फ्लक्स मॉडल आर्किटेक्चर: रेक्टिफाइड फ्लो ट्रांसफॉर्मर्स में गहन गोता

2024 में ब्लैक फॉरेस्ट लैब्स से Flux ने धूम मचा दी, Pro, Dev और Schnell वेरिएंट्स लॉन्च करके। Pro प्रोफेशनल्स के लिए जानवर है। Dev तुर्कर्स के लिए परफेक्ट। Schnell? जल्दी टेस्ट के लिए बिजली की तरह तेज। देखिए, एडल्ट क्रिएटर्स हमेशा से रियलिस्टिक बॉडीज का पीछा कर रहे थे। Flux मॉडल आर्किटेक्चर इसे परफेक्टली निपटाता है — सटीक स्किन टोन्स, मसल डेफिनिशन, वे जटिल एरोटिक पोजेस जो नैचुरल लगें, रोबोटिक नहीं। मैंने आउटपुट्स देखे जहां लिम्ब्स पिघलते नहीं। एनाटॉमी? बिल्कुल सटीक। आखिरकार। क्यों महत्वपूर्ण? ट्रेडिशनल सेटअप्स NSFW प्रॉम्प्ट्स से जूझते थे। Flux इसे उलट देता है। इसका डिजाइन प्रॉम्प्ट एड्हेरेंस को कुचलता है, 'योगा पोज में कर्वी रेडहेड' को लाइफलाइक आर्ट में बदल देता है, गड़बड़ नहीं।

U-Net डिफ्यूजन की सिरदर्दी भूल जाइए। Flux रेक्टिफाइड फ्लो ट्रेनिंग इस्तेमाल करता है। नॉइज से इमेज तक सुगम पथ। अब अनंत डिनॉइजिंग स्टेप्स की जरूरत नहीं। डुअल टेक्स्ट एन्कोडर्स इसे पावर देते हैं: CLIP ब्रॉड सेमैंटिक्स हैंडल करता है, T5 फाइन डिटेल्स में गोता लगाता है। न्यूअंस्ड NSFW डिस्क्रिप्शन्स के लिए परफेक्ट — स्किन पर लाइटिंग, फैब्रिक टेक्सचर्स सोचिए। 16-चैनल VAE हाई-फिडेलिटी लेटेंट्स को संकुचित करता है। फिर 19 ट्रांसफॉर्मर ब्लॉक्स: डबल-स्ट्रीम टेक्स्ट और इमेज प्रोसेसिंग को शुरुआत में अलग करता है, सिंगल-स्ट्रीम बाद में उन्हें फ्यूज करता है। RoPE एम्बेडिंग्स पोजिशन अवेयरनेस के लिए। AdaLN मॉडुलेशन स्थिरता बनाए रखता है। बात ये है: ये स्टैक वेलोसिटी को डिटर्मिनिस्टिकली प्रेडिक्ट करता है। बेहद कुशल। ट्विस्ट — ये सब लीन 12B पैरामीटर पैकेज में।

वेलोसिटी प्रेडिक्शन Flux का राज है। स्कोर एस्टीमेट्स की बजाय, ये फ्लो डायरेक्शन्स का पूर्वानुमान लगाता है। सैंपलिंग? नॉइज से शुरू करें। स्टेप-बाय-स्टेप वेलोसिटीज प्रेडिक्ट करके टारगेट इमेज तक पहुंचें। इन्फरेंस कम स्टेप्स लेता है — 1 से 50, वेरिएंट पर निर्भर। Schnell 1-4 में चुटकियों में। गाइडेंस स्केल प्रॉम्प्ट कंट्रोल को डायल करता है। स्ट्रिक्ट NSFW फिडेलिटी के लिए इसे बढ़ाएं: सटीक पोजेस, एक्सप्रेशन्स, कोई ड्रिफ्ट नहीं। झूठ नहीं बोलूंगा — मैंने टेस्ट रन किए। आउटपुट्स पहले से बेहतर एड्हियर करते हैं। हाथ? उंगलियां? प्रोपोर्शन? नाखून से ठीक। एडल्ट वर्क के लिए, ये आर्टिफैक्ट्स के बिना डायनामिक सीनズ का मतलब है जो मूड खराब न करें। Flux का फ्लो-मैचिंग ट्रांसफॉर्मर वीडियो पाइपलाइन्स में भी फीड होता है, एनाटॉमिकल प्रिसिजन और सीन कोहेरेंस सुनिश्चित करता है, जैसा कि Flux मॉडल आर्किटेक्चर: NSFW AI वीडियो यथार्थवाद को शक्ति प्रदान करना में एक्सप्लोर किया गया है। कमाल का।