К содержимому
Изображения

jjstylenew

стилевая LoRA для FLUX.2-dev

2 мин чтения

jjstylenew — это стилевая LoRA (небольшой адаптер поверх базовой нейросети) для генерации изображений на базе модели FLUX.2-dev. Она переносит на создаваемые картинки визуальный стиль, выученный по набору из 71 изображения. Для активации этого стиля в текстовый запрос достаточно добавить триггер-слово jjstylenew. Модель подойдёт художникам и энтузиастам, которые экспериментируют со стилизацией в FLUX.2-dev и хотят подобрать оптимальную глубину проработки стиля.

Ключевые особенности

  • Базовая архитектура: адаптирована специально под black-forest-labs/FLUX.2-dev.
  • Четыре чекпоинта на выбор: в репозитории доступны веса на 2 500, 3 000, 4 000 и 4 500 шагах обучения (формат .safetensors), чтобы можно было сравнить и выбрать баланс между стилизацией и следованием промпту.
  • Высокое разрешение: обучение проводилось в разрешении 1024px с помощью инструмента Ostris AI Toolkit.
  • Точность весов: файлы сохранены в формате BF16 с параметрами rank/alpha 32/32.

Что можно сделать

  • Генерировать стилизованные арты: добавлять триггер jjstylenew в промпты для FLUX.2-dev, чтобы получать иллюстрации и сцены в единой визуальной эстетике.
  • Сравнивать силу стиля: протестировать ранний чекпоинт (2 500 шагов) для мягкого влияния стиля и более поздний (4 500 шагов) для максимально выраженного эффекта.
  • Комбинировать с другими адаптерами: использовать вместе с другими LoRA для FLUX.2-dev (например, на персонажей, позы или освещение) в некоммерческих проектах.

Пример

Чтобы применить стиль при генерации через FLUX.2-dev, подключите нужный файл чекпоинта (например, jjstylenew_000004000.safetensors) и включите триггер-слово в начало или середину запроса: jjstylenew, portrait of a traveler in a rainy city at night, cinematic lighting.

ПодробнееОбучение: 71 изображение, разрешение 1024px, Ostris AI Toolkit, learning rate 5e-5, rank/alpha 32/32.
Доступные веса: 2500, 3000, 4000 и 4500 шагов (BF16, проверка целостности через SHA256SUMS).
Ограничения: распространяется по лицензии FLUX Non-Commercial License (только для некоммерческого использования).
Обсудить Telegram 0

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 60 GB · готовые файлы68 GB
  • FP8 / INT8рекомендуемвеса 30 GB35 GB
  • 4-bitвеса 17 GB20 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью FLUX.2-dev.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # annahahn/jjstylenew-flux2-dev
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download black-forest-labs/FLUX.2-dev --local-dir ~/models/FLUX.2-dev
    hf download annahahn/jjstylenew-flux2-dev --local-dir ~/models/jjstylenew-flux2-dev
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к FLUX.2-dev
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

black-forest-labs/FLUX.2-dev

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

Новые посты про версии FLUX.2-dev — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

annahahn/jjstylenew-flux2-dev
Автор
annahahn
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

FastCello

FastCello