Flux2
PulseAugur coverage of Flux2 — every cluster mentioning Flux2 across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
使用 Stable Diffusion 创建的音乐视频
Sawyer Croft 的歌曲“For As Long As We Can”的音乐视频是使用 Stable Diffusion 创建的。该视频使用 LTX 2.3 Director、SEED、Flux2 和 Suno 生成，并在 Premiere 中编辑。创作者在每个新项目中都在提高他们的生成技能。
-
AI图像生成工作流增强视频角色一致性
一位Reddit用户分享了一个旨在提高AI图像生成中角色一致性的工作流，特别适用于视频创作。该过程包括使用Z-ImageTurbo或Krea生成初始图像，使用Qwen图像编辑进行变体生成，以及一个基于Flux2 i2i的自定义ComfyUI工作流。该工作流可生成多个角色变体，从而更容易在视频项目的不同帧之间保持一致性。
-
AI集成项目展示Wan2GP LTX2.3、Flux2和Qwen3-TTS
一位Reddit用户分享了一个结合了包括Wan2GP LTX2.3、Flux2和Qwen3-TTS在内的多个AI模型的项目。该项目似乎是一个演示或创意作品，标题引用了动画系列《瑞克和莫蒂》中的角色Morty Smith。该帖子包含一个视觉组成部分，可能是图片或视频，展示了这些AI技术的集成。
-
新推出的微型潜在上采样器 SesquiLSR 支持 AI 图像模型
一款名为 SesquiLSR 的新型、小型、快速的潜在上采样器已被开发出来，可用于各种 AI 图像生成模型。该上采样器旨在通过避免通常涉及的潜在表示上采样中的有损 VAE 往返来提高效率。SesquiLSR 被设计为双线性或双三次等基本上采样方法的替代品，可在保持速度的同时提供更好的质量。
-
Wan2GP LTX2.3 在新开源版本中集成了 Flux2 和 Qwen3-TTS
一个名为 Wan2GP LTX2.3 的新开源项目已发布，集成了 Flux2 和 Qwen3-TTS。该项目旨在为用户提供先进的功能，这从其包含的文本转语音和其他生成功能可以看出。该版本以一种俏皮、挑战的语气呈现，暗示着其重点在于突破当前人工智能技术的界限。
-
新的图像生成模型 Wan2GP LTX 使用 Flux2 进行了演示
一位 Reddit 用户分享了一个名为 Wan2GP LTX 的新图像生成模型的演示，该模型是使用 Flux2 架构训练的。帖子中包含了一个视觉示例，展示了该模型的强大功能，表明它可以产生高质量的输出。
-
图像生成模型 Flux2, zimage, Krea2, Ideogram4 面部表情测试
一位Reddit用户分享了四种图像生成模型的比较：Flux2 Klein 9b nvfp4、zimage turbo bf16、Krea2 turbo fp8 和 Ideogram4 fp8。该帖子侧重于测试这些模型生成面部表情的能力，并提供了输出的视觉示例。
-
Flux2 Dev Q4_K_M 模型因价值和真实性受到质疑
一位 Reddit 用户正在询问 Flux2 Dev Q4_K_M 模型的价值和能力，特别质疑其与 9B 变体的空间感知能力。用户注意到 4B 和 9B 版本之间没有明显的质量差异，并怀疑新模型是否会提供显著更多的真实感。
-
Flux2 图像生成模型展示了新的调整
一位 Reddit 用户分享了由 Flux2（一款新的图像生成模型）生成的图像。该帖子还提到了 Wan2.2 FFLF 和“音调调整”，尽管用户对 VR 头显中的视觉质量表示不确定。
-
ComfyUI-PiD 更新增加了原生模型支持和 FP8 精度
ComfyUI 的一个自定义节点 ComfyUI-PiD 已更新，支持原生 PixelDiT/PiD 模型加载和 FP8 精度。此次更新消除了对旧加载方法的依赖，并与 ComfyUI 的原生模型文件夹集成。新功能包括一个仅图像的平铺放大器节点，以及对 SD3、SDXL 和 Qwen-Image 等各种骨干网络的支持，并附带即用型示例工作流。
-
AI图像生成器用户寻求可靠的提示词资源
一位Reddit用户正在寻找更多可靠的AI图像生成提示词资源，对ChatGPT和Grok等模型提供的建议的准确性表示怀疑。他们正在寻找关于提示词工作原理的深入解释，特别是针对Flux2和ZI等模型，以在生成的图像中获得更高的稳定性。
-
Reddit 用户发现 Flux2 修复方法
一位 Reddit 用户发现了一个特定的噪声阈值，可以防止 Flux2 扩散模型在修复和去噪任务中卡住。这一发现涉及在某个 sigma 阈值后注入噪声或潜在数据，预计将包含在用户节点包的即将更新中。该用户分享此信息是为了帮助其他使用 Flux2 的人。
-
Stable Diffusion开发者就新VAE发布征求用户意见
一位开发者正在寻求社区对为Stable Diffusion模型发布新VAE（变分自编码器）的意见。该开发者使用32通道变体取得了0.490的LPIPS分数，目标是理论极限0.40，并正在评估爱好者和微调者的兴趣。是否继续开发或转向为当前SD模型重新训练将取决于社区的反应。
-
NVIDIA 的 PiD 解码器集成到 ComfyUI 中，以增强图像放大
NVIDIA 的像素扩散解码器 (PiD) 方法正通过自定义节点集成到 ComfyUI 中，从而实现解码和放大过程的结合。该方法将潜在图像解码视为条件像素扩散，为更高分辨率提供更高质量。实验性节点支持各种 NVIDIA 检查点，并包含用于降低 VRAM 使用量和文本提示辅助的功能。