最适合设计师的Flux基础工作流教程讲解（上）

大家好，我是三石。

最近发现大家对Flux模型及其ComfyUI工作流不太清楚，不知道跟SDXL、SD1.5的区别是什么，也不太清楚工作流的基础搭建和SDXL这类的工作流的区别，包括后面的ControlNet的搭建，感觉晕晕的。

现在我将通过上下两篇文章帮助大家更好地理解Flux模型和工作流的搭建，并共安排8个典型的工作流搭建方法（上下两篇），如文生图、图生图、放大、遮罩重绘、物品替换、风格迁移等。让大家迅速适应并熟悉Flux的工作流搭建方法，为后续的学习打好夯实的基础！

本篇我们将学习flux模型解析和4个基础工作流：

Flux模型是由黑森林团队（Black Forest Labs）于2024年8月推出的最新一代的文生图大模型，特点就是分辨率高、提示词精准和识别能力强。目前是业内开元大模型的标杆。当然，现在QWEN已经出来了，后续有机会可以给大家做个模型之间的比较。下方是FLUX模型生成的一些图片，我们看下实际出图效果，会发现在细节上会比SDXL等老版本的模型表现更加出色，光感和材质的质感也表现的很出色。

所以我强烈建议大家使用最新的模型来出图，虽然后面的ComfyUI工作流在搭建上有些许的差异，但是还是值得我们使用的。那FLUX的模型在哪里下载呢？

截止目前，Flux模型有三大版本，分别是FLUX.1(pro)、FLUX.1(dev)和FLUX.1(schnell)三个大版本。之间的差别如下图：

此外，FLUX模型对文字的理解能力也很强，比如我输入提示词：

"Under the sea, four large letters 'LOVE' floating in clear seawater, each letter with a smooth, semi-transparent surface reflecting sunlight filtering through the water, surrounded by small bubbles and shimmering particles, soft light rays penetrating from above, creating a dreamy and romantic atmosphere, digital art style, hyper-detailed, vibrant colors, realistic water texture, 8K resolution"。

得到下面这张图，不会出现不理解文字的情况。

大家如果想下载模型的，可以登录HugggingFace官网的Black Forest Labs 主页进行下载，如下图。如果本地电脑配置低，也建议大家用在线ComfyUI平台运行，好处就是不用自己费劲装模型。

还有一点就是大家别忘了下载Flux的专属VAE模型，如下图：

既然Flux模型这么强，那我们有必要了解它为什么这么强？原因是什么？知道了底层原理，我们对模型才能真正摸透，而不是停留在表面山的理解。

我们都知道，大模型的训练需要先学习，比如我想生成猫的图片，那首先需要让计算机先学习几百张猫的图片，然后我们给这些图片“打标签”，再转换成计算机能理解的语言，这是一个基础的模型学习和训练过程，但真实情况远比这复杂的多（涉及很多技术和算法知识）。

所以学习的数量和质量就尤为关键。在网上我大概了解到：

那学的数量多，自然出图的效果好。而且，SD1.5的训练图片尺寸是512*512，而SDXL的训练图片尺寸是1024*1024, FLUX也是1024*1024，因此，我们会发现SDXL和Flux的出图效果要比SD1.5好很多，也清晰很多。在提示词的理解能力上，Flux基于多模态架构，能够理解多模态指令，所以对提示词的理解能力更强。

关于这三个模型的差异，大家可以看下图：

了解了Flux模型的优势及与其它模型的差异，我们现在就可以着手开始搭建最基础的Flux文生图工作流了。与传统的SDXL的文生图工作流不同的是，Flux模型中没有CLIP和VAE，所以我们需要将原来的【Checkpoint加载器】节点变成三个不同的节点来组合使用，如下图所示。在【Checkpoint加载器】中有三个输出，分别是MODEL、CLIP和VAE，换到FLUX，就需要分别加载【UNet加载器】、【双CLIP加载器】和【加载VAE】三个节点。

第二个差异点是Flux不需要负面提示词，所以原来SDXL这些模型的CLIP输入需要输入正向、负向两段提示词，现在换到Flux，只需要输入正向提示词。因此我们还需要用到【条件零化】节点，将负向提示词直接零化掉。再连接到K采样器即可，如下图。

