Regional Prompter умер на Flux, но выжил там, где вы его не ждали

#ai #llm #api #chatgpt

Два открытых issue в GitHub — по Forge и по ComfyUI — почти два года ждут ответа мейнтейнеров, и это лучше любого форумного спора показывает, что реально сломалось в управлении кадром

В декабре 2024-го пользователь Forge открыл запрос на поддержку Flux в Regional Prompter — issue #2403 остаётся без ответа. Месяцем раньше похожий запрос появился в ядре ComfyUI — issue #5497 тоже висит с ноября 2024-го. Молчание мейнтейнеров — не приговор, но и не совпадение: оно совпадает с архитектурным фактом. Regional Prompter строился на attention-хуках UNet, а Flux и другие модели-трансформеры (DiT) устроены иначе, и хук просто не за что зацепить. Кто в 2026 году гуглит regional prompter stable diffusion и переносит рабочий SDXL-сетап на Flux буквально, получает не размытые границы регионов, а полное отсутствие деления — и тратит вечер на дебаг несуществующей проблемы вместо смены инструмента.

Что на самом деле живо

Сам плагин не заброшен. У репозитория hako-mikan 1.8 тысячи звёзд, а в конце января 2025-го вышло обновление под reForge — Attention- и Latent-режимы деления кадра работают почти как в 2023-м, если вы сидите на A1111, Forge или reForge и генерируете на SD1.5, SDXL или Illustrious. Это ровно тот контраргумент, который стоит признать честно: для большинства локальных пользователей ничего не сломалось. Автор гайда закрывает утечку не улучшением Regional Prompter, а дополнительным проходом Adetailer с SEP-токенами, работает без изменений. Нарратив «техника regional prompting устарела» был бы преувеличением — ломается конкретно совместимость с архитектурой DiT, а не сам механизм.

Но вопрос не «жива ли техника вообще», а «на чём вы генерируете сегодня». Если вы уже переносите пайплайн на Flux или другие DiT/few-step модели, контраргумент теряет силу: рабочий UNet-инструмент остаётся рабочим только там, где у него есть UNet, а не в новой архитектуре.

Чем закрывают дыру на Flux

Практика уже нашла обходной путь, просто не там, где ждали релиза. На стороне Forge/reForge место Regional Prompter занял форк Attention Couple sd-forge-couple, а для самого Flux есть отдельный form flux-couple — другой автор, другой репозиторий, механика похожая, но формального паритета функций с оригиналом нет и никто его не гарантирует. Переезд означает смену инструмента целиком: другой набор багов и другое сообщество поддержки.

На академическом фронте интереснее: команда InstantX и Peking University опубликовала training-free метод регионального промптинга прямо для MMDiT-архитектуры Flux — в 9 раз быстрее референсного RPG при 16 масках одновременно. Метод существует, работает, но не встроен ни в один стабильный релиз — только сторонние ComfyUI-ноды вроде Fluxtapoz и FluxRegionAttention реализуют его логику. Разрыв между «метод решён исследователями» и «метод доступен в интерфейсе» здесь буквальный: два issue-трекера, ни одного мерджа. По сути, запрос regional prompter stable diffusion применительно к Flux в середине 2026 года упирается в сборку из чужих форков; готовой функции интерфейса за ним пока нет.

Негативный промпт больше не общий язык

Второй слом менее заметен, потому что не ломает интерфейс — он молча перестаёт работать. Мейнтейнер Forge lllyasviel описал это прямо: на Flux-dev при рекомендуемом CFG=1 UI сам отключает негативный промпт, заменяя классический guidance механизмом Distilled CFG со значением по умолчанию 3.5. Так задумана дистилляция модели, и интерфейс просто честно отражает её устройство. Академическая работа по VSF формулирует ту же проблему шире: на few-step моделях расхождение сигналов позитивного и негативного промптов даёт артефакты вместо исключения нежелательного контента, и на собственном бенчмарке NegGenBench авторы получают negative score 0.545 против 0.300 у классического CFG на 28-шаговых моделях — цифра вендорская для их же метода, но направление показывает верно.

