FLUX来了：一个让AI绘画重新有意思的模型
打开社交平台，发现最近AI绘画圈又热闹起来——不是Midjourney发了新版本，而是一个叫FLUX的新模型悄悄刷屏。花了些时间研究了一下，发现确实有几个值得说道的亮点，值得专门写一篇。
所以这篇文章，会从团队背景、项目特色、安装配置、使用方法这几个维度，把FLUX聊透。
团队背景
聊AI绘画，绕不开Stable Diffusion——最知名、最强大、最火的开源AI绘画模型。它的故事大家都熟悉：2022年由Stability AI、Runway等多家机构共同推出，凭借逼真的图像生成能力迅速破圈。
但Stability AI有个特点：技术底子很硬，可产品风格总让人觉得少了点个性。而FLUX的团队恰恰来自这里，他们成立了一家新公司——Black Forest Labs。光听名字，就多了几分神秘和调性。
项目特色
SD从初代石破天惊之后，版本迭代不少，但真正令人眼前一亮的功能越来越少了。尤其是画手和文字生成这两个老大难问题，一直没被完美解决。FLUX在这两方面，确实拿出了真功夫。
图片质量提升了
以更高分辨率生成令人惊叹的视觉效果。这其实是“只可意会”的部分——训练素材的质与量，往往决定了模型的天花板。
超强的文字嵌入能力
在图片中添加文字，变得超级简单。不仅能正确显示，还能做到良好的视觉效果，而且支持大量文字的嵌入。这意味着做图文封面、海报，真的只需要动动嘴就能完成。要知道，目前闭源收费的ChatGPT DALL·E也没达到这个水平。
人物更加逼真自然
最直观的变化：手终于画对了。当然不止是手，整个人物更接近真实人类，脸部、肢体的扭曲问题大幅减少。对于一个AI模型来说，准确理解人类的外形结构，才是关键所在。
生成内容更加精准
根据输入获得更准确和相关的图像。早期SD模型需要大量的正向关键词和负向关键词来“控制”生成结果，但很多时候仍是鸡同鸭讲。FLUX在这方面提升明显，比如输入“a tiny astronaut hatching from an egg on the moon”，一句简短的话就还原了月球、蛋、小宇航员这几个元素，且融合得体。
不过，所有优点加在一起，都比不过最核心的一个：开源。
使用完全开源的ComfyUI，就能免费、离线运行。Midjourney很强，但每月几百块钱的订阅费摆在那里；ChatGPT的绘画能力也要20刀一个月。这么一对比，哪怕能力稍弱，FLUX都显得格外香了。
模型分类
这次发布三个版本：pro、dev、schnell。
- FLUX.1 [pro]：闭源，只能通过API调用。
- FLUX.1 [dev]：开放版模型，以非商业许可开源，适合开发者与个人玩家。
- FLUX.1 [schnell]：精简版，运行速度更快，采用Apache 2许可证，可商用。
我们普通玩家能用到的最强版本，是DEV版。参数规模达到120亿（12B），模型文件约23GB。为了照顾低配设备，社区又推出了DEV的FP8精度版本。分界线大概在16GB显存。
说了这么多，到底怎么上手？
安装配置
FLUX刚发布时，周边配套还不太完整。SD WebUI暂时没跟上，好在ComfyUI完美适配。所以安装配置环节，实际上就是安装ComfyUI。
ComfyUI是一个图形化界面工具，核心特点是节点化设计——简洁、美观、强大，当然入门门槛也稍高。但它对AI绘画的支持非常及时和全面，目前已经覆盖SD1.x、SD2.x、SDXL、Stable Video Diffusion、Stable Cascade、SD3、Stable Audio，以及这次的Flux等模型。
安装其实很简单：项目主页提供一键运行包，下载后解压即可运行，并且会针对不同显存自动优化。
下载后得到.7z压缩文件，解压到当前文件夹，打开目录，双击run_nvidia_gpu.bat即可运行。
使用教程
使用教程本质上就是ComfyUI教程。ComfyUI虽然节点化设计门槛偏高，但它支持workflow加载，这相当于万能模板——可以让你在不理解细节的情况下，先跑起来。
运行FLUX前，需要准备好FLUX主模型、CLIP模型、VAE模型。
FLUX主模型配置
本次选择dev版，考虑到原版模型太大，使用fp8低配版：flux1-dev-fp8.safetensors。将模型放在ComfyUI的unet文件夹下。
路径：ComfyUI\models\unet
CLIP和VAE配置
CLIP和VAE可以理解成“翻译家”和“草图艺术家”，能帮我们提升作品质量。
CLIP路径：ComfyUI\models\clip
VAE路径：ComfyUI\models\vae
Workflow加载
所有模型归位后，双击run_nvidia_gpu.bat启动软件。启动成功后会自动打开浏览器，显示默认工作流。将准备好的工作流文件（json或png格式）拖到页面上，软件就会自动加载。
一键生成
一切就绪后，点击网页上的“Queue Prompt”，一键出图。
点击后，软件会加载模型并逐步运行，生成的图片显示在右侧区域。
到这里，你已经成功用FLUX创作了一张图片。接下来可以调节参数，玩出更多花样。
ComfyUI节点简介
这个工作流涉及节点较多，但理解了其实也很简单。重点看下图中的五个关键节点：
① 加载FLUX模型 两个参数：模型名称和模型类型。点击左右箭头切换，具体数值参考上图。如果文件夹下没有模型，这里无法选择。
② 加载CLIP模型 可以加载两个CLIP，类型有三种：flux、sdxl、sd3。今天用flux。
③ 加载VAE模型 加载flux_ae.sft模型。
④ 种子生成器 一个数值选项和一个生成方式。数值自动生成。方式分为fixed（固定）、increment（递增）、decrement（递减）、randomize（随机）。固定时，数值不变，便于在同一基础上调整；随机时，每次结果不一样，适合抽卡。
⑤ 长宽批量 设置图片的长、宽和一次性生成数量。调整比例可生成横屏、竖屏、方形等不同尺寸；调整批量可批量生成。
⑥ 提示词 文生图模型的核心就是文字描述。早期模型需要大量正面词和负面词来控制结果，但随着模型提升，负面词已经内置甚至不那么重要了。正面的提示词也可以越来越简单。你想画什么就说什么——所谓“提示词工程”，看来是个伪命题了。最终会趋向自然语言，你对它的理解深度，决定了它的表现上限。
经过测试，RTX3060 12G生成一张图片需要几分钟（显存小，ComfyUI会使用低显存模式加载模型，导致速度慢）；RTX3090上，大概20几秒一张，效率比预期高很多。