Flux图像模型教程：超越SD和MJ的开源生图新选择，安装配置与参数详解

前言：为什么Flux值得关注

作为一个AI绘画爱好者，我见证了从DALL-E到Stable Diffusion再到Midjourney的每一次技术迭代。但2024年底Black Forest Labs发布的Flux模型，真正让我感到惊艳。这个由Stable Diffusion原班团队打造的新模型，在多个维度上实现了对前辈的超越。

到了2026年，Flux已经成为开源AI绘画领域的主流选择之一。它最大的优势在于：图像质量堪比Midjourney，但完全开源可控；文字渲染能力远超SD系列；提示词理解准确，不需要复杂的提示词工程。

如果你是AI绘画的新手，建议先看看这篇AI绘画应用推荐了解整体生态。如果你已经在用SD或MJ，那Flux绝对值得你花时间来学习。

一、Flux模型家族介绍

1.1 Black Forest Labs是谁

Black Forest Labs由Stable Diffusion的原始创建者Robin Rombach和其他核心成员于2024年创立。他们离开Stability AI后，带着对AI图像生成的深刻理解，打造了Flux这个全新架构的模型。

公司名字来自德国黑森林地区，代表了团队对精密工艺的追求。截至2026年，Black Forest Labs已经获得了数亿美元的融资，成为AI图像生成领域最重要的公司之一。

1.2 Flux模型版本对比

Flux目前有三个主要版本，各有不同的定位：

版本选择建议：

• 个人学习和研究：选Flux.1-dev，质量最好
• 商业项目：选Flux.1-schnell，免费商用
• 不想折腾硬件：用Flux.1-pro的API服务

1.3 Flux vs Stable Diffusion vs Midjourney

这是我做了一个月的对比测试后的总结：

从表格可以看出，Flux在图像质量和提示词理解方面已经追平甚至超越了Midjourney，同时保持了开源的优势。不过SDXL的生态系统依然是最丰富的。如果你对SD感兴趣，可以看看这篇Stable Diffusion完整指南。

二、环境准备与安装

2.1 硬件要求

在开始安装之前，先确认你的硬件是否满足要求：

硬盘空间说明：

• Flux.1-dev完整模型：约23GB
• Flux.1-schnell完整模型：约23GB
• FP8量化版本：约12GB
• T5-XXL文本编码器：约10GB
• CLIP文本编码器：约2GB

2.2 方案一：使用ComfyUI安装（推荐）

ComfyUI是目前运行Flux最推荐的界面，它的节点式工作流非常适合Flux的架构。

安装步骤：

第一步：安装ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt

如果你已经安装了ComfyUI，确保更新到最新版本：

cd ComfyUI
git pull
pip install -r requirements.txt

第二步：下载Flux模型文件

从HuggingFace下载以下文件：

1. Flux模型权重（选择dev或schnell版本）

   • 路径：ComfyUI/models/unet/

2. T5-XXL文本编码器

   • 路径：ComfyUI/models/clip/

3. CLIP-L文本编码器

   • 路径：ComfyUI/models/clip/

4. VAE文件

   • 路径：ComfyUI/models/vae/

第三步：安装必要的自定义节点

cd ComfyUI/custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

通过ComfyUI Manager安装以下节点：

• ComfyUI-FluxPipeline
• ComfyUI-GGUF（如果使用量化模型）

第四步：启动ComfyUI

cd ComfyUI
python main.py --listen 0.0.0.0 --port 8188

如果你需要更详细的ComfyUI教程，推荐看看这篇ComfyUI完整教程。

2.3 方案二：使用Forge UI安装

Forge UI是Automatic1111 WebUI的一个优化分支，对Flux的支持也比较好。

安装步骤：

git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git
cd stable-diffusion-webui-forge

Windows用户直接运行update.bat和run.bat。

将Flux模型文件放入models/Stable-diffusion/目录，启动后在模型选择下拉菜单中选择Flux。

2.4 方案三：使用Diffusers（Python开发）

如果你更喜欢用代码来控制生成过程，可以使用HuggingFace的Diffusers库：

from diffusers import FluxPipeline
import torch

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    torch_dtype=torch.bfloat16
)
pipe.to("cuda")

# 生成图像
image = pipe(
    prompt="a cat sitting on a windowsill, photorealistic",
    num_inference_steps=28,
    guidance_scale=3.5,
    width=1024,
    height=1024
).images[0]

image.save("output.png")

