ComfyUI Flux模型安装部署与使用教程

Midjourney 与 Stable Diffusion 无疑是当前 AI 图像生成领域的两大明星产品，它们均基于深度学习技术，能从文本描述生成高质量图像。然而，近期一位新玩家强势入局，势头甚至盖过前两者——它就是 FLUX。FLUX 生成的图像更加逼真，尤其在细节还原上，对现实世界的贴合度达到了全新高度。

实际上，Flux 备受瞩目的真正原因在于其出身。Black Forest Labs——这家公司由从 Stable Diffusion 离职的核心班底创立。可以说，他们带着对扩散模型最深刻的理解，从头打造了一套全新的 AI 绘图大模型。Flux 系列最大的亮点在于卓越的视觉质量、极其精准的提示词遵循能力，以及多样化的风格和复杂场景生成能力。目前，它主要包含三个针对性极强的版本：FLUX.1 [pro]、FLUX.1 [dev] 和 FLUX.1 [schnell]。

三个版本，各司其职

FLUX.1 Pro 是专为商业用途设计的闭源模型，性能极致，适合商业级输出场景。

FLUX.1 Dev 则是开源引导蒸馏模型，主要面向非商业应用，为社区开发者提供强大基础。

而 FLUX.1 Schnell，顾名思义，专为本地开发和个人使用设计的快速版，追求速度至上。

从技术层面看，Flux 采用了创新的混合架构，融合多模态处理能力和并行扩散机制的 Transformer 技术，参数量高达 120 亿。它在训练方法上采用流匹配技术，相比传统扩散过程，这种方法不仅通用性更强，概念也更加简洁、直接。

硬核对决：Flux vs Midjourney vs Stable Diffusion

单纯说它好可能不够直观，我们直接把它和两位当红选手放在一起，看看在几个核心维度上的差异：

图像质量

Flux：无需额外插件辅助，原生就能生成高分辨率、细节丰富的图像，尤其在处理复杂场景和人体解剖学（比如手部）上，表现惊人。

Midjourney：以独特艺术风格和高质量输出见长，在艺术性和风格多样性上拥有天然优势。

Stable Diffusion：其优势在于真实感输出，适合对照片级画质有严格要求的项目。

速度与效率

Flux：特别是 schnell 版本，生成速度极快，非常贴合快速原型制作和迭代设计的场景。而且，大多数情况下无需额外下载各种风格模型，就能出各种风格的作品。

Midjourney：作为云端商业工具，速度受服务器负载和队列影响，有时需要耐心等候。

Stable Diffusion：原生速度较慢，但用户对生成过程拥有极高的控制权和优化空间。

处理复杂场景

Flux：得益于先进架构，在处理复杂构图时游刃有余。最亮眼的一点是，只要提示词足够精确，Flux 可以直接输出带有准确文字的图片，甚至直接生成初步的、带有文字信息的设计海报。

Midjourney：也能处理复杂场景，但往往需要反复迭代和调整，才能接近理想效果。

Stable Diffusion：在处理过于复杂的场景时，有时会显得力不从心。

人体解剖渲染

Flux：对手部细节的还原堪称一绝，手指数量、结构错误这类“老大难”问题，在 Flux 上得到了根本性改善。

Midjourney：更擅长生成具有艺术感的人物图像，但难以精准实现对细节的指定描绘。

Stable Diffusion：在准确描绘人体特征（尤其是手部）时，通常需要依赖额外插件或后期处理才能勉强修正。

灵活性与集成

Flux：提供了从开源到商业的多种变体，适用场景跨度极大。

Midjourney：作为商业产品，定制化空间相对有限。

Stable Diffusion：开源社区驱动，提供了最丰富的定制化和集成选项。

开源与商业

Flux：提供开源模型，积极鼓励社区参与和创新。

Midjourney：典型的商业模型。

Stable Diffusion：老牌开源模型，社区生态极其活跃。

小结一下 Flux 的核心优势：

（1）画面更细致，视觉效果跨越了一个台阶。

（2）对图片内文字的生成支持更完整、准确。

（3）人物手部等细节基本符合现实，很少出错。

（4）模型本身内置了丰富的风格库，不依赖额外模型即可输出多样风格。

（5）可以忽略负面提示词，仅靠正面提示词就能精准输出。

说到底，Flux 之所以表现如此抢眼，核心原因其实很简单：参数量的碾压。Stable Diffusion 3 最高版本的训练参数为 8B（约 80 亿），而 Flux 1 一上来就是 12B（120 亿），整整多出近一半。单个模型大小就达到 23GB，庞大的参数量是性能的硬道理。

