Flux：一个先进（且开源）的文本到图像模型，可与Midjourney相媲美

Flux: 一个高级（且开源）的文本到图像模型，可与Midjourney媲美

---

Flux是一个先进的文本到图像模型，它利用了最新的人工智能技术来生成高质量的图像。这个模型是开源的，意味着任何人都可以访问、使用和修改它的代码，从而推动了人工智能领域的创新和发展。Flux的性能与Midjourney相当，后者是一个知名的商业文本到图像模型。

特点

1. 高级生成能力：Flux能够理解复杂的文本描述，并生成与之匹配的图像。
2. 开源：作为一个开源项目，Flux鼓励社区贡献和协作，以改进模型的性能和功能。
3. 可定制性：用户可以根据自己的需求调整模型的参数，以生成特定风格的图像。
4. 多语言支持：Flux支持多种语言的文本输入，使其具有更广泛的应用范围。
5. 高性能：Flux在生成图像的速度和质量上都表现出色，能够与市场上的顶级模型竞争。

技术细节

• 神经网络架构：Flux采用了一种先进的神经网络架构，能够高效地处理和生成图像。
• 训练数据：模型使用了大量的图像和

新的一天，新的模型！我将为您提供FLUX功能概述，并解释您如何可以本地尝试或使用APIs进行尝试。

我的第一张用Flux制作的图片 介绍

Flux 是 Black Forest Labs 开发的一个了不起的文本到图像模型的最新开源版本，包括一些 Stable Diffusion 的创造者。 它拥有令人印象深刻的120亿参数，提供了与Midjourney相当的性能（我听过很多次这种说法；Flux确实看起来非常相似）。

快速版本的示例 模型变体

Flux 有三种不同的版本，它们在许可证类型、大小和可用性方面有所不同。以下是快速回顾：

1. Flux Free - 这是免费版本，适用于个人和小团队。它提供了基本的功能，但有一些限制，比如不能使用某些高级功能和插件。

2. Flux Pro - 这是专业版，适用于需要更高级功能和定制选项的开发者和团队。它包括了所有Flux Free的功能，以及额外的高级特性和支持。

3. Flux Enterprise - 这是企业版，为大型组织和企业设计，提供最高级别的功能、安全性和支持。它通常包括定制开发、集成和优先支持服务。

选择适合您需求的Flux版本，以确保您能够充分利用其提供的工具和资源。 * FLUX.1 [开发]: 基础模型，根据非商业开源许可证提供，供社区使用。 * FLUX.1 [快速]: 基础模型的更快、更精简的版本，根据Apache 2许可，速度高达10倍。 * FLUX.1 [优势]: 一个通过API访问的闭源版本。 关键特性

• 图像质量提升：能够生成高分辨率、视觉上吸引人的图像，与Midjourney相媲美。
• 精确的人体解剖学和照片级真实感：提供高度逼真且解剖学上准确的视觉效果（这是Stable Diffusion 3所缺乏的）。
• 提升提示遵循度：根据输入描述提供更准确的输出，包括长和复杂的提示。
• 卓越速度：特别快速的处理能力，尤其是使用快速版本时，对要求高的应用非常有益。
• 商业用途：较小的版本附带Apache许可证，这意味着它可以用于商业用途！
• 不适宜工作场所的过滤器可以被移除，因此对于Flux来说，审查似乎是有限的。

直接来自

announcement

请注意，尽管有所改进，该模型仍然相当庞大，最小版本的模型需要高达24GB的RAM。 所以不要期望在内存较低的GPU上运行它——希望将来会有一个蒸馏过的、更轻量级的版本可用！ 再补充一点评论：虽然开发版是非商业性的，但专业版是商业化的，我认为这是一种合理的支持开发的方法（训练新模型是昂贵的！） 下载和测试

模型权重可以从以下链接下载：

Black Forest Labs on HuggingFace

你可以使用ComfyUI在本地运行它们。 您可以从他们的示例中获取一个ComfyUI工作流程示例。

FLUX examples

不需要自定义节点，模型已经原生支持。

ComfyUI的Flux工作流程，注意使用UNET节点

---

ComfyUI的Flux工作流程

在ComfyUI中，Flux是一个强大的工具，它允许用户通过定义一系列操作来自动化任务。以下是使用UNET节点实现Flux工作流程的步骤：

1. 定义目标：首先，确定你想要自动化的任务或流程。

2. 创建Flux：在ComfyUI中，创建一个新的Flux实例。

3. 添加节点：使用UNET节点来构建你的工作流程。每个节点代表一个操作或决策点。

4. 配置节点：

5. 输入节点：设置输入参数，如触发Flux的条件。
6. 处理节点：定义任务执行的具体步骤。

7. 输出节点：确定任务完成后的输出结果或下一步操作。

8. 连接节点：使用UNET的连接功能将各个节点按照逻辑顺序连接起来。

9. 测试Flux：在实际部署之前，运行Flux以确保所有节点按预期工作。

10. 部署Flux：将Flux部署到生产环境，以便自动化任务可以自动执行。

11. 监控和优化：监控F 很遗憾，我无法在本地生成任何图像，因为我的GPU不够强大。 如果您处于相同的情况，您可以尝试使用他们的API。