长久以来，从艺术风格多样化的 Midjourney，到背靠 OpenAI 的 DALL-E，再到开源的 Stable Diffusion（简称 SD），文生图模型的生成质量与速度都在持续升级，prompt 理解与细节处理也成为了各大模型内卷的新方向。
进入 2024 年后，处于「双雄鼎立」阶段的 Midjourney 与 Stable Diffusion 接连发力，SD 3 率先发布，随后 Midjourney V6.1 也更新迭代。然而，当人们还沉浸在 SD 3 与 Midjourney 的对比时，新一代「魔王」悄然降生——FLUX 横空出世。
FLUX 在生成人物、尤其是真实人物的场景时，效果已经非常接近真人实拍了，人物表情、皮肤光泽、发型发色等细节都十分逼真。其也一度被誉为 Stable Diffusion 的继承者， 有意思的是，二者确实颇具渊源。
FLUX 背后团队 Black Forest Labs 的创始人 Robin Rombach，正是 Stable Diffusion 的共同开发者之一 。Robin 在离开 Stability AI 后成立了 Black Forest Labs， 并推出了 FLUX.1 模型。
目前，FLUX.1 提供了 3 个版本：Pro、Dev 和 Schnell。 Pro 版是通过 API 提供的闭源版本，可用于商业，也是最强大的版本；Dev 版是直接从 Pro 版本「蒸馏」而来的开源版本，具有非商业许可；Schnell 版是速度最快的精简版本，据称运行速度最高可提高 10 倍，开放源代码，采用 Apache 2 许可，适用于本地开发和个人使用。
相信不少小伙伴都想实际上手体验一下这个新一代文生图顶流！HyperAI超神级官网 (hyper.ai) 的教程版块现已上线「FLUX ComfyUI（含黑神话悟空 LoRA 训练版）」，是 ComfyUI 版 FLUX[dev]，还支持 LoRA 训练。
感兴趣的小伙伴速来体验吧！小编已经替大家试过了，效果完全不输 SD 3 与 Midjourney ↓
相同 prompt，分别由 3 个模型生成的效果
- prompt：a girl is holding a sign that says 「I am an AI」
此外，B 站热门 Up 主 Jack-Cui 也制作了详细的操作教程，手把手教会大家！
教程地址：
操作视频：
https://www.bilibili.com/vide...
Demo 运行
FLUX ComfyUI 运行
- 登录 hyper.ai，在「教程」页面，点击「在线运行此教程」。「FLUX ComfyUI（含黑神话悟空 LoRA 训练版）」，点击「在线运行此教程」。
2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
- 点击右下角「下一步：选择算力」。
- 页面跳转后，选择「NVIDIA RTX 4090」以及 「PyTorch」镜像，点击「下一步：审核」。新用户使用下方邀请链接注册，可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费时长！
HyperAI超神经专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console...
- 确认无误后，点击「继续执行」，等待分配资源，首次克隆需等待 1-2 分钟左右的时间。当状态变为「运行中」后，点击「API 地址」边上的跳转箭头，即可跳转至 Demo 页面。请注意，用户需在实名认证后才能使用 API 地址访问功能。
- 打开 Demo 后，点击「Switch Locale」将语言切换为中文。
7. 切换语言后，点击左上角的文件夹图标选择所需工作流。
- wukong：黑神话悟空形象 Demo
- TED：TED 真人演讲 demo
- 3mm4w：图片上写文本 demo
- 选择「wukong」工作流，在 CLIP 文本生成器中输入 Prompt （例如：the back of wukong, holding one golden cudgel，colorfull clouds，headdress crown），点击「添加提示词队列就可以生成图片」，可以看到生成图片十分精美。
FLUX LoRA 训练
- 想要定制工作流，我们需要先训练 LoRA 模型，回到刚刚的容器界面，点击「打开工作空间」，新建一个终端。
- 在终端输入「sh train.sh」，敲回车运行，待「Running on public URL」出现后，点击该链接。
3. 页面跳转后，输入模型的模型，并上传图片，这里上传 5 张霉霉的照片，请注意，图像需要是高分辨率正脸照片，人脸的比例大一些。图像的质量越好训练出来的效果越好，
- 上传成功后，在每一个图像的后面手动添加英文文本描述，也可以点击「Add AI captions with Florence-2」自动生成文本描述。
5. 下拉至页面底部，输入一个 Test prompt（例如：A person is drinking coffee）后，点击「Start training」。
- 等待几分钟后，我们回到刚刚的终端界面，可以看到训练的进度条，大概 40 分钟即可训练完成。待「Saved to output/taylor-swift/optimizer.pt」出现，表示训练已完成。
7. 在左侧「ai-toolkit」-「output」-「taylor swift」-「sample」文件里，可以看到我们刚刚 Test Prompt 的效果，如果效果还不错，就证明我们的模型已经训练成功了。
8. 模型训练好后，我们需要关掉训练服务，释放 GPU 资源，回到刚刚的重点界面，按「Ctrl+C」终止训练。
- 运行「sh copy.sh」，再运行「sh dependencies.sh」启动 ComfyUI，等待 2 分钟后，打开右侧 API 地址。
10. 页面跳转后，在「LoRA 加载器」中选择刚刚训练好的模型，在「CLIP」中输入 Prompt（例如：a person is drinking coffee），点击「添加提示词队列」即可生成图像。
