适用于Flux.1的新CLIP-L模型

嘿，各位AI爱好者们！如果你和我一样，总在寻觅最新、最棒的工具，想让自己的文本转图像生成效果更上一层楼，那可得坐稳了——我有个超激动人心的消息要分享，保证让你眼前一亮！

最近，AI社区里一位大神zer0int发布了CLIP-L文本编码器的颠覆性更新。这个为Flux.1微调的新模型，在文本贴合度和细节准确性上都有显著提升。换句话说，你生成的图像将会比以往任何时候都更清晰，更贴合你的提示词！

但这还没完！zer0int还提供了便捷的.safetensors格式下载，让这个模型轻松融入你的工作流。不管你用的是Stable Diffusion、Flux，还是其他任何文本转图像生成工具，这个CLIP-L更新都是必备之选。

模型下载地址：https://huggingface.co/zer0int/CLIP-GmP-ViT-L-14/tree/main

我知道你可能在想：“那它和Long-CLIP模型比起来怎么样呢？”别担心，zer0int也考虑到了这一点。简单来说，CLIP-L在短提示词和文本密集型任务中表现出色，而Long-CLIP则擅长处理更复杂的场景。就像拥有一把文本转图像的瑞士军刀！

所以，还在等什么？赶紧去Hugging Face仓库，下载ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors文件，开始生成令人惊叹的图像吧！要是你觉得这个工具很棒，不妨给zer0int捐点小钱，帮他继续喂养这些AI“小家伙”——毕竟，他们正努力让我们实现照片级逼真图像的梦想呢！

常见问题

1. ViT-L-14-TEXT-detail-improved-hiT-GmP-HF.safetensors和ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors有什么区别？ 较小的文件ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors只包含文本编码器，这正是文本转图像生成所需的全部内容。较大的文件ViT-L-14-TEXT-detail-improved-hiT-GmP-HF.safetensors则包含文本编码器和视觉Transformer，适用于其他任务，但对生成式AI来说并非必需。

2. 如何在文本转图像工作流中使用这个CLIP-L更新？ 只需下载ViT-L-14-TEXT-detail-improved-hiT-GmP-TE-only-HF.safetensors文件，将其放入你的models/clip文件夹（例如ComfyUI/models/clip），然后在CLIP加载器中选中它即可。就是这么简单！

3. 这个CLIP-L更新能和我现有的Stable Diffusion或Flux模型兼容吗？ 完全可以！这个CLIP-L更新兼容SD 1.5、SDXL、SD3和Flux。这些模型默认都使用标准CLIP-L，所以你可以无缝将这个改进版本融入工作流。

结语

各位，就是这样！有了zer0int的CLIP-L更新，你的文本转图像生成能力将不受限制。无论你是经验丰富的老手，还是刚入门的新手，这个模型都能让你的创作更上一层楼。所以，还在等什么？赶紧去尝试，放飞你的想象力吧！

如果你想进一步优化图像，还可以使用在线锐化图像工具，这些工具操作简单，能提升图像的清晰度和细节。

你的生成图像将会比以往任何时候都更清晰，更贴合你的提示词！

参考资料： https://www.reddit.com/r/StableDiffusion/comments/1f83d0t/new_vitl14_clipl_text_encoder_finetune_for_flux1/ https://www.youtube.com/watch?v=gCzJI4sKr1I&t=1s