1. 关于FLUX fill，它的通道拼接顺序能说一下吗？2. SD 1.5和FLUX的VAE，它俩有什么不一样的地方？FLUX的img_latent通道数是多少，还记得吗？3. Kontext的位置编码，在处理ref和noise_latent的时候，有什么区别对待吗？4. Lora的原理能简单讲讲吗？5. FLUX系列的整体框架是怎样的？里面的MMDIT是怎么处理双流和单流输入的，对于文本和图像这两个不同的模态，它又是怎么融合处理的？6. 在MMDIT里，联合注意力计算完之后，数据会流经哪些层？