历史色彩Soon®（由A.C.T. Soon®出品）

这是一个多功能视觉+文本生成模型，特别适用于：

• 低步数高质量生成（多数场景下2至8步），在768x768分辨率下约4步推理即可常规产出媲美甚至超越Flux v.1 Dev版本的超写实效果
• 生成模拟彩色胶片摄影的写实图像，呈现从奥托克罗姆到柯达克罗姆再到富士胶片等标志性摄影技术的广泛视觉范式
• 产出带有"历史感"或"生活痕迹"美学特征的画面，具有鲜明色度与光影动态，在相同步数/资源消耗下比其他模型更能可靠呈现逼真的纹理/解剖/皮肤细节

基础/方法/工具:

• 主基础模型：Black Forest Labs的FLUX.1-schnell
• 副基础模型：HumbleMikey的Pixelwave Schnell V.1，其Safetensors与GGUF权重文件可在HF页面或CivitAI页面获取
• 对Pixelwave Schnell V.1的微调主要基于约500张1900-1910年代谢尔盖·普罗库金-戈尔斯基拍摄的彩色照片，这位摄影师在早期三色合成摄影技术的实践与完善方面具有开创性贡献
  建议您通过此链接的在线档案探索其作品，该网站整理了数百幅可下载的高质量合成彩色照片扫描件及近期修复版本
  原始玻璃底片及大量印刷品现由美国华盛顿特区国会图书馆收藏
• 对FLUX.1-schnell进行全秩LoRA微调（使用同数据集130张照片），产出首个LoRA变体：Historic Color Schnell LoRA
• 训练另外五个LoRA的实验，针对Schnell/Dev特定模块
• 使用Kohya-ss的sd-scripts git中的'flux_merge_lora.py'脚本合并最佳结果，必要时通过同源的'convert_flux_lora.py'脚本转换LoRA格式
• 将最终LoRA与早期微调的Pixelwave Schnell v.1检查点合并
• 使用Ostris的Schnell训练适配器：ostris/FLUX.1-schnell-training-adapter

触发词:

可使用HST增强复古/奥托克罗姆效果，但相比Historic Color LoRA，该触发词对检查点的影响较弱

历史注记:

普罗库金-戈尔斯基的技术需通过三色滤光片（红蓝绿）进行同步/连续曝光，将影像记录于感光玻璃板上
摄影师对显影剂与滤光片的持续优化，加上对笨重玻璃底板的艺术化处理（1910年代已逐渐被黑白外拍淘汰），使其作品比同期多数彩色摄影更鲜活逼真
其独特工艺产生的色晕与光痕形成了视觉签名——这些特质与细微的色调/纹理特征已融入本Flux Schnell LoRA，这是我们Flux历史适配器系列的第四款作品

模型下载:

'Historic Color SOON®'的Safetensors权重文件存放于独立仓库
在"文件与版本"标签页下载
🧨 Diffusers格式模型存放于本仓库

Diffusers使用指南:

首先安装/升级diffusers:

pip install -U diffusers  

使用FluxPipeline运行模型:

import torch  
from diffusers import FluxPipeline  

pipe = FluxPipeline.from_pretrained("Shakker-Labs/AWPortrait-FL", torch_dtype=torch.bfloat16)  
pipe.to("cuda")  
pipe.enable_model_cpu_offload() # 通过卸载模型到CPU节省显存，GPU性能充足时可移除  

prompt = "HST风格奥托克罗姆胶片肖像照，1910年代女性与紫色羽毛恐龙玩扑克，绿眼女性皮肤有适度瑕疵可见纹路与毛孔，微笑，胶片颗粒，柯达克罗姆"  
image = pipe(  
    prompt,  
    guidance_scale=1.2,  
    num_inference_steps=4,  
    max_sequence_length=256,  
    generator=torch.Generator("cpu").manual_seed(0)  
).images[0]  
image.save("hstcolor1.png")  

更多用法参见diffusers文档

若您对文学（特别是现代主义诗歌）感兴趣，欢迎访问白银时代诗人查看我的诗作翻译！