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：

1. 画面更细节，效果更好
2. 图片文字支持更突出完整，输出更准确
3. 人物手部完整，符合现实，基本不会出错
4. 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
5. 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：

1. 黑板上的字准确体验
2. 人物的手结构正常
3. 质感效果按提示词的真实风格符合
4. 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。