FluxSR: Flux.1-dev용 원스텝 4배 초해상도 LoRA

프로젝트 저장소에서: FluxSR 재구성 결과와 다른 원스텝 및 다단계 초해상도 방법의 비교.

FluxSR이 하는 일

다단계 diffusion 초해상도는 정확하지만 느리고, 이전의 원스텝 변형들은 증류해 온 교사 모델의 아티팩트를 그대로 물려받습니다. FluxSR은 Flux.1-dev를 교사이자 베이스 모델로 그대로 유지하고, 그 위에 세 가지를 추가합니다:

• **Flow Trajectory Distillation (FTD)**는 다단계 flow-matching 모델을 단일 샘플링 스텝으로 증류하여, 트랜스포머를 한 번 통과하면 4배 확대된 이미지가 생성됩니다.
• TV-LPIPS는 단순한 지각 손실(perceptual loss)을 total-variation 가중 변형으로 대체하며, 논문에서는 이를 통해 재구성을 부드러운 평균이 아닌 사실적인 텍스처 쪽으로 이끕니다.
• **Attention Diversification Loss (ADL)**는 트랜스포머 내부의 토큰 유사도를 낮추는 정규화 기법으로, 원스텝 출력에서 고주파 스펙클이 주로 발생하는 지점을 다룹니다.

결과물은 전체 checkpoint가 아니라 LoRA 어댑터로 제공됩니다. 어댑터는 717 MB이고 rank와 alpha는 모두 64이며, 추론은 timestep 350, guidance 4로 실행되는데, 이 값들은 모두 함께 제공되는 training_config.json에서 읽어옵니다.

FluxSR 학습 파이프라인: Flux.1-dev 교사가 학습 쌍을 생성하고, LoRA 학생 모델이 TV-LPIPS와 ADL을 통해 단일 스텝으로 증류됩니다.

릴리스에 포함된 내용

저장소는 추론뿐 아니라 전체 루프를 문서화합니다. 학습 데이터는 Flux.1-dev 교사로 50 스텝, guidance 3.5에서 생성되며, 짝을 이룬 노이즈, 교사 잠재 데이터, 디코딩된 이미지, 시드를 저장합니다. 그리고 scripts/evaluate.py는 정답이 있을 때 PSNR, SSIM, LPIPS, DISTS, MUSIQ를 보고합니다.

논문의 표 1: 다른 실사 초해상도 방법과의 정량적 비교.

논문의 표 2는 RealSet65에서 동일한 비교 결과를 보고합니다.

논문의 정성적 비교: 실제 저해상도 입력에 대한 FluxSR과 다른 초해상도 방법의 비교.

ComfyUI에서 실행하기

이 프로젝트는 자체 ComfyUI 노드를 제공하지 않지만, 같은 날 커뮤니티 팩이 등장했습니다. JohnDopamine은 2026년 10월 13일 Banodoco #flux 채널에 FluxSR 노드 팩을 게시했으며(버전 1.0.1은 T5 및 CLIP 임베딩 경로를 수정), 약 84 GB의 사용 가능 VRAM이 있는 머신에서 두 번의 실행 결과를 보고했습니다:

이 팩은 LoRA와 Hugging Face 패키지의 두 고정 임베딩 파일을 사용해 Flux.1-dev를 실행하므로, 이미 Flux.1-dev를 실행할 수 있는 환경이라면 무엇이든 실행할 수 있습니다. 더 큰 입력을 위한 배치 및 타일드 모드가 있으며, 추론 스크립트는 저메모리 환경을 위해 --offload sequential과 --vae-tiling 옵션을 제공합니다.

현재 노드 팩은 저장소가 아닌 커뮤니티 채널의 zip 파일로 배포되므로 수동으로 설치해야 합니다.

사용 가능 여부

LoRA 가중치, 고정 임베딩, 학습 프롬프트는 Hugging Face에 있고, 학습, 추론, 평가 코드는 GitHub에 있습니다. 베이스 Flux.1-dev 가중치는 접근 조건에 동의한 뒤 별도로 다운로드해야 합니다.