120 亿参数背后，Flux.1 如何击败 AI 绘画界的三巨头？附免费使用方法
大家好，我是元峰。这几天，大伙都被 Flux 给刷爆了吧？这个 Flux.1 一出来，把 AI 画画的水平又提高了一大截！看看上面 3 张图，你敢信这是 AI 画的？
Flux.1 它可真是在开源AI画图界立了个新标准。你们想，它那 120 亿个参数，画出来的图质量和效果，把 Midjourney V6、OpenAI 的 Dall-E 3 还有 Stability AI 的 SD3 Ultra 这些巨头都超越了。
什么是 Flux.1？
LUX.1 是一个全新的 AI 图像生成模型，在图像细节、指令遵从性、风格多样性和场景复杂性等方面，为文本到图像合成定义了新的最先进水平(state-of-the-art， SOTA)，由 Stable Diffusion 的原班人马创立的黑森林工作室推出。这个模型在开源文生图模型领域引起了广泛关注，被认为有可能取代 Stable Diffusion 成为新的领头羊。
Flux 有3个版本
FLUX.1 [pro]，全新的 SOTA 文生图模型，具有极其丰富的图像细节、极强的 prompt 遵循能力和多样化风格。目前可以通过 API 使用，只开放商用权限。
FLUX.1 [dev]，FLUX.1 [pro] 的开放权重、非商用变体，基于后者蒸馏而成。该模型的表现优于 Midjourney 和 Stable Diffusion 3 等其他图像模型。推理代码和权重已经放在了 GitHub 上。
开源的 FLUX.1 [schnell]，它是超高效的 4-step 模型，遵循了 Apache 2.0 协议。该模型在性能上与 [dev]、[pro] 非常接近，可以在 Hugging Face 上使用。
Flux.1 背后团队的故事挺有意思的。这帮人就是 Stable Diffusion 的开发者，也是潜在扩散(latent diffusion)的发明者。在 Stability AI 内部出现一些问题后，关键团队成员离职，成立了一家名为 Black Forest Labs 的新创公司。
所以这次的模型发布也覆盖了商用、开源权重到完全开源，能力最强的提供商用和企业合作的机会，基础版权完全开源。
跟 Stable Diffusion 不同的是，这次 Black Forest Labs 和 xAI 进行了合作，为 Grok 2 提供了图像生成功能，怎么说，算是一个双赢的合作，不管是吸引更多用户，还是积累更多数据进行数据飞轮。
FLUX TED 演讲
但仅过去一周，装载了真实版 LoRA 后，TED 用 Flux 掀起了一场“真人演讲”比赛。
是的，这不是真人，而是由 Runway Gen 3 和 Flux 生成的视频和图像。仔细看，嘉宾卡上的 Google 字样与真实的 logo 毫无区别。
比 Midjourney 更强？
据研究人员称，Flux.1 Pro和Flux.1 Dev在以下每个方面都超过了Midjourney v6.0、Dall-E3和Stable Diffusion 3 Ultra等热门模型：
- 视觉质量
- 指令一致性
- 尺寸和长宽比的多样性
- 排版
- 输出多样性
***提示词：***单个虎眼的极端特写，直接正面视图。详细的虹膜和瞳孔。重点关注眼睛的纹理和颜色。自然光捕捉真实的眼睛光泽和深度。 “FLUX”一词以大而白色的笔触绘制在其上，具有可见的纹理。
***提示词：***乐高厨师小人仔为无家可归者做饭的特写。专注于乐高手使用餐具，展示烹饪技巧。温暖的厨房灯光，清晨的气氛。佳能 EOS R5，50mm f/1.4 镜头。捕捉复杂的烹饪技巧。背景暗示慈善背景。灵感来自 Paul Bocuse 和 Massimo Bottura 的风格。定格食物准备的瞬间。通过场景细节传达同情心和利他主义。
***提示词：***一个戴着墨镜、身穿夏威夷衬衫的大土豆躺在沙滩巾上，周围环绕着色彩缤纷的沙滩球和人字拖。附近，拟人化的水果在打沙滩排球。在背景中，一座灯塔沙雕矗立在一辆带有巨大圆锥体的冰淇淋车旁边，为快乐的海滩游客提供美食。这个场景捕捉到了有趣、俏皮的夏日氛围，附近有海浪拍打的声音。
***提示词：***一个留着胡须、黑发、戴着红色太阳镜、穿着浅灰色巴塔哥尼亚羊毛夹克的男人的肖像。他表情严肃，直视镜头。背景显示了模糊的户外场景，岩石地形和充满活力的粉红色和紫色的日落天空。灯光使图像呈现出温暖的黄金时刻光芒。整体氛围粗犷而又时尚，带有一丝冒险的气息。
***提示词：***黑色森林中的拉布拉多，有黑色的树和黑色的叶子。
你觉得哪个效果最好？
据研究人员称，Flux.1 Pro 和 Flux.1 Dev 在以下每个方面都超过了 Midjourney v6.0、Dall-E3 和 Stable Diffusion 3 Ultra 等热门模型：视觉质量、指令一致性、尺寸和长宽比的多样性、排版、输出多样性。
如下图所示，这是 Flux.1 dev 不同模型版本之间的对比。
来欣赏一些用Flux.1 Pro生成的令人惊叹的示例图像吧。让我们从人物图像开始，重点关注发丝、皱纹、手指和四肢等细节。
人物特征如发丝、皱纹和手指的细节精度都非常丝滑。这效果有点哇塞？