Flux 模型的三大版本

*注意：如果计划使用 GGUF 和 NF4 格式的模型，需要额外安装对应的节点插件。

手把手：如何部署安装 Flux？

第一步：确保你的 ComfyUI 是最新版本。这一步非常关键，因为 Flux 是 8 月前发布的，必须保证你的 ComfyUI 更新到 8 月 1 日之后的最新版本，否则后续会踩不少坑。

第二步：前往 Hugging Face 官网下载模型文件。

你需要下载两个核心文件：ae.safetensors（即 VAE）和 flux1-dev.safetensors（即 UNet）。

第三步：下载 CLIP 文件。

进入 ComfyUI 的官方 GitHub 主页，找到 Flux 的示例页面，下载以下三个文件：clip_l.safetensors、t5xxl_fp16.safetensors、t5xxl_fp8_e4m3fn.safetensors。

第四步：将下载好的文件放入 ComfyUI 对应的文件夹中。

第五步：如果需要使用 ControlNet 或 LoRA 等高级功能，可以前往 XLabs-AI 的 Hugging Face 主页下载对应资源。

注意：如果要使用 Flux 模型的 ControlNet 或 LoRA 功能，还需要在 ComfyUI 的节点管理器里搜索并安装 XLabs-Ai 插件，安装完成后重启 ComfyUI。

第六步：调整系统虚拟内存。由于 Flux 模型运行时占用的内存非常大，强烈建议打开系统的虚拟内存，并勾选“自动管理所有驱动器的分页文件大小”。

拿过来就能用：快速上手

官方非常贴心地提供了现成的 ComfyUI 工作流，你只需要把官方 GitHub 示例里的图片直接拖拽到 ComfyUI 窗口中，对应的节点就会自动加载。这是最快的入门方法。

以 flux_dev_example 工作流为例，拖拽图片后得到如下节点结构：

如果拖入的是 flux_schnell_example，则得到另一个更精简的节点结构：

我们可以清晰地划分其结构：

flux_schnell_example 是最简单的版本，仅需四个步骤即可出图。

不妨先从最简单的开始，在 flux_schnell_example 工作流里输入下面这个提示词试试：

“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”

英文提示词：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

出图效果非常惊艳：

（1）黑板上的文字准确无误；

（2）人物的手部结构完全正常；

（3）质感效果完美符合真实摄影的风格；

（4）出图速度快，几乎没有等待感。

接着，我们在模型之间插入一个 LoRA 加载器，并从网上下载了一个“黑神话悟空”的 LoRA 模型加载进去。

模型使用 fp8 schnell 版本，使用 LoRA 作者提供的描述词，然后启动队列。在测试的电脑上（32G 内存，英伟达 2080 显卡），内存占用可以达到 85% 到 98%。

输入以下提示词：

“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’）”

英文提示词：Wukong, in the painting studio, painting, sketching, using a paintbrush, writing, and working hard (big text says 'don't want to work')

得到的图像如下：

简单的描述，甚至不用写负面提示词，添加 LoRA 后，人物手部、文字等细节都处理得很好。

总的来说，Flux 模型确实对电脑配置有较高要求，但即使是较小的量化模型，效果也差不了太多。对于普通自媒体应用、方案创意等场景来说，完全够用了。当然，如果你熟悉 ComfyUI，还可以通过添加放大节点、ControlNet 等高级功能，进一步挖掘它的潜力，产生更多惊人的效果。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：ComfyUI Flux模型安装部署与使用教程要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题