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！
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。
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 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/以下是Flux、Midjourney和Stable Diffusion模型的对比：
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。
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。
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。
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
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。
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。
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。
（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。
*注意：如果使用GGUF和NF4，需额外安装插件：
GGUF节点：https://github.com/city96/ComfyUI-GGUFNF4节点：https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF41、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。
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。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。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。
如用flux_dev_example工作流为例子，将图片拖放到comfyui
把flux_schnell_example拖入则得到如下：
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
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。
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 ')
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~
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
