SD 3 5深度評測 全方位對比FLUX模型 安裝|下載|部署超詳細使用教程

CG迷
2 位粉絲
1 觀看·2024年10月25日
本期視頻,我們來全方位對比一下最新SD3.5模型和FLUX.1模型,到底哪個更能打。
SD 3.5 Large和SD 3.5 Large Turbo下載地址:
https://www.liblib.art/modelinfo/1fd080e1f6b44e57a9299375545b5906
SD3.5工作流與模型下載:
夸克網盤:
百度網盤: https://pan.baidu.com/s/1LhIRrpAFDoMpdHpsbnZ6vQ?pwd=cgmi 提取碼: cgmi
Clip模型放置位置:
Comfyui放到根目錄/models/clip/裏面
webui放到根目錄/models/CLIP裏面
3.5大模型放置位置:
Comfyuii放到根目錄/models/checkpoints/裏面
webui放置到根目錄/models/Stable-diffusion/裏面
本期視頻我們來全方位對比一下
最新SD3.5模型和FLOWS模型到底哪個更能打
SD3和FLOWS模型可以說是師出同門
在Sability AI正在研發SD3的時候
由於出現了財務狀況等問題
導致一批覈心員工集體離職
隨後Sability AI硬着頭皮繼續發佈了SD3大模型
效果嘛,大家也看得到
只能說是遠低於預期
所以SD3的生態一直都發展不起來
相反,另一邊這批離職的人員
成立了黑森林工作室
並推出了FLOWS模型
模型一經推出
立刻就統治了現階段的生態圈了
就在昨天
Sability AI這邊也更新了SD3的後續版本
推出了全新的SD3.5大模型
作爲官方的正統血脈
接下來我們就來測試一下
最新版SD3.5能否和FLOWS模型
拜拜手腕一掃頹勢
我們先來對比一下它們之間的訓練參數
之前SD3只開源了一個medium版本
訓練參數僅僅只有21次
這次SD3.5直接開源了三個版本
medium版本訓練參數提升到26億次
而large版本則去到了81次
我們可以在LibreAI上下載到這個模型
可以看到這次SD3.5 large版本
容量提升到15.33GB
介於FLOWS模型FP8和FP16之間
而這個Turbo版本相當於是加速版
只需要四步採樣就可以生成出可用的圖片了
能夠有效的提升渲染速度和降低顯存的佔用
當然生成的效果也會相對差一點點
而FLOWS模型的訓練參數則是121次
所以從訓練數據來看
FLOWS模型還是要比SD3.5要高出50%的
不過衡量一個模型的好與壞不能光看表面數據
接下來我們看看這次SD3.5做了哪些方面的優化和提升
首先是支持的風格更多了
隨着訓練級的增加
現在SD3.5可以和MIDRANER類似
只需要輸入對應的風格描述
就能很輕鬆的生成各種不同的藝術風格了
例如輸入像素風,盲盒風,影子風
不需要loa的配合就能直接切換畫風了
然後就是生圖多樣性
SD3.5這次在出圖方面做了較大的調整
每次刷新重新抽卡畫面都會有較大的變化
Split AI說是希望能夠通過這樣的方式
帶給大家更多選擇的空間
再來就是生成的人物不再侷限於歐美樣貌了
現在各個國籍不同膚色的人物都能通過提示詞指定生成
而且生成出來的亞洲面孔也更符合我們的審美要求
再就是這次SD3.5重點提升了畫面的美感
說是在光影、材質方面的表現會更加的自然真實
那麼一會兒我們再和Flux模型對比環節重點留意一下
最後也是我覺得SD3.5最有誠意的一點
這次SD3.5給個人和機構開放了商用許可
只要連收入不超過100萬美元的公司和個人
都可以免費使用SD3.5並用於商業用途
不過這裏面有一個非常重要的描述
就是前提不能用它來盈利
也就是免費商用是可以的
而Flux只有質量較差的SNOW版本可以商用
