🎢 Deel 2: de wittebroodsweken zijn voorbij — FLUX.1-dev, Ollama en nog steeds niet helemaal

🌐 Ook in: English · Deutsch · Français · Español · Italiano · Português · Polski
In mijn vorige post was ik, laten we zeggen, extreem enthousiast. Mijn oude tower-pc genereerde ineens afbeeldingen uit Duitse prompts, draaide als een nette systemd-service, met een eigen kleine web-UI in ChatGPT-stijl. Ik zweefde praktisch. Heel wat prompts later: de euforie is wat afgekoeld. Niet verdwenen — maar ik ben tegen een muur gelopen waar het de moeite waard is om over te schrijven, omdat die me iets belangrijks leerde over hoe deze beeldmodellen onder de motorkap echt werken.
⚙️ Wat we sinds de vorige keer veranderd hebben
Er zijn twee upgrades geweest:
- FLUX.1-schnell → FLUX.1-dev. “Schnell” is de op snelheid geoptimaliseerde, “gedistilleerde” versie van FLUX met 4 stappen — snel (~1 min/afbeelding) maar merkbaar slordig met details en nauwkeurigheid ten opzichte van de prompt. FLUX.1-dev gebruikt ~20 stappen en een extra “guidance”-node, en ruilt snelheid (~2-3 min/afbeelding) in voor scherpere, fotorealistischere resultaten en het beter opvolgen van instructies.
- Ollama + qwen2.5 (7B) toegevoegd als prompt-preprocessor. Dit is een apart LLM dat alleen tekst verwerkt en nu vóór FLUX in de pipeline zit. Mijn korte Duitse prompts worden automatisch vertaald en uitgebreid tot gedetailleerde Engelse beschrijvingen (camerahoek, belichting, stijl) voordat FLUX ze überhaupt ziet — omdat het tekstbegrip van FLUX vooral is getraind op lange, gedetailleerde Engelse bijschriften, niet op “Auto am Strand, Vorderansicht”.
De hoop: beter basismodel + betere prompts = merkbaar betere, beter controleerbare resultaten over de hele linie. 🤞
✅ Het goede nieuws: simpele dingen zijn nu echt goed
Voor rechttoe-rechtaan-verzoeken als “genereer een afbeelding van X” is deze combinatie echt goed. Mijn vaste test — “een gouden Honda S2000 op het strand, vooraanzicht” — kwam terug als een echte vooraanzichtfoto van een gouden S2000 op een strand, goed belicht, als een autoreclame. Zelfs met de gerespecteerde instructie over het gezichtspunt, iets wat eerdere pogingen gewoon... niet deden. Dus: tekst naar beeld, in het Duits, voor relatief simpele scènes? 👍 Werkt goed.
❌ Het slechte nieuws: gerichte wijzigingen aan een afbeelding werken niet goed
Maar hier zit mijn eigenlijke use case: ik wil niet alleen willekeurige nieuwe afbeeldingen — ik wil een bestaande afbeelding nemen en specifieke, gerichte wijzigingen toepassen. “Laat de draak blauw vuur spuwen.” “Maak deze auto rood.” “Zet deze persoon een zonnebril op.” Dat soort dingen. En hier lopen de wielen er nog steeds af. De img2img-pipeline die we bouwden werkt met één enkele schuifregelaar voor “hoeveel moet dit veranderen” (denoise strength), en de afweging is meedogenloos:
- Lage denoise → de gevraagde wijziging is nauwelijks te zien
- Hoge denoise → ik krijg een volledig andere afbeelding die vaag bij de nieuwe prompt past, maar de oorspronkelijke compositie, pose, kleuren — eigenlijk alles wat ik wilde houden — is weg
Er is geen middenweg waarin “houd de afbeelding, verander alleen dit ene ding” echt gebeurt. Het is óf “niets veranderd” óf “nieuwe afbeelding, RIP origineel”. 😬 Dit is, botweg gezegd, nog niet vergelijkbaar met wat ChatGPT of Grok doen als je een afbeelding uploadt en om een gerichte bewerking vraagt — dat voelt als echte bewerkingen. Wat ik nu heb, voelt meer als “gooi de dobbelstenen opnieuw, maar verzwaar ze een beetje”.
🤔 Waar laat dat de eis?
Nog steeds open, eerlijk gezegd. De upgrade naar FLUX.1-dev + Ollama was een echte verbetering voor generatie — beter promptbegrip, meer detail, Duitse invoer netjes afgehandeld. Maar mijn oorspronkelijke doel — “upload een foto, zeg wat er moet veranderen, krijg dezelfde foto terug met dat ene ding veranderd” — is nog niet opgelost. Voor zover ik begrijp, vraagt dat waarschijnlijk om een heel ander soort tool — iets wat specifiek gebouwd is voor bewerken op basis van instructies (masking/inpainting, of speciale “edit”-modellen), in plaats van de generieke, op denoise gebaseerde img2img die we nu gebruiken. Dat is het volgende konijnenhol. 🐇 Meer daarover zodra ik (of liever gezegd mijn AI-copiloot) het uitgevogeld heb.
📚 Meer in deze serie: mijn eigen AI draaien