下面这几张写实照片更炸裂，图像是如此逼真，logo 都非常完美。是在 X 上分享的一些最逼真的自拍肖像。如果我不讲，你能看出来它是 AI 吗？
使用 Flux 画一些有年代感的照片。
也可以尝试训练不同年龄的Flux模型：
作为一个尝试过各种AI绘画工具的人来讲，我可以自信地说，这些是我见过的最逼真的AI生成肖像。
只有图片哪够？我们还可以通过可灵或者 Gen-3 将图片转为动态视频，并开口讲话。看看下面这些视频案例：
用+ Flux + 可灵 + synclabs 做一个 100% AI YouTuber
UnionControlnet 模型
InstantX 发布了 FLUX 的 UnionControlnet 模型。
这一个模型集合了 Canny、Depth、Pose、Tile 等多个 Controlnet 模型。
而且他们已经新建了 FLUX IPadapter 模型的文件页面，可能已经在训练了。
模型下载：https://huggingface.co/InstantX/FLUX.1-dev-Controlnet-Union-alpha
如何使用 Flux.1
对于那些渴望尝试 Flux.1 的人来说，有几个工具可以选择：
Replicate
Replicate是一个基于云的平台，允许用户运行和微调机器学习 (ML) 模型，包括开源和自定义模型。
要使用 Flux.1，请访问 Blackforest Lab 的 Replicate 页面，将在其中看到列出的三个 Flux 模型。选择你想要测试的一项。请注意，只有 Schnell 模型可以免费访问。
提示词：黑森林蛋糕拼出“FLUX SCHNELL”字样，美味，美食摄影，动态拍摄
Fal AI
Fal.ai 是一个面向开发者的生成媒体平台，为应用程序提供人工智能推理 API。它也是测试 Flux.1 等多模式模型的绝佳平台。最开始有一定的免费使用额度。
HuggingFace
HuggingFace 是一个开源平台，允许用户创建、训练和部署机器学习 (ML) 和自然语言处理 (NLP) 模型。这是一个面向 AI 专家和爱好者的社区，类似于 GitHub for AI。
要在 Hugging Face 上尝试 Flux.1，请创建一个帐户并打开 Flux.1 Schnell 的空间。
提示词：一幅宇航员在太空中骑马的图像
Liblib
这是在 Liblib 中使用 Flux 的截图示例：
提示词：电影照片一个20岁的欧洲女孩，精致美丽，looking_at_viewer，cowboy_shot，<lora：婚纱： 1>，婚纱，.35mm照片，胶片，散景，专业，4k，高度详细，
ComfyUI | 仙宫云
这是在 仙宫云 中使用 ComfyUI 使用 Flux 的截图示例：
API
你也可以通过 API 访问 Flux.1 Pro。目前它处于预览模式，有一些限制：
只有特定合作伙伴的账户才能激活。
API 目前还不稳定，可能会有变动。
下面是一个Python代码示例：
import os
import requests
request = requests.post(
'https://api.bfl.ml/v1/image'，
headers={
'accept': 'application/json'，
'x-key': os.environ.get("BFL_API_KEY")，
'Content-Type': 'application/json'，
}，
json={
'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.'，
'width': 1024，
'height': 1024，
}，
).json()
print(request)
request_id = request["id"]
请注意，向 /v1/image 发送请求的并发数限制为 12 个。如果超出限制，API 会返回 429 状态码，你必须等到之前的任务完成才能继续。
商业用途和许可
现在，有些人可能会问，我可以出售或发布这些图像用于商业目的吗？答案是可以，也可能不行，取决于你使用的模型版本。
Flux.1 Pro：支持 Flux.1 Pro 的商业使用，但目前只能通过 Replicate 和 Fal.ai 等平台，由特定合作伙伴访问该模型。
Flux.1 Dev：图像的使用仅限于非商业目的，这意味着你不能销售或发布该模型生成的图像来获取商业利益。
Flux.1 Schnell：在Apache 2.0许可下公开发布，使用上更加灵活。你可以将 Flux.1 Schnell 用于个人和商业用途，只要遵守Apache 2.0许可的条款即可。
总而言之，如果你想将 Flux.1 模型用于商业目的，Flux.1 Pro 和 Flux.1 Schnell 是最佳选择。Flux.1 Pro 通过特定合作关系提供最高质量，而 Flux.1 Schnell 在开源许可下提供了更方便的使用方案。
祝各位玩的开心，如果本文对你有帮助，欢迎点赞。
参考链接：
https://x.com/BenjaminDEKR/status/1822076680858378481