Midjourney 和 Stable Diffusion 都是目前流行的 AI 图像生成工具，它们能够根据文本描述生成高质量的图像。都是基于深度学习技术的文本到图像生成模型，但它们各自基于不同的大模型。
但最近推出了一款比前两者更强大，生成图像更加逼真，在细节上更符合现实世界的模型，就是 FLUX！
一、什么是 Flux？
Flux AI 是由 Black Forest Labs 推出的一款最新的文本生成图像模型，这个团队是由从 Stable Diffusion 离开的原班人马，创立的全新用于 AI 绘图的大模型。Flux AI 模型以其卓越的视觉质量、精确的提示词遵循、多样化的风格和复杂场景生成能力而著称。它包含三个版本：FLUX.1 [pro]、FLUX.1 [dev]和 FLUX.1 [schnell]，分别针对不同的使用场景和需求。
FLUX.1 Pro
是专为商业用途设计的闭源模型，提供最先进的图像生成性能。
FLUX.1 Dev
是一个开源的引导蒸馏模型，适用于非商业应用。
FLUX.1 Schnell
是专为本地开发和个人使用设计的快速版本。
Flux AI 模型采用了创新的混合架构，结合了多模态处理能力和并行扩散机制的 Transformer 技术，并扩展至高达 120 亿个参数。这些模型在训练生成模型的方法上采用了流匹配技术，这种方法不仅通用性强，而且概念简洁，特别适用于包括扩散过程在内的各种情况。
官方网站： https://blackforestlabs.ai/
官网展示图片样例：
以下是 Flux、Midjourney 和 Stable Diffusion 模型的对比：
图像质量
Flux: 不需要其他插件的参与，本身就擅长生成高分辨率、细节丰富的图像，特别是在复杂场景和人体解剖学方面表现出色。
Midjourney: 以其艺术风格和高质量输出闻名，尤其在艺术性和风格多样性上有优势。
Stable Diffusion: 能够生成逼真的图像，适合需要真实感输出的项目。
速度和效率
Flux: 提供快速的图像生成，特别是 schnell 变体，适合需要快速原型制作和迭代设计的过程。大多数情况下不需要额外的下载风格模型，即可输出各种风格的图片。
Midjourney: 未明确提及速度，但通常商业模型可能会在云服务器上运行，可能存在排队等候的情况。
Stable Diffusion: 生成速度较慢，但在图像优化过程中提供更多控制。
处理复杂场景
Flux: 在处理复杂构图方面表现出色，得益于其先进的架构。特别是文字方面，flux 可以输出带文字的图片，只要提示词足够的准确可以直接输出设计海报级别的图片。
Midjourney: 能够处理复杂场景，但在某些情况下可能需要更多的迭代来达到理想效果。
Stable Diffusion: 在处理复杂场景方面可能存在一些限制。
人体解剖渲染
Flux: 在渲染人体解剖方面表现出色，尤其是手部细节，更加的完整还原。
Midjourney: 未特别提及，但通常能够生成具有艺术感的人物图像，难以指定准确描绘。
Stable Diffusion: 可能在准确描绘人体特征方面遇到困难。需要额外的插件或者后期的处理才能勉强更正或基本达到效果
灵活性和集成
Flux: 提供多种变体，适合不同的使用场景和需求，包括开源和专业模型。
Midjourney: 作为商业工具，可能在定制化方面有一定的限制。
Stable Diffusion: 开源模型，社区驱动，提供了丰富的定制化和集成选项。
开源与商业模型
Flux: 提供开源模型，鼓励社区参与和创新。
Midjourney: 为商业模型，提供专业的图像生成服务。
Stable Diffusion: 开源模型，有活跃的社区支持和持续的改进。
特定应用
FluxI: 适合需要高细节和准确表现复杂场景的项目。
Midjourney: 适合艺术创作和设计，尤其是在需要艺术风格和创意表现的领域。
Stable Diffusion: 适合对最终图像控制至关重要的真实感输出。
总结来说 flux：
- 画面更细节，效果更好
- 图片文字支持更突出完整，输出更准确
- 人物手部完整，符合现实，基本不会出错
- 模型包含风格多，支持风格多样，不依赖额外的模型协助补充
- 可忽略输入负面提示词，单靠正面提示词即可准确输出
通过以上对比，flux 之所以更强，是因为它的训练参数是比前两者更大，stable diffusion 3 是最高 8B 的训练参数，约 80 亿，而 flux 1 的开始就是 12B 的训练参数，足足 120 亿，多了好几倍！单个模型的大小就有 23G 大小，可想而知，Flux 强大是很有实力的。
二、Flux 模型的区别：主要分为下面三大模型
*注意：如果使用 GGUF 和 NF4，需额外安装插件：
