Flux：一种与 Midjourney 相当的先进（开源）文本转图像模型

新的一天，新模型！我将为您概述FLUX的功能，并解释如何在本地或使用API进行尝试。

我用Flux制作的第一张图片

介绍

Flux 是由 Black Forest Labs 开发的最新 开源 文本到图像模型的发布版本，其中包括一些 Stable Diffusion 的创作者。

它拥有令人印象深刻的 120亿 个参数，提供与 Midjourney 相当的能力（我听说过很多次；Flux 确实似乎非常相似）。

来自 schnell 版本的示例

模型变体

Flux 有三种版本，它们在许可证类型、大小和可用性上有所不同。以下是快速回顾：

• FLUX.1 [dev]: 基础模型，采用非商业开源许可证供社区使用。
• FLUX.1 [schnell]: 基础模型的更快、精简版本，采用 Apache 2 许可证，速度快达 10 倍。
• FLUX.1 [pro]: 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、视觉上令人愉悦的图像，堪比 Midjourney。
• 准确的人体解剖和照片真实感：提供高度真实和解剖学准确的视觉效果（这是 Stable Diffusion 3 所缺乏的）。
• 改进的提示遵循性：根据输入描述提供更准确的输出，包括长且复杂的提示。
• 卓越的速度：处理速度显著，特别是在 schnell 版本中，适合于要求苛刻的应用。
• 商业用途：较小版本附带 Apache 许可证，意味着可以用于商业用途！
• NSFW 过滤器可以移除，因此对 Flux 的审查似乎有限。

直接来自 公告

请注意，尽管有所改进，该模型仍然相当庞大，最小版本需要高达 24GB 的 RAM。

所以不要指望在低 RAM 的 GPU 上运行——希望能推出一个精简和轻量的版本！

还有一点评论：虽然 dev 版本是非商业的，但 pro 版本是盈利的，我认为这是支持开发的合理方法（训练新模型是昂贵的！）。

下载和测试

模型权重可以从 Black Forest Labs on HuggingFace 下载，您可以使用 ComfyUI 在本地运行它们。

您可以从他们的 FLUX 示例 获取 ComfyUI 工作流示例。无需自定义节点，模型已原生支持。

ComfyUI 的 Flux 工作流，请注意 UNETs 节点的使用

不幸的是，我无法在本地生成任何图像，因为我的 GPU 功能不足。

如果您也处于同样的情况，可以通过他们的 API 或在 Replicate 上尝试该模型（价格：$0.003 的 _schnell_，$0.03 的 dev 和 $0.055 的 _pro_）；