本文主要是介绍Flux持续火爆，这些LoRA、ControlNet、工作流你值得拥有，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
大家好，我是每天分享AI应用的萤火君！
Flux自发布以来，受到了广大AI绘画爱好者的一致好评，远远的将SD3甩在了脑后，其出图质量媲美Midjourney。而且Flux迭代迅速，接连发布了Flux.1的开发模型和个人模型，其Lora模型、ControlNet模型也迅速推出，社区创作热情高涨。
为了让大家对Flux有一个全面的认识，本文将介绍下Flux基础模型、LoRA模型，以及ControlNet模型的使用方法。
因为Flux模型目前还不能在Stable Diffusion WebUI中使用，所以本文将以另一个常用的AI绘画工具 ComfyUI 为例进行讲解。同时为了方便大家测试，我在云环境也创建了一个ComfyUI的镜像，内置了Flux的模型和工作流，一键开启，不用费劲吧啦的部署。
Flux介绍
Flux是目前最大的AI绘画开源模型，有120亿个参数，原始文件有23GB那么大。听起来很吓人吧？但别担心，通过ComfyUI的支持，我们可以把模型压缩到12GB，并且它会自动检测显存来调整加载方式，这样我们在普通的消费级电脑上也能跑得动。
Flux 在视觉效果、提示的准确性、大小和比例的灵活性、排版和输出多样性方面，比Midjourney v6.0、DALL·E 3 (HD) 和 SD3-Ultra这些流行模型都要好。它可以在256到2048的宽分辨率范围内生成高质量、少冗余的图像，四肢表现也非常稳定。虽然对硬件有点要求，但效果真的很值。
Flux目前发布的 Flux.1 有三个版本，pro、dev和schnell。pro效果最好，但是闭源不开放；dev效果和pro差不多，虽然有商业使用的限制，但是可以免费测试（你懂的）；schnell是个蒸馏模型，可以4步快速出图，效果虽然差点，但是也可以媲美Midjourney v6.0 和 DALL·E 3 (HD)。
使用云环境
云环境的地址：https://www.haoee.com/applicationMarket/applicationDetails?appId=27&IC=XLZLpI7Q
系统有一定的赠送额度，大家可以用几个小时，足够时间体验Flux了。
点击页面上的“立即创建”，即可开启 ComfyUI 应用，如下图所示：
应用创建后会自动跳转至“工作台”。启动成功后，状态将显示为“运行中”，此时点击“打开应用”，即可在浏览器进入操作界面。本应用启动大约需要1-2分钟，如果打开页面显示空白，请刷新再尝试。
ComfyUI在浏览器中启动后，我们可以先通过设置切换到中文界面：
然后点击“加载”旁边的小箭头，选择一个“Flux”工作流，点击“添加提示词队列”，就可以开始愉快的生成了。
如果你懂一些技术，也可以通过手动启动镜像的方式来体验ComfyUI，镜像地址在这里：
https://bbs.haoee.com/postDetail/618
Flux基础模型的使用
这里介绍两个基础模型的工作流：dev模型和schnell模型。
先看dev模型的工作流：Flux的工作流和其它SD模型的工作流没有太大的区别，都是：加载基础模型、编码提示词、定义潜在空间、采样器采样、解码器解码。
不太一样的就是这里增加了一个：Flux引导，Flux引导的目的是增强图片质量，生成训练时CFG为这个值的图像质量，但是不会降低生成速度；此时我们可以将CFG的值设置为1，用来提高生成速度，注意CFG的值不用太高，1-2.5即可；另外Flux.1还不能使用反向提示词。
再看schnell模型的使用：schnell 是个蒸馏模型，可以认为学习到了Flux原始模型的精华部分，这里不需要使用Flux引导，且只需要4步，图片的质量依旧很优秀。
另外这里用到的两个模型中都包含了提示词编码器CLIP和潜在空间解码器VAE，他们不用单独设置。
Flux LoRA模型的使用
再看这个LoRA模型的工作流。
这里使用了双CLIP编码器，并单独加载了CLIP模型，SD3也使用了双CLIP编码，CLIP1可以看做是对标签类提示词的编码，CLIP2是对自然语言提示词的编码，这样编码对图片的质量比较好。另外我们还使用了“CLIP文本编码Flux”这个编码器，它自带Flux引导，就不用单独添加Flux引导节点了。
因为单独加载了CLIP模型，这里使用了UNET加载器来加载Flux的基础模型，加载LoRA也是使用的Flux专属节点，后边的采样器也是专为Flux量身定制的Xlabs Sampler。
Flux ControlNet模型的使用
目前有三个适用于Flux的 ControlNet，分别是 Canny、Hed 和 Depth。这里以Canny为例：
工作流的左边是ControlNet的处理，右边是Flux采样部分的节点。
其中ControlNet的预处理器还是可以使用我们之前在SD1.5和SDXL使用的预处理器，但是加载和应用ControlNet模型要换成Flux专用的。
右侧的Flux采样使用的节点上边都介绍过了，这里就不废话了。有看不懂的地方，可以留言。
ControlNet模型正在快速迭代中，目前已经发布到了V3版本。
资源下载
以上工作流包括使用的模型，发消息“Flux”到公/众\号“萤火遛AI”即可下载。
为了方便大家入门，我整理了一批工作流，包括基本的文生图、图生图、ControlNet的使用、图片的处理、视频的处理等等，也可全部领取。
以上就是本文的主要内容，如有问题，欢迎留言。
用好 ComfyUI：
- 首先需要对 Stable Diffusion 的基本概念有清晰的理解，熟悉 ComfyUI 的基本使用方式；
- 然后需要在实践过程中不断尝试、不断加深理解，逐步掌握各类节点的能力和使用方法，提升综合运用各类节点进行创作的能力。
我将在后续文章中持续输出 ComfyUI 的相关知识和热门作品的工作流，帮助大家更快的掌握 Stable Diffusion，创作出满足自己需求的高质量作品，感兴趣的同学请及时关注。
这篇关于Flux持续火爆，这些LoRA、ControlNet、工作流你值得拥有的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
