Scopri il potere incredibile del nuovo modello AI Flux: superando Stable Diffusion e molto altro!

Black Forest Labs, un piccolo team di 15 persone, di cui 14 provengono da Stability AI, ha recentemente rilasciato un modello AI all'avanguardia chiamato Flux. Questo modello con 12 miliardi di parametri supera qualsiasi precedente modello di generazione di immagini, incluso Stable Diffusion 3, in termini di qualità delle immagini, allineamento testo-immagine e capacità complessive.

Flux può generare immagini belle e fotorealistiche con mani corrette, arte in stile anime e altro ancora, seguendo attentamente i prompt forniti. Il modello è disponibile in due versioni: il modello standard Flux Dev e il modello più veloce Flux Chanel, che può generare immagini in soli 4 passaggi ma con una qualità leggermente inferiore.

Per installare e utilizzare Flux, è possibile utilizzare l'installer fornito o scaricare e configurare manualmente i file necessari. Il processo di installazione è semplice e i modelli possono essere eseguiti localmente sul proprio computer o su una GPU in affitto, come attraverso il servizio RunPod.

Quando si esegue Flux, è importante ottimizzare le impostazioni in base alla VRAM della propria GPU. Ad esempio, se si dispone di una 3090 o 4090, è possibile disattivare la cache CUDA per massimizzare le prestazioni. Per le GPU con VRAM inferiore, è necessario utilizzare le versioni FP8 dei modelli e il modello CLIP FP16 per ridurre l'utilizzo di VRAM.

Sebbene Flux sia un modello incredibilmente potente, ci sono alcune potenziali preoccupazioni. Le dimensioni e la complessità del modello potrebbero rendere difficile il fine-tuning o l'addestramento su hardware di fascia consumer, limitandone potenzialmente lo sviluppo futuro. Inoltre, il livello di censura del modello non è ancora del tutto noto, anche se sembra essere meno restrittivo di Stable Diffusion 3.

Complessivamente, Flux rappresenta un notevole progresso nel campo della generazione di immagini tramite AI e le sue capacità sono davvero impressionanti. Che tu sia un artista professionista, un hobbista o semplicemente curioso delle ultime innovazioni nell'AI, Flux vale sicuramente la pena di essere esplorato.

Per installare il modello Flux localmente, hai due opzioni:

1. Utilizzo dell'installatore Maring:

   • Se sei un sostenitore di Patreon, puoi utilizzare l'installatore automatico Flux Confy UI Manager fornito.
   • Esegui l'installatore, scegli l'opzione "fast low vram install" e lascia che scarichi e configuri i file necessari.
   • Se hai già installato Confy UI, puoi utilizzare il file "flux s model install.bat" per installare i modelli Flux.

2. Installazione manuale:

   • Scarica ed estrai la build portatile standalone di Confy UI per Windows.
   • Scarica i seguenti file:
     • Modello VAE (AE.sft)
     • Modello Flux Dev (Flux Dev.sft) o il modello Flux FP8 ottimizzato
     • Modello Flux Chanel (Flux Chanel.sft) o il modello Flux Chanel FP8 ottimizzato
     • Codificatori di testo (T5X XL e CLIP ViT-L/14)
   • Posiziona i file scaricati nelle cartelle appropriate all'interno della directory di Confy UI:
     • Modello VAE nella cartella "vae"
     • Modelli Flux nella cartella "models/unit"
     • Codificatori di testo nella cartella "models/clip"
   • Avvia Confy UI e carica il flusso di lavoro.

Indipendentemente dal metodo di installazione, assicurati di configurare le impostazioni in base alla capacità di VRAM della tua GPU:

• Se hai una GPU 3090 o 4090, imposta la "politica di fallback dei core CUDA" su "Preferisci nessun fallback dei core CUDA" per prestazioni ottimali.
• Se hai meno di 16GB di VRAM, abilita l'opzione di fallback dei core CUDA.
• Utilizza le versioni FP8 dei modelli e imposta il tipo di peso su FP8 per migliori prestazioni su GPU con VRAM inferiore.

Una volta completata l'installazione, puoi iniziare a generare immagini utilizzando il modello Flux all'interno di Confy UI.

