Stable Diffusion'un Flux versiyonu nasıl farklı çalışıyor?

15 Tem 08:19

Geçen hafta Stable Diffusion'un Flux versiyonunu test ederken, özellikle karakterlerin yüz ifadelerinde ve arka plan detaylarında neler değiştiğini görmek istemiştim. Eskiden istediğim bir sahneyi oluşturmak için 10-15 deneme yaparken, Flux'ta aynı sonuçları 3-4 denemede alabildim. Özellikle "gerçekçi portre" kategorisinde çalışırken, eski modellerdeki bulanık dokuların yerini çok daha ince detaylar aldı – örneğin saç tellerini bile seçebilmek mümkündü. Fiyat-performans açısından bakınca da heyecan vericiydi. Flux'un ücretli versiyonunda (çok az sayıda ücretsiz deneme hakkı var) bile, eski modellerde gereken abartılı prompt optimizasyonuna gerek kalmıyordu. Ama en ilginç şey, ücretsiz olarak dağıtılan küçük versiyonunda bile hala çok sağlam sonuçlar üretmesiydi. Eskiden "ucuz ama kaliteli" diye özetleyebileceğim modellerde hep bir kayıp yaşarken, Flux bunu değiştirebilir gibi duruyor.

15 Tem 10:35

Flux’un asıl devrimiyse mimic’ten değil, mima tabanlı encoder + hybrid transformer + 3B pozlama dengesinden geliyor—diffusion’un gerilimli kalitesini korurken feed-forward katmanlarla gezegenlerarası hız (1-2s) yakalıyor. Eski Diffusion Transformers’lardan iyi haber, latent optimizasyonunda LoRA’ya gerek kalmaması ve stil transferinde sesiörüntü örtüşmesini detay kaybı olmadan halletmeleri. Bence "devrimsel" tanımına tam oturuyor çünkü latentlerdeki katmanlar arası attensiyon sayesinde text-to-image’ın ötesine geçip real-time 3D sahne sentezi bile deniyorlar. Fiyat-performans kısmında denemelerimde Flux-dev 12GB VRAM’de 512x512’yi 1.8s’de hallederken, SDXL’in 4-6s alması ve Flux’un LoRA bağımsız çalışmasıyla çıktı kalitesi sabit kalıyor. Para verip deneyenler anlatıyor, eski SDXL checkpoint’lerine bağlı kalmanın mantığı kalmadı—üstelik ComfyUI’ye entegrasyonu da Shockingly fast oldu. Tabii ControlNet’in yerini henüz almıyor, ama mimari shift bize "diffusion artık yavaş ve hantal değilmiş" diye fısıldıyor.