GGUF 节点： https://github.com/city96/ComfyUI-GGUF
NF4 节点： https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4
三、如何部署安装 flux？
1. 保证你的 comfyui 是最新的版本。（本文使用秋叶老师的启动器）
点击启动器的版本，看到顶部的内核、扩展，依次点击右上角的一键更新按钮，更新到最新的即可。因为 flux 是 8 月前发布的，保证自己的 comfyui 是更新到 8 月 1 日之后的最新版本哦。
2. 进入官网的汉堡主页 https://huggingface.com/black-forest-labs/flux.1-dev
下载 ae.safetensors(即 vae）、flux1-dev.safetensors(即 unet)
3. 下载 clip 文件，进入 comfyui 的 github 主页找到 flux： https://github.com/comfyanonymous/ComfyUI_examples/tree/master/flux
从这里进入，看到 clip_l.safetensors、t5xxl_fp16.safetensors、t5xxl_fp8_e4m3fn.safetensors 这三个文件下载。
4. 文件放置位置：
5. 其他资源包括 controlnet 及 lora，在 xlab-ai 主页 https://huggingface.co/XLabs-AI
*注意如想使用 flux 模型的 controlnet、flux 模型的 iPadapter 等功能，，还需要在 comfyui 里面下载安装 XLabs-Ai 插件。在 comfyui 管理器里打开节点管理，然后搜索该插件并安装，然后重启 comfyui 即可。
6. 系统内存设置
注意采用的模型运行占内存比较大时，建议打开系统的虚拟内存：系统设置-高级-性能设置-高级-虚拟内存-勾选自动管理。
四、如何快速使用？
官方给出了相关使用的工作流，只需要把官方 github 的案例图片拖放到 comfyui 即可。看图片命名对应使用，值得我们学习。
官方案例工作流
如用 flux_dev_example 工作流为例子，将图片拖放到 comfyui
得到下面的工作流：
把 flux_schnell_example 拖入则得到如下：
划分结构：
flux_schnell_example 是最为简单的，4 步骤即可出图。
从简单的入手，在 flux_schnell_example 工作流里面尝试使用下面提示词：
一个穿着校服的女孩，拿着粉笔在黑板上写着开心文字，真实摄影，学校教室，半身构图，电影灯光，细节丰富，日式低饱和度
A girl wearing a school uniform, holding chalk to write happy words on the blackboard, real photography, school classroom, half body composition, movie lighting, rich details, Japanese low saturation
得到的出图：
- 黑板上的字准确体验
- 人物的手结构正常
- 质感效果按提示词的真实风格符合
- 出图效率高，无等待感，跟提示词吻合
接着我们在模型之间插入一个 lora 加载器，并且在网上下载了一个黑神话悟空的 lora 模型，加载进去（lora 来自 liblib.art 平台作者：AI 游戏课堂熊熊）
模型先使用 fp8 schnell，使用 lora 作者提供的描述词，然后启动队列，看到作者电脑 32G 内存，可以去到 85%到 98%上，显卡是英伟达 2080。
输入提示词：
悟空，在绘画室内，绘画，素描，画笔，写字，努力工作，（大文字“不想工作”）
Wukong,in the painting studio,painting,sketching,using a paintbrush, writing,and working hard (big text says’ don’t want to work ‘)
得到图像：
简单的描述，无需负面提示词，添加 lora 后人物手部，文字等都很好。
总的来说 flux 除了大模型需要强配置的电脑，较小的模型其实效果也错不了多少，对于普通的自媒体应用、方案创意等足够使用了。
另外除了简单的添加 lora 等，熟悉 comfyui 的话，添加放大增加细节的节点，甚至使用 controlnet 等高级应用都可以产生更多更好的效果。如有更好的提示词或者工作流，欢迎各位在评论区留言哦~