LVCD Reference-based Lineart Video Colorization with Diffusion Models discuss: huggingface.co/papers/2409.12… We propose the first video diffusion framework for reference-based lineart video colorization. Unlike previous works that rely solely on image generative models to colorize

だんだん地声とミックスボイスの境界が曖昧になってきた。そろそろショボめの声区融合が為されそう

Flux.1高速化のComfyUIカスタムノード作るか…

Diffusersならqkv fusionとか使ってもっと速い推論設定ができるのでそっちの方もそのうち出したい

書くか〜

これめちゃくちゃ行きたい lu.ma/01dbvc75

追記.vaeは私のミスです済みません。taef1_decoder.pthとtaef1_encoder.pth 2つ必要(^^; で、flux1-dev-fp8動きました！途中OOM出ますが、無視して再挑戦何度かすると動きます。832x1216が5秒ちょい♪(#RTX4090) > 動詞 さん #flux1-dev-fp8 #AI美女 #AIグラビア

torch.compileを使うと入力のshapeが変わるたびにコンパイル走ったり、Windowsで動作しなかったりでかなり厄介なので、torch.jit.script + CUDA Graphで高速化してみたいけど、そこまで低レイヤー触れるか不安だな…

動詞 1枚目Node bypass、2枚目 skip blocks無し、3枚目skip blocksデフォルト値

MMDiT Blockのスキップはもっと調査が必要そう…。

てことで追記の追記(笑)。#flux1-dev-fp8 / リアル系の場合、vaeはae、#FluxAccelerator の #mmdit_skip_blocks は3,12。nodeエラー時はキャッシュクリア、OOMの時は再Queue。これで行けます！但し今のところLoRAは使えません(Bypass部分)。これで約6秒。無しより3秒近く速い(#RTX4090)♪ 動詞

アイコンをGitHubのものと同じにした。これが今までAIで生成してきた画像で一番好きかも

社内勉強会でLLMの推論効率(高速)化に関するサーベイを発表したら割と好評だったので公開しました。ユーザがLLMをトークン課金で安く(高い？)使えている裏側にはこんな技術がありますよ、って内容です speakerdeck.com/taturabe/llmno…

ComfyUIのMeetup行こうと思ってたけどTGSで疲れ切ったから帰る