2.5 云端方案：无需本地显卡

如果你没有高性能显卡，也有多种云端方案可以运行Flux：

三、核心参数详解

3.1 采样器（Sampler）选择

Flux对采样器的敏感度比SD低很多，大多数采样器都能得到不错的结果。

我的建议： 直接用Euler就好，Flux不像SD那样对采样器那么敏感。

3.2 采样步数（Steps）

这是影响生成质量和速度的关键参数：

推荐设置：

• Flux.1-dev：25-30步
• Flux.1-schnell：4-8步（专门优化了少步生成）

3.3 引导比例（Guidance Scale / CFG）

Flux使用了一种新的引导机制，和传统的CFG有所不同：

重要区别： Flux.1-dev使用的guidance_scale通常在2.5-4.0之间效果最好，而SDXL通常需要7.0左右。Flux.1-schnell甚至不需要guidance（设为0即可）。

3.4 分辨率设置

Flux原生支持多种分辨率，不局限于正方形：

注意： Flux的总像素数建议控制在1024x1024=1M像素左右。过高的分辨率可能导致显存不足或生成质量下降。

3.5 提示词技巧

Flux的提示词理解和SD有很大不同：

Flux提示词的优势：

• 支持自然语言描述，不需要关键词堆砌
• 理解复杂的场景描述
• 能正确处理空间关系（左边、右边、前面、后面）
• 文字渲染能力强，可以直接指定文字内容

提示词示例：

好的提示词（自然语言风格）：
"A young woman sitting in a cozy coffee shop, reading a book. 
Warm afternoon light streams through the window. On the table 
there's a cappuccino with a book titled 'The Art of AI'."

不好的提示词（SD风格关键词堆砌）：
"woman, coffee shop, book, warm light, cappuccino, 
masterpiece, best quality, 8k, highly detailed"

如果你想深入学习提示词技巧，可以参考这篇ChatGPT提示词技巧，虽然工具不同但提示词的底层逻辑是相通的。

四、Flux LoRA与模型微调

4.1 LoRA概述

LoRA（Low-Rank Adaptation）是Flux生态中最重要的扩展方式。通过LoRA，你可以：

• 训练特定风格的生成能力
• 添加特定人物或角色的面孔
• 实现特定的艺术效果
• 控制特定的构图方式

4.2 哪里获取Flux LoRA

截至2026年，主要的Flux LoRA来源：

4.3 使用LoRA的方法

在ComfyUI中使用Flux LoRA：

1. 下载LoRA文件到ComfyUI/models/loras/目录
2. 在工作流中添加”Load LoRA”节点
3. 连接LoRA节点到Flux模型
4. 设置LoRA权重（通常0.5-1.0）

LoRA权重建议：

• 风格类LoRA：0.6-0.8（避免过度影响）
• 人物类LoRA：0.7-1.0（需要较高的还原度）
• 概念类LoRA：0.5-0.7（适度融合）

4.4 训练自己的LoRA

如果你想训练自己的Flux LoRA，推荐使用ai-toolkit或kohya_ss：

训练数据准备：

• 15-30张高质量图片
• 统一尺寸（512x512或768x768）
• 多角度、多光线、多背景

训练参数建议：

• 学习率：1e-4
• 训练步数：1000-3000
• 秩（Rank）：16-32
• 批次大小：1-2（受限于显存）

训练一个基本的风格LoRA大约需要1-2小时（RTX 4090）。

五、Flux ControlNet与控制技术

5.1 ControlNet概述

ControlNet让你可以精确控制图像的结构、姿态和构图。Flux的ControlNet生态在2026年已经相当成熟。

5.2 可用的控制类型

5.3 ControlNet使用步骤（ComfyUI）

1. 下载Flux版本的ControlNet模型
2. 放入ComfyUI/models/controlnet/目录
3. 加载控制图（姿态图、边缘图等）
4. 添加Apply ControlNet节点
5. 调整控制强度（通常0.5-0.8）

5.4 Flux Fill（局部重绘）

Flux的局部重绘（Inpainting）功能非常强大：

1. 在ComfyUI中加载原图
2. 用蒙版标记要修改的区域
3. 输入描述修改内容的提示词
4. Flux会自动生成与周围环境一致的新内容

适用场景：

• 修复人物手指问题
• 更换服装或配饰
• 修改背景元素
• 添加新的物体

六、高级工作流与批量生成

6.1 ComfyUI工作流优化

一个高效的Flux工作流应该包括：

文本编码器加载 → 提示词编码 → 噪声生成
       ↓                    ↓
   VAE加载 → 采样器 → 潜空间去噪 → VAE解码 → 图像输出
       ↑
   模型加载

优化技巧：

1. 使用FP8量化模型减少显存占用
2. 开启模型缓存避免重复加载
3. 使用批处理节点一次生成多张
4. 设置自动保存路径和命名规则

6.2 批量生成策略

当你需要批量生成图片时（比如电商产品图、社交媒体内容）：

方法一：提示词列表批量生成

准备一个CSV文件，包含所有提示词变体：

prompt,seed,filename
"red sports car on highway",42,car_red_01
"blue sports car on highway",42,car_blue_01
"white sports car on highway",42,car_white_01

