مدل تصویرساز FLUX.2 Klein 4B به ComfyUI آمد؛ عبور دانلودها از ۹۰۰ هزار بار
تیم توسعه Comfy-Org مدل سبک و پرسرعت FLUX.2 Klein 4B را در قالب یک فایل یکپارچه برای ابزار محبوب ComfyUI بازطراحی کرد. این نسخه با استقبال چشمگیر کاربران روبه‌رو شده و شمار دانلودهای آن در مخزن Hugging Face از ۹۰۰ هزار بار عبور کرده است. این مدل امکان تولید سریع تصاویر را با حداقل تأخیر در سیستم‌های شخصی فراهم می‌آورد.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- عرضه در قالب فایل یکپارچه: تیم Comfy-Org وزن‌های مدل FLUX.2 Klein 4B را در یک فایل اختصاصی ۷٫۷۵ گیگابایتی ارائه کرده تا راه‌اندازی آن در محیط ComfyUI بسیار آسان‌تر شود.
- استقبال کم‌نظیر جامعه کاربری: تعداد دانلودهای این مدل در مخزن Hugging Face از ۹۰۰ هزار بار فراتر رفته که نشان‌دهنده علاقه بالای کاربران به اجرای محلی مدل‌های سبک تصویرساز است.
- تولید سریع و کاربری تجاری: این مدل ۴ میلیارد پارامتری تنها با ۴ مرحله پردازش تصاویر را تولید می‌کند و به لطف مجوز آپاچی ۲٫۰، استفاده تجاری از آن کاملاً آزاد است.
مدل FLUX.2 [klein] 4B از شرکت Black Forest Labs که با تمرکز بر سرعت و کارایی بالا توسعه یافته است، اکنون در قالب یک بسته سازگار با ابزار ComfyUI در دسترس قرار دارد. صفحه رسمی این مدل در ComfyUI وزن‌های ترنسفورمر را در قالب یک فایل تکی با فرمت safetensors ارائه می‌دهد؛ رویکردی که توسعه‌دهندگان را از تطبیق دستی ساختار پوشه‌های پیچیده کتابخانه Diffusers با لودرهای ComfyUI بی‌نیاز می‌کند.
این مدل ۴ میلیارد پارامتری، قابلیت‌های تبدیل متن به تصویر و ویرایش هم‌زمان چندگانه بر اساس تصاویر مرجع را در یک معماری فشرده و کارآمد با جریان تصحیح‌شده (Rectified Flow) ترکیب کرده است. آزمایشگاه Black Forest Labs خانواده مدل‌های FLUX.2 Klein را با هدف استنتاج بسیار سریع و با حداقل تأخیر طراحی کرده و نسخه 4B را تحت مجوز آپاچی ۲٫۰ (Apache 2.0) منتشر کرده است که امکان استفاده تجاری را برای همه کاربران فراهم می‌سازد.
آمار مخزن Hugging Face نشان می‌دهد که این نسخه تاکنون بیش از ۹۰۰ هزار بار دانلود شده است. هرچند بخشی از این رقم به فراخوانی‌های مکرر و خودکار سامانه‌ها مربوط می‌شود، اما این حجم بالا همچنان بیانگر استقبال چشمگیر و علاقه فراوان کاربرانی است که مدل‌ها را به‌صورت محلی روی سیستم‌های خود در ComfyUI اجرا می‌کنند.
یک فایل اصلی به‌همراه پیش‌نیازهای ضروری
ویژگی | جزئیات |
|---|---|
معماری | ترنسفورمر ۴ میلیارد پارامتری با جریان تصحیح‌شده (Rectified Flow) |
وظایف | تولید تصویر از روی متن و ویرایش با چند تصویر مرجع |
نمونه‌برداری (Sampling) | ۴ مرحله استنتاج |
فایل مدل | یک فایل safetensors با حجم ۷٫۷۵ گیگابایت |
حافظه ویدیویی (VRAM) مورد نیاز | حدود ۱۳ گیگابایت (بسته به گردش‌کار و دقت پردازش) |
مجوز استفاده | آپاچی ۲٫۰ برای وزن‌های نسخه 4B |
فایل safetensors ارائه‌شده شامل وزن‌های اصلی ترنسفورمر است. بخش‌های رمزگذار متنی (Text-Encoder)، مدل VAE و فایل‌های گردش‌کار همچنان باید به‌صورت جداگانه دانلود شوند؛ بنابراین این بسته بدون آنکه کل خط لوله پردازشی را در یک فایل ادغام کند، سنگین‌ترین بخش فرایند نصب و راه‌اندازی را بسیار ساده کرده است.
مراحل راه‌اندازی؛ از دانلود تا اولین خروجی تصویر
- محیط ComfyUI و رابط کاربری آن را به آخرین نسخه‌ای که از FLUX.2 [klein] پشتیبانی می‌کند به‌روزرسانی کنید.
- فایل safetensors با حجم ۷٫۷۵ گیگابایت را از مخزن رسمی مدل دانلود نمایید.
- فایل دانلودشده را در مسیر
ComfyUI/models/diffusion_modelsقرار دهید. - فایل‌های رمزگذار متنی (Text-Encoder) و VAE اشاره شده در گردش‌کار نمونه مخزن را دانلود کرده و آنها را در پوشه‌های مربوط به هر مدل در ComfyUI بگذارید.
- نرم‌افزار ComfyUI را مجدداً راه‌اندازی کرده یا فهرست مدل‌های آن را بازخوانی (Refresh) کنید؛ سپس گردش‌کار نمونه را بارگذاری کرده و در گره‌های لودر مربوطه، فایل‌های دانلودشده را انتخاب نمایید.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
عطش سیری‌ناپذیر هوش مصنوعی برای انرژی؛ درس‌هایی از موج جهانی مخالفت با مراکز داده
توسعه سرسام‌آور هوش مصنوعی نیازمند ساخت مراکز داده عظیم و مصرف بی‌سابقه آب و برق است. پاریس مارکس در کتاب جدید خود با بررسی تجربیات کشورهایی نظیر ایرلند و نیوزیلند، پیامدهای محیط زیستی این موج و درس‌های مقاومت عمومی در برابر غول‌های سیلیکون‌ولی را تحلیل می‌کند.
عروسک سرورهای هوش مصنوعی؛ اسباب‌بازی متفاوتی که صدای گوش‌خراش دیتاسنتر را پخش می‌کند
عروسک پولیشی دست‌سازی به نام Bezzy با شکمی شبیه به رک سرور، هنگام فشرده‌شدن صدای وزوز سرسام‌آور دیتاسنترهای هوش مصنوعی را پخش می‌کند. این اسباب‌بازی که بخشی از یک پروژه هنری انتقادی است، به پیامدهای صوتی و زیست‌محیطی گسترش پرشتاب هوش مصنوعی اشاره دارد و تمام نسخه‌های آن به‌سرعت فروخته شده است.
بسته تک‌فایلی FLUX.1-dev برای ComfyUI از مرز یک میلیون دانلود گذشت
بسته تک‌فایلی مدل تصویری FLUX.1-dev که توسط تیم Comfy-Org توسعه یافته، در پلتفرم Hugging Face به بیش از یک میلیون دانلود رسید. این بسته با ادغام اجزای مختلف مدل در قالب یک فایل واحد، راه‌اندازی و اجرای این تصویرساز قدرتمند را در ComfyUI بسیار آسان‌تر کرده است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.