 256 до 2048 пикселей, кратные 64), количество шагов, Guidance Scale, Seed и другие параметры.

Ключевые возможности Flux: текст, анатомия и сложные сцены

Flux выделяется среди конкурентов несколькими важными особенностями:

Генерация текста. Модель отлично справляется с вписыванием текста на английском языке в изображения. Для этого достаточно прописать в промпте sign with [текст в кавычках] written on it. Однако текст на русском языке пока не поддерживается — нейросеть может его не распознать или исказить.

Анатомия. Flux редко допускает ошибки с пальцами рук и ног, что является частой проблемой других нейросетей. Даже при сложных позах и взаимодействии нескольких персонажей анатомия остаётся корректной.

Сложные композиции. Модель хорошо справляется с генерацией сцен, где присутствует несколько разных людей. В отличие от многих аналогов, Flux не создаёт клонов — каждый персонаж получается уникальным. Это особенно важно для сцен с массовкой или групповых портретов.

Реализм. Flux создаёт гиперреалистичные изображения с естественными текстурами кожи, правильными тенями и мимическими морщинами. Однако до полного фотографического сходства пока не доходит.

Ограничения и цензура Flux

У Flux есть несколько важных ограничений, которые стоит учитывать:

Цензура. Нейросеть имеет более спокойную цензуру по сравнению с большинством других генераторов. Она не игнорирует запросы на насилие, может изображать кровь и синяки. Однако полностью реалистичные сцены насилия создать не удаётся — кровь получается неестественной, а гротескные элементы смягчаются. Вероятно, в сервисах заранее прописаны негативные промпты, которые отбивают всё по-настоящему уродливое.

Изображения реальных людей. Flux отказывается изображать настоящих людей. При попытке сгенерировать, например, Илона Маска или Марка Цукерберга, нейросеть выдаёт рандомных белых мужчин. Изменение настроек соответствия промпту не помогает.

Текст на русском. Модель работает только с латиницей. Русский язык может быть понят в простых запросах, но текст на изображениях будет искажён или отсутствовать.

Креативность. Flux точно следует промпту, но не предлагает собственных идей. Это хорошо для задач, где нужен конкретный результат, но не подходит для проектов, требующих высокого уровня креативности.

Как правильно составлять промпты для Flux

Для получения качественных результатов с Flux рекомендуется следовать нескольким принципам:

Используйте структуру «Что? Где? Когда? Как?». Начинайте с главного объекта или действия, затем добавляйте детали: окружение, атмосферу, освещение. Чем точнее описание, тем лучше результат.

Пишите на английском языке. Flux лучше всего понимает английские промпты. Используйте онлайн-переводчик для составления запросов.

Избегайте сложных конструкций. Метафоры, фразеологизмы и деепричастные обороты могут запутать нейросеть. Используйте простые и прямые формулировки.

Ссылайтесь на референсы. Упоминание известных художников, фотографов или режиссёров помогает задать стиль изображения.

Дублируйте важные детали. Если критически важно, чтобы у персонажа были зелёные глаза, пропишите это несколько раз в разных частях промпта.

Учитесь у других. На сервисах вроде CivitAI можно просматривать промпты и настройки других пользователей, копировать удачные решения.

Сравнение Flux с конкурентами

Flux имеет ряд преимуществ перед другими популярными нейросетями для генерации изображений:

По сравнению со Stable Diffusion. Flux превосходит первые версии Stable Diffusion по качеству генерации, точности следования промпту и работе с текстом. Команда разработчиков использовала опыт создания Stable Diffusion для улучшения новой модели.

По сравнению с Ideogram 2.0. Обе модели имеют схожие возможности по генерации текста и более мягкую цензуру. Flux при этом быстрее генерирует изображения и лучше справляется со сложными композициями.

По сравнению с Midjourney. Flux уступает Midjourney в креативности и художественном стиле, но превосходит в точности следования промпту и реализме. Flux также бесплатен, в то время как Midjourney требует подписки.

По сравнению с DALL-E. Flux лучше генерирует текст на изображениях и имеет более высокую скорость генерации. DALL-E при этом лучше справляется с креативными задачами и имеет более строгую цензуру.

Практические примеры использования Flux

Flux подходит для различных задач:

Создание визиток и плакатов. Благодаря умению генерировать читаемый текст, Flux можно использовать для создания макетов визиток, вывесок и плакатов с надписями на английском языке.

Генерация иллюстраций для статей. Модель создаёт качественные изображения, которые можно использовать в блогах и социальных сетях.

Создание концепт-артов. Flux хорошо справляется с генерацией фантастических и фэнтезийных сцен, персонажей и окружения.

Генерация фотографий для портфолио. Реалистичные изображения людей, животных и пейзажей можно использовать в дизайнерских проектах.

Эксперименты с текстом. Возможность вписывать текст в изображения открывает новые возможности для создания мемов, рекламных материалов и графического дизайна.

Важно помнить, что Flux не подходит для задач, требующих высокой креативности или изображения реальных людей. Также стоит учитывать ограничения по цензуре и работе с русским языком.

Будущее Flux и планы разработчиков

Black Forest Labs активно развивает Flux и уже анонсировала следующие шаги:

Генерация видео. Разработчики показали тизер нейросети для создания видеороликов. Основной фокус — минимизация статичных кадров, что является проблемой многих конкурентов.

Улучшение качества. Команда продолжает работать над повышением реализма и детализации изображений, а также над улучшением работы с текстом на разных языках.

Расширение доступности. Планируется выпуск новых версий модели и интеграция с дополнительными сервисами.

Коммерческие решения. Flux.1 [pro] будет развиваться как решение для бизнеса с расширенными возможностями API.

Учитывая опыт команды и полученные инвестиции, можно ожидать, что Flux станет одним из лидеров в области генерации изображений.

Вопросы и ответы