简介
Hyper-SD是用于高效图像合成的轨迹分段一致性模型。Hyper-SD 对于 SDXL 和 SD1.5 来说都可以通过 1 到 8 个推理步骤实现 SOTA 性能。例如,在 1 步推理中,Hyper-SDXL 在 CLIP 分数上超过 SDXL-Lightning +0.68,在 Aes 分数上超过 +0.51。
模型列表
Hyper-FLUX.1-dev-8steps-lora_rank1.safetensors
Hyper-FLUX.1-dev-16steps-lora.safetensors
Hyper-FLUX.1-dev-8steps-lora.safetensors
Hyper-SD3-16steps-CFG-lora.safetensors
Hyper-SD3-4steps-CFG-lora.safetensors
Hyper-SD3-8steps-CFG-lora.safetensors
Hyper-SD15-1step-lora.safetensors
Hyper-SD15-2steps-lora.safetensors
Hyper-SD15-4steps-lora.safetensors
Hyper-SD15-8steps-CFG-lora.safetensors
Hyper-SD15-8steps-lora.safetensors
Hyper-SD15-12steps-CFG-lora.safetensors
Hyper-SDXL-1step-lora.safetensors
Hyper-SDXL-1step-Unet.safetensors
Hyper-SDXL-1step-Unet-Comfyui.fp16.safetensors
Hyper-SDXL-2steps-lora.safetensors
Hyper-SDXL-4steps-lora.safetensors
Hyper-SDXL-8steps-CFG-lora.safetensors
Hyper-SDXL-8steps-lora.safetensors
Hyper-SDXL-12steps-CFG-lora.safetensors
效果预览
2.某些节点可能过于老旧或被弃用,建议把同类节点升级或尽量使用新日期的工作流模板。
由于本网站资源是搜集整理而成,版权均归原作者所有。网站内所有资源仅供学习交流之用,请勿用作商业用途,并请于下载后24小时内删除,如果喜欢,请支持正版,谢谢。
暂无评论内容