Практический вывод отсюда простой: негатив стал модель-зависимым, и диапазоны удобнее держать перед глазами:

Модель	CFG	Роль негативного промпта
SD1.5	7–12	обязателен, работает классически
SDXL	5–9	полезен, но короткий список лучше длинного
SD3.5	3.5–5	опционален, иногда удаление улучшает результат
Flux-dev	1	игнорируется, работает Distilled CFG

Цифры взяты из независимого разбора aiphotogenerator.net — это блог-агрегатор без раскрытой методологии подбора диапазонов, поэтому таблица годится как ориентир; за протестированный стандарт её выдавать нельзя.

Есть и вторая часть проблемы, чисто человеческая, — привычка. Практик под ником KasumiWorks в личном блоге называет длинные негативные промпты, скопированные из эпохи A1111, карго-культом: в ComfyUI-воркфлоу они дают эффект усреднения по множеству направлений и сглаживают детализацию, вместо этого автор держит короткий точечный негатив и переносит контроль на CFG, сэмплер и денойз апскейла. Это анекдотический опыт одного человека, без контролируемого сравнения, но механизм — усреднение по множеству направлений — совпадает с тем, что описывает VSF на уровне архитектуры. Два независимых источника разного класса указывают в одну сторону, и это достаточное основание перестать копировать чужой стоп-лист 2023 года и написать свой короче.

Где регионы всё равно текут

Даже когда инструмент подобран правильно, полной изоляции зон кадра можно не получить. Пользователь под ником Serallan в неотвеченном треде на GitHub сообщает, что сочетание Regional Prompter в Latent-режиме, раздельных LoRA по зонам и ControlNet не даёт полной изоляции — стили LoRA просачиваются между регионами, хоть и слабее. Это одно неподтверждённое сообщение без шагов воспроизведения, но тот же независимый воркфлоу-гайд на Civitai описывает ту же проблему под другим именем — «цветовое заражение» черт одного персонажа на другого при чистом делении BREAK-токенами. Воркфлоу-гайд на Civitai про цветовое заражение и Adetailer SEP — лица дорабатываются раздельно после общей генерации, вместо попыток добиться идеального деления на этапе диффузии.

Похожая честность есть и на стороне ControlNet. Вендор Shakker-Labs, продвигая свою унифицированную Union-Pro модель для Flux на семь режимов управления, сам признаёт, что потолок качества у неё ниже, чем у специализированных ControlNet под конкретный режим — удобство одной модели вместо семи покупается ценой в точности.

Практический выбор

Три задачи требуют трёх разных инструментов, и смешивать их — источник половины проблем выше:

Разные объекты/стили в разных зонах кадра — на SD1.5/SDXL/Illustrious это Regional Prompter или BREAK-токены; на Flux — sd-forge-couple / flux-couple либо сторонние ComfyUI-ноды (Fluxtapoz, FluxRegionAttention).
Жёсткая структура кадра (края, поза, глубина) — ControlNet, специализированный под режим, а не универсальный Union, если качество критично.
Точечная правка без пересборки кадра (лицо, деталь, утечка стиля между регионами) — маска и inpaint, при мультиперсонажных сценах отдельным проходом Adetailer с SEP.

Из этих трёх задач одну можно прояснить до того, как вы вообще начнёте ставить форки: как выбранная модель обращается с негативом. Пара одинаковых промптов — с негативом и без — на нескольких image-моделях через один OpenAI-совместимый интерфейс (у provod.ai поддерживающий протокол клиент переключается заменой base URL и ключа, в пределах доступного там каталога моделей) быстро показывает, влияет ли негативный промпт на кадр или архитектурно игнорируется. Разведение зон так не проверить: региональные маски живут в плагинах, форках и нодах локальной сборки, а не в вызове текст-в-картинку — их всё равно придётся собирать у себя.

Пока Forge #2403 и ComfyUI #5497 остаются открытыми, регионалку на Flux каждый собирает сам — из сторонних форков и нод. К октябрю 2026-го оба issue могут закрыться мерджем, а версии Union-ControlNet и топ-моделей обновляются почти ежемесячно — карту из этой статьи стоит сверять заново, а не хранить как готовый ответ на год вперёд.

provod.ai — ведущие видеомодели в одном рабочем контуре

Сравнивайте подходы и выбирайте генератор под ролик, бюджет и темп производства: команде не нужно заводить отдельный баланс и заново организовывать доступ для каждого видеопровайдера.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Стоимость видео сохраняет официальный тариф 1:1: без собственной надбавки provod.ai за доступ к разным моделям.

Выберите видеомодель под свой сценарий: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai