معمارية نموذج Flux: غوص عميق في محولات التدفق المُصحّح

ظهر Flux على الساحة من مختبرات Black Forest في عام 2024، مع إصدارات Pro وDev وSchnell. Pro هو الوحش للمحترفين. Dev يناسب المتجربين. Schnell؟ سريع كالبرق للاختبارات السريعة. انظروا، سعى مبدعو المحتوى الإباحي طويلاً وراء أجسام واقعية. هندسة نموذج Flux تصيب الهدف — ألوان بشرة دقيقة، تعريف عضلي، تلك الوضعيات الإيروتيكية الصعبة التي تبدو طبيعية لا آلية. رأيت مخرجات حيث لا تذوب الأطراف. التشريح؟ مثالي. أخيراً. لماذا تهتم؟ الإعدادات التقليدية كافحت مع مطالب NSFW. Flux يقلب الطاولة. تصميمه يسحق الالتزام بالمطالب، محولاً 'شقراء ممتلئة في وضعية اليوغا' إلى فن حيوي، لا فوضى.

انسَ صداع U-Net في الانتشار. يستخدم Flux تدريب rectified flow. مسارات أكثر سلاسة من الضوضاء إلى الصورة. لا مزيد من خطوات التنقية اللانهائية. محركي نصوص مزدوجان يشغلانه: CLIP يتعامل مع الدلالات العامة، T5 يغوص في التفاصيل الدقيقة. مثالي لوصف NSFW الدقيق — فكر في الإضاءة على البشرة، ملمس الأقمشة. VAE بـ16 قناة يضغط التمثيلات عالية الدقة. ثم 19 كتلة محول: تدفق مزدوج يفصل معالجة النص والصورة مبكراً، تدفق واحد يدمجهما لاحقاً. تضمينات RoPE لوعي الموقع. AdaLN modulation يحافظ على الاستقرار. الشيء هنا: هذا المكدس يتنبأ بالسرعات بشكل حتمي. فعال جداً. التويست — كل ذلك في حزمة 12B معامل خفيفة.

التنبؤ بالسرعات هو الصلصة السرية لـFlux. بدلاً من تقديرات النتائج، يتوقع اتجاهات التدفق. العينة؟ ابدأ بالضوضاء. تنبؤ السرعات خطوة بخطوة نحو الصورة المستهدفة. الاستدلال يأخذ خطوات أقل — 1 إلى 50، حسب الإصدار. Schnell ينتهي في 1-4. مقياس التوجيه يضبط السيطرة على المطلب. ارفعه لدقة NSFW صارمة: وضعيات دقيقة، تعبيرات، بدون انحراف. لن أكذب — أجريت اختبارات. المخرجات تلتزم أفضل من أي وقت مضى. اليدين؟ الأصابع؟ النسب؟ مثالية. للعمل الإباحي، هذا يعني مشاهد ديناميكية بدون عيوب تفسد المزاج. حتى محول تطابق التدفق في Flux يتغذى إلى خطوط إنتاج الفيديو، مضموناً الدقة التشريحية وتماسك المشهد، كما هو مستكشف في هندسة نموذج Flux: تمكين واقعية فيديو الذكاء الاصطناعي NSFW. مذهل.