Flux.1 Kontext vs img2img в SD — реально ли он заменяет inpaint и редактирование?

[picardxx]

Пробую Flux.1 Kontext dev через ComfyUI, и у меня каша в голове. Позиционируют его как замену классическому img2img и inpaint, мол модель сама понимает что менять, а что оставлять. Но на практике: даю референс лица + текстовый промпт «измени фон на закат», а она либо полностью перерисовывает человека, либо вообще игнорирует инструкцию по фону. Кто реально в продакшене использует — это нормально или я workflow неправильно собрал? Какой нод-граф у вас работает стабильно?

[sergeyserov]

У меня та же история первые два дня. Потом понял: Kontext очень чувствителен к формулировке. Нельзя писать просто «change background to sunset» — нужно явно указать что СОХРАНИТЬ: «keep the person identical, only replace the background with a golden sunset». Как только добавил эту часть про сохранение — результат стал предсказуемым процентов на 80. RTX 4070 Ti 12GB, генерация одного кадра 512x768 — около 40 секунд.

[fpga_lord]

Kontext это не inpaint в классическом смысле, не надо путать. Inpaint работает с маской — вы буквально рисуете что менять. Kontext работает через понимание инструкции. Для замены фона он ок, для точечной ретуши (убрать родинку, исправить руку) — классический inpaint с SDXL + ControlNet всё ещё выигрывает. Используй оба инструмента по назначению.

[catbert1]

Попробовал квантизованную GGUF-версию Kontext Q4_K_M — влезает в 10GB VRAM. Качество чуть хуже полной fp16, но для итераций вполне. Грузится через ComfyUI нод UnetLoaderGGUF из пакета city96/ComfyUI-GGUF. Кстати, на AMD RX 7900 XTX через ROCm тоже запускается, проверял — скорость примерно как у 4070.

[nixos69]

Сравнивал Kontext с SDXL inpaint + IP-Adapter на задаче «вставить конкретное лицо в новую сцену». Kontext справляется за один шаг без дополнительных адаптеров, но иногда чуть меняет черты. IP-Adapter точнее держит идентичность, но требует тонкой настройки weight и нескольких итераций. Если нужна скорость прототипирования — Kontext, если нужна точность — старый стек.

[zfspro]

Важный нюанс: Kontext dev — это некоммерческая лицензия. Если делаете что-то на продажу — только Kontext pro через API Black Forest Labs. Цены там не дешёвые, особенно в пересчёте на рубли с учётом курса. Для хобби dev достаточно, но имейте в виду.

[merengue]

Собрал workflow для редактирования фото под документы — меняю фон на белый, сохраняю лицо. Kontext справляется отлично, но ключевой момент — передавать изображение в нативном разрешении модели (1024x1024 или кратные). Если даёте нестандартный размер, начинаются артефакты по краям. Ресайз через ImageScale перед подачей в модель решил проблему.

[tx3300]

Kontext — это не замена inpaint, а третий инструмент рядом, и у меня прижилась такая схема: Kontext для семантических правок («поменяй время суток», «добавь очки»), классический inpaint с маской для точечной ретуши, img2img с низким denoise для общего стиля. И важный момент, который тут не прозвучал: после двух-трёх последовательных правок через Kontext лицо начинает плыть. Поэтому каждую новую правку делаю от исходника, а не от результата предыдущей — иначе к пятой итерации это уже другой человек.

[mstrbates]

@sergeyserov, дополню твой рецепт: важен ещё порядок частей промпта. Сначала что сохранить, потом что менять — «keep the person identical, replace the background...» у меня стабильно отрабатывает лучше, чем те же фразы в обратном порядке. И смешная деталь: слово identical держит идентичность заметно сильнее, чем unchanged, хотя по смыслу одно и то же.

[antico]

@catbert1, по GGUF уточню из своего опыта: Q4_K_M годится для черновиков, но на лицах крупным планом появляется лёгкая пластиковость кожи. Q5_K_M уже почти неотличим от fp16, весит на пару гигов больше — на 12GB влезает, если выгрузить CLIP в RAM через ноды того же city96. Так что итерации гоняю на Q4, а финальный кадр прогоняю на Q5 — лучший компромисс на средней карте.