局部重绘 - 无痕扩图 - 物体消除

在线工作流地址：

https://www.liblib.art/modelinfo/830217c76e08426294e68993ae0b201d

--------------------------------------

flux.1-fill-dev-OneReward-fp8

OneReward 是一种新颖的视觉领域 RLHF 方法，通过使用 Qwen2.5-VL 作为生成奖励模型来增强多任务强化学习，显著提高了策略模型在多个子任务中的生成能力。

基于 OneReward，FLUX.1-Fill-dev-OneReward - 基于 FLUX Fill [dev]，在图像修复和外延任务中超越了闭源的 FLUX Fill [Pro]，为未来统一图像编辑研究提供了强大的新基准。

--------------------------------------

【1个模型文件】

flux.1-fill-dev-OneReward-unet_fp8.safetensors

https://www.liblib.art/modelinfo/5692c9ed2e844b02ad15ef4d217a2743

【2个Lora】

Flux.1-fill-OneReward-LoRAs

https://www.liblib.art/modelinfo/79affa97c1794059a9d1849370128bed

[Flux Fill] Object Removal

https://www.liblib.art/modelinfo/44b741cfac104d45885e05b3b60b5ae0

------------------------------------------------

OneReward 是一种新颖的视觉领域 RLHF 方法，通过使用 Qwen2.5-VL 作为生成奖励模型来增强多任务强化学习，显著提高了策略模型在多个子任务中的生成能力。基于 OneReward，FLUX.1-Fill-dev-OneReward - 基于 FLUX Fill [dev]，在图像修复和外延任务中超越了闭源的 FLUX Fill [Pro]，为未来统一图像编辑研究提供了强大的新基准。

------------------------------------------------

基础模型：

black-forest-labs/ ：黑森林实验室。

bytedance-research/OneReward ：字节跳动研究团队开发的 OneReward 模型，用于强化学习优化。

yichengup/flux.1-fill-dev-OneReward ：由 yichengup 开发的结合 Flux.1-Fill-dev 和 OneReward 的模型，专注于图像填充和扩展任务。

标签：

flux ：Flux 系列模型。

flux-fill ：Flux 系列中的图像填充功能。

onereward ：OneReward 强化学习方法。

------------------------------------------------

FLUX.1-Fill-dev 是由 Black Forest Labs 研发的一款开源的图像修复和扩展模型，以下是其详细介绍：

基本信息

模型架构：采用 Rectified Flow Transformer 架构，结合扩散模型的生成能力，能够根据文本提示智能填充图像的缺失区域。

参数规模：拥有 120 亿参数。

训练方式：采用 Guidance 蒸馏优化推理速度。

授权方式：模型权重已公开，生成的内容可用于个人、科学和商业用途，但需遵循 FLUX.1 [dev] Non-Commercial License。

核心功能

图像修复：能够根据文本描述和二值遮罩，填充图像中缺失或被移除的区域，实现高精度图像修复。

图像扩展：支持 outpainting，即无缝地扩展现有图像的边界。

文本理解与生成：能理解复杂的文本指令，并结合图像上下文生成自然、连贯的修复结果。