DEV版本是不能商用的
接下來我們來看看SD3.5的安裝部署
它和之前SD3的部署是完全一樣的
需要用到三個CLICK模塊
WebUI和ConsoleUI分別把它們放置到對應的目錄
然後就是把下載好的SD3.5大模型放置到對應的模型目錄即可
WebUI要把版本更新到1.1.0以上
不過目前我測試了一下
在WebUI裏面即便是4090顯卡
這個15GB的SD3大模型還是加載不出來
還要等一下版本的更新和後續不同版本的模型推出
我們在這裏直接加載就可以了
具體的使用方法可以翻一下之前我講SD3的這一期視頻講解
想搶先體驗WebUI版的同學
可以來到LibreAI
點擊這個WebUI在線生圖
可以看到LibreAI已經率先實現了在在線版WebUI裏面支持v3.5Large版本
選擇上這個大模型
輸入對應的提示詞
點擊生成
就可以感受一下3.5版本的高效出圖效果了
接下來我們來過一下SD3.5的工作流
這裏導入官方提供的工作流進來
這裏可以按需選擇對應的Clip模型
是接入單個兩個還是三個Clip
三個Clip對提示詞的理解度和生成的畫面細節是最好的
但對顯卡的要求也隨之增加
這裏我用的是4070 Super 12GB顯卡
最多隻能選擇兩個Clip來連接
如果增加了T5文本編碼器後就會直接報顯存了
這裏選擇SD3.5大模型
然後是正向提示詞
負面提示詞和輸出分辨率
接着傳輸進傳統的K採樣器
整個工作流非常的簡單
但我們可以適當的優化一下這個工作流
讓SD3.5有更好的生成效果
這邊同樣是三個Clip模塊的接入
然後選擇大模型
SD3.5流程和Flux一樣
對負面提示詞的要求不高
直接把負面提示詞通過條件零化節點簡化掉
這裏重點來了
就是給SD3.5大模型串聯上一個SD3的模型採樣算法偏移節點
我們來對比一下
這個是不添加這個節點生成的效果
當添加了偏移節點後
可以看到畫面的細節和清晰度就有一定程度的加強了
但這個數值不能設置得過低和過高
不然會對原始的畫面有較大的變化
這個值推薦設置在2-3之間比較合適
然後就是K採樣器的設置了
使用Large模型
採樣步數要設置到28步以上才能體現出SD3.5的最好水平
CFG值太低會影響出圖的畫面
太高會出現過禮盒的情況
所以這裏推薦CFG設置在4-5之間
然後是採樣器和調度器
官方推薦使用的是UNA加上SG UNIFORM的搭配
當然大家也可以嘗試不同的搭配方式
SD3.5還是相對比較自由的
沒有固定只能使用某個搭配
這裏西居民也給大家備註了推薦的設置參數
大家可以參考一下
下面我們來對比一下SD3.5和Flux的配置要求和出圖速度
我本地的4070 Super 12GB只能連接雙Clip模塊
一旦加入了T5文本編碼器就直接爆顯存了
接下來所有的測試都是28步採樣
分辨率是768x1024
SD3.5Large第一次生圖用時是689秒
但通常我們都是以第二次出圖的時間爲準
耗時是324秒
約五分半鐘才生成好
接下來我們來測試一下SD3.5的Turbo版本
也就是加速版本
從出圖的效果來看
細節相比Large版本有所減少
但效果還是夠看的
比想象中的質量要更好一些
它只需要4步採樣就可以生成出來了
我們來看看Turbo版本的出圖速度
第一次出圖的時間是326秒
而第二次出圖就要快上很多了
僅僅只需要113秒
也就是不到兩分鐘就可以生成出來了
速度比Large版本要快上將近三倍的時間
接着我們來對比一下Flux模型的出圖速度
這裏用的是FP8的Flux模型
正常要加載這個T5FP8的Clip進來的
但12GB的顯卡同樣跑不動這個工作流
所以這裏只能改成兩個Clip L
不加載T5編碼器進來
採樣步數出圖分辨率都是保持一致
Flux FP8首次出圖的時間是1162秒
第二次出圖的時間是262秒
約4分多鐘的時間
比SD3.5L出圖要快上一點
