原贴链接

今年夏天Flux和SD3.1的发布让我们大饱眼福。但从那以后还有其他模型发布吗？显然，由于Flux是经过提炼的，所以不能进行严谨的训练，而且社区很不喜欢SD3（或者它可能还有一些我不知道的其他问题）。现在图像模型的发展情况如何呢？

讨论总结

原帖询问是否有新的图像模型发布，大家在评论中提到了Flux的训练情况，如它可以被很好地训练，但也存在一些训练相关的问题。还提到了其他图像模型，像SD3存在许可证不佳的问题，Lumina 2的一些特性包括生成图像所需步骤、提示依从性等，也探讨了模型在成人内容方面的情况，以及对未来模型发展趋势的看法，例如认为专用图像模型可能会成为过去式，整体讨论氛围比较理性，大家各抒己见。

主要观点

  1. 👍 Flux可以被很好地训练
    • 支持理由：有评论指出可以查看Civitai上大量的LoRAs，模型发布几周后就有首次微调，且创建角色的LoRA很容易
    • 反对声音：原帖认为Flux不能被认真训练，有人指出原帖可能指的是高质量微调
  2. 🔥 在满足一定条件前图像模型领域难有惊喜
    • 正方观点：目前的图像模型存在如Flux和SD 3.5训练不易且在成人内容方面受限等问题，在出现能做色情内容且达到Flux水平的图像模型前，难有惊喜
    • 反方观点：新的图像模型整体质量不错，也有像PixArt这样新的图像模型存在
  3. 💡 专用图像模型将成为过去
    • 解释：随着全能模型（如Llama - 4）的发展，其能力不断扩展，可能会使专用图像模型不再被需要
  4. 💡 Llama 4将是原生多模态且具代理能力
    • 解释：引用相关话语，认为其将解锁很多新的使用场景
  5. 💡 新的图像模型整体质量不错
    • 解释：评论者直接表达了这个观点，但也指出人们更关注NSFW微调模型

金句与有趣评论

  1. “😂 Flux can be trained very well, just have a look on the huge number of LoRAs at civitai”
    • 亮点：直接反驳原帖中Flux不能被认真训练的观点，并给出查看依据
  2. “🤔 Until we get a model that can do porn and is at the level of Flux, I don’t think we’ll see much exciting in the image model field.”
    • 亮点：提出在特定条件满足前图像模型领域缺乏惊喜的独特观点
  3. “👀 Expecting Janus 7b - pro by Deepseek "a first open source attempt at omni capabilities" to become a trend in future releases - maybe including Llama - 4 as per Zuckerberg’s words.”
    • 亮点：对未来模型发布趋势做出预测并提及Llama - 4
  4. “😉 Think dedicated image models are going to be a thing of the past.”
    • 亮点：提出专用图像模型可能成为过去式的前瞻性观点
  5. “🙄 SD3 has a bad license, that’s the major issue.”
    • 亮点：简洁指出SD3存在的主要问题

情感分析

总体情感倾向为中性，大家主要是理性地讨论图像模型相关话题。主要分歧点在于对图像模型发展现状和未来趋势的看法，例如是否在近期会有令人惊喜的图像模型出现，以及专用图像模型是否会被淘汰等。可能的原因是大家关注的重点和对模型发展的期望不同，有的更关注成人内容相关的模型发展，有的则关注模型的多模态等其他特性。

趋势与预测

  • 新兴话题：像Llama - 4这样的多模态全能模型可能引领未来趋势，以及是否会有满足无审查且优于SDXL的图像模型出现。
  • 潜在影响：如果专用图像模型真的成为过去式，将对图像模型相关产业布局产生重大影响，如开发重点可能会更多转向全能模型；而无审查且性能优秀的图像模型出现可能会影响内容创作等领域。

详细内容：

《Reddit 热门讨论：图像模型的现状与未来》

近日，Reddit 上一则关于图像模型的帖子引发了广泛关注，该帖获得了众多点赞和大量评论。帖子主要探讨了在 Flux 和 SD3.1 推出后，近期是否有新的图像模型发布，以及当前图像模型的一些情况。

讨论焦点主要集中在多个方面。有人认为 Flux 可以训练得很好，比如有用户表示“可以看看在 civitai 上大量的 LoRAs”；也有人提到 Flux 难以训练出高质量的微调效果。有人指出目前大家更多在玩 Hunyuan 这个容易训练的未审查视频模型。

有人认为主要问题是 Flux 和 SD 3.5 都不容易训练，在成人内容方面也有局限。比如，有人说“Pony 团队正在进行 Auraflow 调优，预计 2025 年会有进展”。还有人期待 Janus 7b - pro 成为未来趋势，认为 Llama 4 会是原生多模态，将带来新的使用场景，可能会使专用图像模型成为过去。但也有人担心像这种多模态模型无法在本地运行。

有人提到即将推出的 WanX 2.1 是开放权重的，但也有人指出这是视频模型而非图像模型。Lumina 2 已推出，虽有可微调等优点，但生成好图像所需步骤较多。

也有观点认为新模型虽好，但人们似乎更关心未审查的 NSFW 微调。有人说“性相关内容是经济驱动因素，至少从 VHS 时代就是如此”。

总之，当前图像模型领域的发展充满了不确定性和期待，未来究竟会如何，还需拭目以待。