最近又开始关注文生图模型方面的ComfyUI工作流了，把近期的FLUX模型和先对应的controlnet生态做了一些初步的测试，今天只讲心得和体会，不是最新的消息，更多是回顾与总结，如有错漏还请指正！

关于FLUX模型

最新版本

目前FLUX模型已经进化到FLUX-1.1-Pro版本了，可惜该版本只支持API方式调用，黑森林并没有公布开源的模型权重。

官方的合作渠道有：freepik、replicate、together、fal，感兴趣的朋友，可以注册这几个网站账号，个人推荐replicate，相对来说价格便宜（0.04美元/张），而且还有其他模型以及ComfyUI工作流直接调用。

满血版DEV

家用机就不建议上DEV了😂

满血版当然效果最好，但是不是一般机器能跑的动的，对内存和显存占用都极高，即使家用机顶配4090，如果搭配Ollama反推和controlnet模型，也是卡的一动不动的，完全发挥不了工作流的优势。

量化模型

FP8 模型

量化模型，明显降低了FLUX出图的资源占用，个人建议直接无脑ComfyUI官方的FP8模型即可，流程简单，效果跟满血版的dev相差不大。

GGUF

GGUF的效果也很优秀，效果比FP8稍微差点，尤其是对提示语的理解和细节延展方面。有网友反馈对手部的出图，容易崩坏。

如果资源16G以上显存，还是老实用FP8，这样出图质量有保障。

加速LoRA模型

加速模型就是字节和阿里妈妈出的加速LoRA模型，都可以实现8步出图，支持满血版的dev、fp8、gguf模型。我只测试了阿里妈妈的turbo-alpha加速LoRA，快确实很快，相对质量的损失还是不少的，个人建议，如果显存不是特别紧张，还是无脑FP8😂。

flux.1-lite-8B-alpha

由Freepik公司研发，对flux.1的一个裁剪量化模型，资源占用很少，速度不算快，质量还需要代入到更多场景进一步验证。

关于生态

controlnet

SDXL时代的辉煌离不开controlnet生态！目前来看，FLUX的生态依然没达到sdxl时代的繁荣，但逐渐也出现了可用的controlnet模型。

个人建议，depth、canny、openpose，就直接用FLUX.1-dev-ControlNet-Union-Pro，简单，省事，效果也很好。

IPAdater

由XLabs-AI训练，目前效果一般，没有sdxl时代那种得心应手的感觉，还需要再进化。

换脸Pulid

对于虚拟摄影，换脸是常用的工作流节点。sdxl的换脸有instantID、Pulid等等，效果都不错，而FLUX的Pulid，效果还需要进化，主要是换脸后的画面精度还不太够。

LoRA

这个就不展开说了，随便在C站、L站，搜索就有一堆了。现在训练也变得非常简单。感兴趣的可以看我之前的文章：# 【AI辅助设计】没错！训练FLUX LoRA就这么简单！

其他

其他的工作流常用的反推、抠图等，这放在sdxl时代的是一致的，可以通用。

写在最后

我确实很久没关注过ComfyUI文生图方面的AI技术了，主要是觉得flux的生态没起来，ComfyUI的工作流也还是受限的，许多玩法跟sdxl时代的相差不大。 现在Flux的生态也慢慢好起来，后面我估计会更新一波工作流，看怎么为设计赋能！

文中的观点，基于一些资料搜索和本人实测，未必准确，各位看官还需结合实际去实践哈~

更多 AI 辅助设计和设计灵感趋势，请关注公众号（设计小站）：sjxz00。