接下來我們就來深入對比一下
SD3.5和Flux模型的出圖效果
不管是SD3.5還是Flux
對顯卡的要求都比較高
爲了用上滿狀態的工作流
這裏我們可以來到Libre AI
點擊ConvUI在線工作流
導入CGMI的對比工作流進來
這個工作流可以說是絕對把顯卡性能拉爆了
它同時加載了SD3.5L模型和Flux FP8模型
並且都加載了T5最高規格的FP16文本編碼器
採樣步數統一都是28步採樣
768x1024的分辨率
然後我們可以在這裏統一輸入提示詞來進行對比測試
首先我們來測試一下兩者在人物方面的表現
提示詞輸入一箇中國女孩
在地鐵車廂裏面
運用鏡子和反射的構圖來拍攝一組時尚的攝影
點擊生成
Libre AI生圖的速度非常的快
兩組大模型同時加載生成
也僅僅只需要52秒就生出來了
比我本地的4070 Super要快上不知道多少倍
並且不存在爆顯存的擔憂
非常的厲害
我們來對比一下兩者的表現
這組對比中
左邊Flux生成的人物明顯要更加的真實
但面容還是帶了一點亞洲風
而右邊SD3.5的人物樣貌會更貼閤中國人的感覺
畫面的氛圍表現也不錯
接着我們來測試一下手指的表現
提示詞輸入一羣漂亮的中國女孩
面向鏡頭張開她們的手指
點擊生成
左邊Flux的手部表現堪稱完美
但對提示詞理解就沒有那麼聽話了
只給我們生成了一個女孩出來
而右邊SD3.5則很好地生成了一羣女孩
都伸出了她們的手指
不過手指表現就要明顯差於Flux模型了
然後我們進一步測試一下兩者對提示詞的理解能力
輸入一個男人盤腿冥想
身體分成兩半
左半部分用現實主義風格展示
周圍是森林樹木
右半部身體以能量的形式發出藍色的光
點擊生成
可以看到兩者對提示詞的理解和表現都非常的不錯
盤腿和左右身體的劃分都能準確地呈現出來
繼續來測試一下兩者在文字方面的表現
輸入一隻貓和一塊寫着CG迷的木牌
點擊生成
可以看到Flux在文字方面的表現似乎要更好一些
不過這都有一定的隨機性
我們不妨來刷新一次看看
這次SD3.5的表現就扳回來了
總的來說兩者對英文文本的生成都是不錯的
接着來測試一下兩者在抽象圖上的表現
提示詞輸入一個年輕的女孩
白色的頭髮
戴着裝飾穿着粉紅色的裙子
右邊是一隻白色的狼
有一雙銳利的藍色眼睛
點擊生成
兩者都能很好的還原提示詞的描述
不過左邊Flux模型人物樣貌有點崩了
我們再來刷新一次
這次Flux的表現就要好上很多了
Flux在人物和背景氛圍要更好一些
而SD3.5在狼的表現上要更加的真實
接下來我們測試一下兩者在漫畫方面的表現
提示詞輸入動態漫畫
誇張的面部特徵
一個胖子正在喫着漢堡包
背景是麥當勞
點擊生成
這組對比中Flux的背景還原度很好
而SD3.5背景就非常敷衍了
但卡通人物誇張的動態表現還是不錯的
最後我們來測試一下兩者在物品特寫方面的表現
提示詞輸入一個髒兮兮的黑膠唱片機
佈滿灰塵
特寫陽光從窗戶照射進來
點擊生成
可以看到Flux的進入表現和構圖氛圍都非常的不錯
對比之下SD3.5就沒有那麼出色了
從對比結果我們大致可以瞭解到
目前SD3.5的表現還是比不上Flux模型的
正如Sabrity AI自己發佈的數據也承認了
SD3.5在審美質量分數上還是要低於Flux模型的
但它也給出了另外一方面的對比結果
就是在提示詞的還原度方面要好於Flux模型
在剛剛我們做手指測試的時候也是有體現出這一特點
經過綜合測試過後
SD3.5的表現確實要比SD3要好上不少
不管在圖片的泛化性
質量和綜合表現方面都有明顯可感知的提升
正如它的命名一樣
SD3.5目前還是一個迭代過程中的版本
不過這是一個很好的開始
我們不妨期待一下後續是否能有SD4的推出
好了
以上就是本期視頻的全部內容
如果覺得教程還不錯的話
請不要吝嗇你們的小愛心
記得點贊收藏一下啦
感謝大家的三連
我們下期再見
拜拜