第三个差异点是再【CLIP文本编码器】和【K采样器】之间，还多了一个【Flux引导】节点。这

。【Flux引导】的数值对画面的影响还是比较大的，引导系数越大，图像和提示词的匹配度越高，但是缺乏艺术表现力；反之，数值越小，出图更有创意。

我们可以做个简单的测试，输入以下提示词（提示词来自网络，仅为参考）：

Surreal 4k painting of a beautiful alien princess with expressive lilac eyes and cosmic features. Her skin appears to be composed of intertwined bioluminescent particles, surrounded by neon lights and floating, colorful orbs in a fantastical forest environment, with exotic animals creating a mesmerizing and otherworldly atmosphere, cinematic composition.

我们分别设置Flux引导系数为2.5、3.5、10、20，得到的画面如下图，

。

最后一个差异点就是在【K采样器】中，我们需要把“cfg”的数值调整为1。cfg的意思是对提示词的契合度，因为前面已经有【Flux引导】来代替“cfg”了，所以【K采样器】里的“cfg”需要设置为1，也就相当于“禁用cfg”了。

到这里，我们就将Flux模型在ComfyUI中的基本文生图工作流搭建结束了。如下图：

了解了Flux的文生图工作流，图生图工作流就比较简单了，跟SD的图生图工作流是一样的，我们只要把上传的图片先通过【VAE编码】连接到【K采样器】的“latent_image”（也就是潜在空间），再设置“降噪”数值为0.8左右即可，这样相当于告诉模型80%参考提示词，20%参考图片，所以出图结果会更偏上传的图片，如下图所示。

当然，我们还可以通过提示词反推节点来获得跟原图类似的结果，这里用到的节点是【Joy Caption Two】，如下图，我们将上传的图片给到【Joy Caption Two】输出提示词，再将提示词输入给【CLIP文本编码】。

其余连接保持不变，这样我们就能得到一张跟原图类似的图案，如下图。

局部重绘工作流需要用到【Detailer (SEGS)】局部细化节点来替代【K采样器】，然后用【MASK to SEGS】遮罩到Seg来将需要重绘的部分给到【Detailer (SEGS)】的“Seg”，如下图所示。需要注意的是在【Detailer (SEGS)】节点中，也需要将“cfg”数值调为1，并且将“denoise”数值下调。

最后在【CLIP文本编码】中输入想要替换的内容，如下图，我想将女孩的头发变成红色，就要输入“red hair”。如下图，这里我把“denoise”降噪设置为了0.95。如果设置为1的话，相当于100%参考提示词，最终出图的头发会完全变成另外一个样子，如下图2。

最后给大家分享的是Flux的高清放大修复，该工作流跟SD的高清放大差不多，都是用到【Ultimate SD Upscale】节点，在文生图中，只需要把该节点连接到【K采样器】后面就可以了，连接方式也比较简单，该节点中虽然参数很多，但是需要了解的只有“upscale_by”、“cfg”、“scheduler”和“denoise”四个参数，它们的作用分别是：

下图是放大前后的对比，可以看出，发丝、盔甲等细节都比放大前要清晰很多。

整个工作流如下：

在图生图中，我们也可以使用【Ultimate SD Upscale】节点将图片进行高清放大修复，搭建的流程差不多，但是不需要【K采样器】了，直接连接到【Ultimate SD Upscale】节点就行。然后在【CLIP文本编码器】中输入一些关于质量的词汇，如：high quality, detailed, highly detailed, hd, 8k , 4k, sharp

整个工作流如下图：

ok，今天的分享到这里就结束啦，本篇文章主要帮助大家从0-1熟悉Flux模型和之前模型的差异点，并分享了flux模型基本工作流的搭建方法，包括文生图、图生图、局部重绘、高清放大。不难发现，工作流中很多节点和之前的SDXL、SD1.5没有太大改变，只是在模型加载和提示词调整这两部分有些许的变动，所以大家不用担心Flux的上手难度会很大。了解了原理之后，我觉得反而比之前的工作流更精简、也更容易理解了。

下一篇文章，我会和大家分享Flux的进阶工作流，包括换背景、万物迁移、风格迁移、修复手型等工作流，期待一下吧。

谢谢！

喜欢我的可以关注下哦，坚持输出AIGC普惠知识，让设计师AI不迷路。