Per eseguire il modello Flux su RunPod, segui questi passaggi:

1. Crea un nuovo account su RunPod cliccando sul link nella descrizione.
2. Distribuisci un pod GPU e seleziona una scheda da 24GB di VRAM come la RTX 3090 o la RTX A5000.
3. Cambia il modello in quello di ashle kza e modifica il disco del container a 50GB.
4. Fai clic su "Deploy on Demand" per avviare il pod.
5. Una volta in esecuzione il pod, fai clic su "Connect" e poi su Porta 8888.
6. Se sei un sostenitore di Patreon, trascina e rilascia uno dei tre file (A, B o C) nell'area di lavoro per installare il modello Flux ottimizzato.
7. Copia e incolla le due righe di comando dal post di Patreon nel terminale per scaricare automaticamente i modelli.
8. Una volta completata l'installazione, torna indietro e fai clic sulla Porta 3000 per avviare Conf UI.
9. Carica il primo flusso di lavoro, quindi aggiorna Conf UI all'ultima versione.
10. Chiudi la finestra e riavvia la Porta 3000.
11. Assicurati di utilizzare il modello FP8 Safe TS, quindi scrivi il tuo prompt e fai clic su "Q Prompt" per generare l'immagine.

Se vuoi scaricare manualmente i modelli, fai clic con il pulsante destro del mouse sul modello che desideri, copia il link, quindi utilizza il comando curl nel terminale per scaricarlo nella cartella appropriata.

Il modello Flux, sviluppato dalla nuova azienda Black Forest Labs, è un sistema AI straordinario che ha superato i precedenti modelli all'avanguardia in vari compiti di generazione di immagini. Con i suoi 12 miliardi di parametri, il modello Flux può generare immagini belle e fotorealistiche che seguono attentamente i prompt forniti, incluse mani corrette, arte in stile anime e impressionanti capacità di conversione testo-immagine.

Tuttavia, il modello Flux non è privo di limitazioni. Sebbene sia meno censurato di modelli come Stable Diffusion 3, ha ancora restrizioni sui tipi di contenuti che può generare. Il modello non è in grado di produrre immagini hardcore o non adatte a un pubblico generico, in quanto ciò andrebbe oltre le sue capacità previste.

Un altro potenziale problema con il modello Flux è la sfida del fine-tuning o dell'addestramento ulteriore. Le enormi dimensioni del modello, con 12 miliardi di parametri, significano che l'addestramento richiederebbe una quantità immensa di potenza di calcolo, probabilmente oltre le capacità delle GPU di fascia consumer. Ciò potrebbe limitare la capacità della comunità di migliorare o personalizzare il modello, poiché le risorse necessarie per l'addestramento potrebbero non essere facilmente disponibili.

Nonostante queste limitazioni, il modello Flux rimane un risultato impressionante, che dimostra i rapidi progressi nella generazione di immagini tramite AI. La sua capacità di generare immagini di alta qualità e dettagliate che corrispondono strettamente ai prompt forniti è davvero notevole e stabilisce un nuovo punto di riferimento per il settore.

Il modello Flux di Black Forest Labs è un sistema AI incredibilmente potente in grado di generare immagini straordinarie con notevole precisione e dettaglio. Con i suoi 12 miliardi di parametri, supera persino i modelli più recenti come Stable Diffusion 3, producendo risultati davvero impressionanti.

Sebbene le capacità del modello siano innegabili, ci sono alcuni potenziali problemi da considerare. L'enorme potenza di calcolo richiesta per addestrare un modello così grande potrebbe rendere difficile per i singoli utenti il fine-tuning o il miglioramento dello stesso. Inoltre, il livello di censura del modello non è ancora del tutto chiaro e potrebbe non essere in grado di generare determinati tipi di contenuti.

Nonostante queste preoccupazioni, il modello Flux rappresenta un notevole progresso nel campo della generazione di immagini tramite AI. La sua capacità di seguire i prompt con precisione e di creare immagini altamente realistiche, in stile anime e persino fotorealistiche è davvero straordinaria. Per gli utenti con l'hardware necessario, il modello può essere facilmente installato e utilizzato, sia localmente che attraverso servizi cloud come RunPod.

Complessivamente, il modello Flux è un vero e proprio game-changer nel mondo della generazione di arte tramite AI, e il suo impatto sul settore sarà probabilmente profondo. Man mano che la comunità continuerà a esplorare e sperimentare questa tecnologia, ci aspettiamo di vedere applicazioni sempre più impressionanti e innovative in futuro.