[Sammelthread] AI - Bildgenerierung (Stable Diffusion, Midjourney & Co)

[blubberbirne]

Spoiler: WAN 2.1 T2V -> To Image

 

[Vigilant]

Cool. Kannst ein wenig dazu erläutern?

Ich frickel gerade mit ComfyUI und SD Ultimate Upscale herum, das in egal in welcher Konfiguration, auch mit ControlNet sichtbar Details und Schärfe liegen lässt im Vergleich zum KSampler-Output.

 

[Rickmer]

Cool. Kannst ein wenig dazu erläutern?

Das müsste dieses Thema sein:

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

 

[blubberbirne]

Cool. Kannst ein wenig dazu erläutern?

Schau mal hier:

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

 

[blubberbirne]

WAN 2.2 ist raus. Und es wurde nochmal nachgelegt in Sachen Qualität 👍

 

[MechanimaL]

hier das offizielle Showcase Video:

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

Mal noch ein Prompt-Guide für Wan 2.2.

 

[blubberbirne]

Spoiler: Batgirl

 

[MechanimaL]

https://huggingface.co/black-forest-labs/FLUX.1-Krea-dev

Neues Model, namens "Krea" von den Machern von FLUX (Black Forest Labs). Was ich gehört habe, besseres Prompt-Following, kein Flux-Kinn mehr und insg. bessere ästhetische Qualität.

 

[Rickmer]

Kann man das einfach für das bestehende dev Modell substituieren in Workflow?

Blöd, dass seit heute Morgen meine Internetleitung offline ist weil Vodafone nach Jahren an Stabilität grade vollständig versagt... -_-
Das ist jetzt die zweite Störung in zwei Wochen. Die letzte war wenigstens nur 2 Stunden, diese wird aktuell mit 'innerhalb einer Woche gelöst' angegeben. Immerhin war aus deren AlwaysOn Versprechen die 500GB Mobil-Daten aktivieren tatsächlich ziemlich unkompliziert.

 

[MechanimaL]

Edit: Bzgl. WF kann ich Dir gleich mehr sagen ,ich schaue danach. Das ist ja heftig... aber ok, wenn Du wenigstens nicht offline bist

Edit2: existierende Workflows funktionieren, lediglich bei der Guidance Einstellung gibt es wohl noch Fragezeichen, 4.5 könnte ein Wert sein, ich teste es mal selbst. LORAS funktionieren wohl auch, sehen aber evtl etwas anders aus.

 

[Vigilant]

Tja... TikTok und Co. sind dann wohl langsam am Arsch...😅

Das WAN 2.1-Modell Q5 für TextToImage bekommt die 4080 recht easy auf die Kette. Video wird dann schon eng.

Schwächelt aber im Gesicht bei Augen und Zähnen, womit aber die meisten Modelle noch Schwierigkeiten haben.

Funktioniert für WAN der Face/EyeDetailer-Workflow? Vielleicht mal probieren...

 

[blubberbirne]

Flux-Krea hat keine Chance gegen WAN2.2
Einziger Vorteil ist derzeit das man dort recht einfach und "schnell" eigene Loras trainieren kann.

 

[MechanimaL]

Auf jedenfall sind das Plastikhaut- und das Kinnproblem gelöst und das Modell erzeugt ästhetisch ansprechende Bilder. Der Realismus von WAN ist schon umwerfend- mal sehen, wie weit sich Krea da rantastet. Relativ wahrscheinlich ersetzt es bei den meisten schonmal Flux1Dev.. Werde es die Tage noch weiter testen. Auf jedenfall schön, dass wir soviele gute Modelle haben, für Video und Foto. Bin schon gespannt auf VACE, Phantom usw. für Wan2.2

Spoiler: GYM Fotos

A matte photo of a woman sitting on a bench after lifting weights, breathing heavily, her skin glistening. She’s wearing a tight navy sports bra and matching shorts. Her black hair is in a high messy bun, and she sips from a water bottle. Industrial gym background with soft shadows. Camera is close-up at eye level, focusing on her intense, sexy expression.

A HDR-style photo of a fit woman doing rope slams in a gritty underground gym. She's wearing dark green shorts and a strappy sports top, her muscles defined and shining with sweat. Her fiery red hair is in a braid. Harsh overhead lighting creates dramatic shadows. Camera is frontal, low-angle, emphasizing her power and physique.

 

[blubberbirne]

Ich werde deine Prompts später Mal durch meinen Wan Workflow laufen lassen 😎

 

[Vigilant]

@blubberbirne So etwas z.B. (WAN 2.1 Q4):

Spoiler

 

[MechanimaL]

@Vigilant wenn ein solches base-bild schon soviele Details hat, wäre interessant, wie es nach einem weiteren Upscale in Deinem Workflow aussehen könnte.

Mal ein paar Nahaufnamen, Krea vs WAN (1x 10 Steps mit lightx lora einmal ohne loras und 20 Steps). PS: Krea kann auf Anhieb keine realistischen Tränen, habe ich gemerkt..

Edit noch von anderen, je einmal eine Braut mit Krea und mit WAN

 

[Vigilant]

Mit gleichem Prompt (WAN 2.1):

Spoiler

 

[MechanimaL]

Mh, das sieht aber nicht aus, wie die bisherigen Bilder, hast Du den vorherigen Stand Deines Workflows (zb beim Krieger) mit dem Ausgangsbild aus WAN verwendet?

 

[Vigilant]

Nope, nur den identischen (positiven) Prompt verwendet. Upscale dann klassisch Lanzcos oder per Upscale-Model, bspw. UniScale, Siax, Remacri und Co. Evtl. noch etwas Körnung und/oder CAS hinzugefügt.

 

[MechanimaL]

das sieht auf 100% nicht gut aus, du hast doch extra einen Prozess, jage es mal dort durch