方法二：种子遍历

固定提示词，遍历不同的随机种子，找到最满意的结果后再精调。

方法三：参数网格搜索

同时变化多个参数，找到最佳参数组合。

6.3 图像放大（Upscaling）

Flux生成的1024x1024图片可以通过以下方式放大：

推荐工作流：

1. 用Flux生成1024x1024基础图
2. 用ESRGAN放大到2048x2048
3. 用Flux img2img进行细节增强
4. 最终输出4096x4096高清图

七、Flux在各领域的应用

7.1 电商产品图

Flux非常适合生成电商产品图：

• 白底产品图：干净的背景，专业的光影
• 场景化展示：产品在使用场景中的效果
• 模特穿搭：展示服装上身效果

7.2 社交媒体内容

• 小红书封面：3:4竖版构图
• 微信公众号头图：16:9横版
• 抖音/快手封面：9:16竖版
• B站封面：16:9横版

7.3 概念设计与原型

• 游戏概念图：角色、场景、道具
• 建筑可视化：室内效果图、建筑外观
• 产品原型：工业设计概念展示

7.4 创意广告

• 品牌海报：结合文字渲染能力
• 广告素材：快速生成多版本A/B测试
• 活动宣传：节日主题、促销素材

如果你想用AI工具做电商，可以参考这篇AI电商工具指南，里面有更多关于AI在电商领域的应用。

八、Flux图像后期处理与工作流整合

8.1 后期处理工具推荐

Flux生成的图像虽然质量很高，但适当的后期处理能让作品更上一层楼。我常用的后期处理工具包括：

8.2 从Flux到成品的完整流程

我以制作一张商业海报为例，展示完整的工作流：

1. 概念阶段：用Flux schnell版本快速生成多个概念（4步，快速预览）
2. 选定方向：确定最满意的概念方向
3. 精细生成：用Flux dev版本，30步高质量生成
4. 局部修正：用Flux Fill修复不满意的部分（手指、文字等）
5. 放大处理：用ESRGAN放大到印刷分辨率
6. 后期调色：在Photoshop中进行最终调色和排版
7. 文字添加：手动添加标题和文案（Flux文字渲染虽有提升但仍建议手动）

8.3 批量生产工作流

对于需要大量素材的场景（比如电商产品图），我建立了这样的批量生产流程：

1. 准备CSV文件，包含所有产品的描述和参数
2. 用Python脚本调用ComfyUI API批量生成
3. 自动保存结果并按产品名命名
4. 用脚本批量放大到目标尺寸
5. 最终人工审核和微调

这个流程一天可以生产数百张高质量产品图，效率是传统摄影的十倍以上。如果你想用AI工具提升工作效率，可以看看这篇提效工具合集。

8.4 常见问题与性能优化

显存不足怎么办

8.2 生成速度慢怎么优化

• 使用Flux.1-schnell代替dev版本
• 减少采样步数（20步通常足够）
• 使用更高效的采样器
• 开启torch.compile加速
• 升级显卡或使用云端方案

8.3 图像质量问题排查

九、Flux生态展望

9.1 2026年的发展趋势

Flux生态在2026年有几个值得关注的方向：

1. 更多LoRA和控制模型：社区不断贡献新的扩展
2. 视频生成：Flux团队正在研发视频模型
3. 3D生成：从2D到3D的扩展
4. 移动端部署：更激进的量化方案
5. 实时生成：LCM等技术让生成接近实时

9.2 与其他工具的结合

Flux可以和很多工具形成强大的工作流：

• Flux + Photoshop：AI生成 + 精细后期
• Flux + Blender：AI概念 + 3D实现
• Flux + After Effects：AI素材 + 动态合成
• Flux + AI视频生成工具：静态图 + 动态视频

十、总结与建议

Flux代表了开源AI图像生成的新高度。它在保持开源可控的同时，达到了接近甚至超越Midjourney的图像质量。对于认真做AI绘画的人来说，Flux是2026年最值得投入时间的模型。

我的学习路径建议：

1. 先用在线平台体验Flux的效果（Tensor.art、Replicate）
2. 本地安装ComfyUI，跑通基础工作流
3. 掌握参数调优，理解每个参数的影响
4. 学习使用LoRA，扩展生成能力
5. 掌握ControlNet，实现精确控制
6. 构建自己的高效工作流

如果你想系统学习AI工具，推荐看看我的AI工具合集和Midjourney使用指南，和本文形成互补。

希望这篇Flux教程能帮你快速上手这个强大的AI图像生成模型。如果有任何问题，欢迎留言讨论！