FLUX.1 实测，堪比 Midjourney 的开源 AI 绘画模型，无需本地显卡，带你免费实战

要列举 AI 绘画开源界的几个关键贡献，一定少不了 Stable Diffusion。

还记否前不久刚推出的 Stable Diffusion 3？

其背后的团队 Stability AI，真的是一波三折，其核心成员出走，成立了一个新公司：Black Forest Labs - 黑暗森林。

这不，刚刚开源了一款 AI 绘画模型，直接踢馆老东家，其生成效果，完全可以媲美闭源的 Midjourney。

今日分享，就带大家来体验一番，并在本地部署起来。

之前我的 AI 绘画，都是来自本地部署的 sd-webui。终于，我的 Stable Diffusion 2 该下线 - 光荣退休了？

No！No！No！

尽管 Flux.1 的表现可圈可点，不过要说能完全替代 sd，至少现阶段，还不至于。

我们先来实测体验一番~

[1. Flux.1 简介](#1. Flux.1 简介)
[2. 在线体验](#2. 在线体验)
[3. 本地部署](#3. 本地部署)
- [3.1 模型下载地址](#3.1 模型下载地址)
- [3.2 ModelScope 实战](#3.2 ModelScope 实战)
- - [Step1：下载 ComfyUI](#Step1：下载 ComfyUI)
  - Step2：下载模型
  - [Step3：启动 ComfyUI](#Step3：启动 ComfyUI)
  - [Step4：cloudflared 安装和使用](#Step4：cloudflared 安装和使用)
  - Step5：愉快玩耍
写在最后

1. Flux.1 简介

FLUX.1 AI 号称的优势有:

• 卓越的视觉质量: 生成具有出色细节和清晰度的图像。

• 精确的提示词遵循: 准确地将文本提示转化为图片，一次生成，无需抽卡。

• 多样化的风格: 支持广泛的艺术风格。

• 复杂场景生成: 创建精细详尽的场景。

真的有吹的那么神么？我们来实测体验一番👇

2. 在线体验

官网：https://flux1ai.com/dev

modelscope: https://www.modelscope.cn/studios/muse/flux_dev

我们以官网的地址为例，一起来体验一下。

使用非常简单，文本框输入你想要生成的内容，右侧一键 Run：

右侧提示框出现分配到GPU后，生成一张图像大概 30-50S 左右。

我用下面这个提示词实测了一下，第一次尝试在图片中生成中文，居然失败了！

所以最好使用英文提示词。

复制代码

A Monkey holding up a sign with a rainbow in it, 
reading "猴哥 AI"

不过有一说一，这个 mokey 的毛发生成的还挺精细的~

当然，下方还可以进行一番简单的设置，比如最基础的希望生成图像的宽和高：

然后，我们把提示词修改一下，让它生成一只卡通猴子~

复制代码

A catoon monkey with smile holding up a sign with a rainbow in it, reading "AI".

哈哈，尽管并没完全按照指令生成。不过，个人感觉还是挺可爱的，用来做logo、做封面怎么样？

再来测试一个封面图，我让它写上 Houge AI：

复制代码

A round chocolate cake decorated with chocolate shavings, topped with the words Houge AI in white icing and garnished with red cherries. The cake is positioned on a white plate on a wooden table, with a coffee cup and saucer in the background.

接着，我们再从 AI 绘画社区中找一些垂类模型的提示词来实测一下：

复制代码

1girl,sweater,white background,

简单的提示词，默认是生成卡通类型的图像：

再给加点料：

复制代码

masterpiece,best quality,1girl,moyou,seductive smile,(Turtleneck_sweater_dress:1.5),(Thigh-high_boots:1.4),(Wide-brim_hat:1.3),(Autumn_foliage_background:1.3)

生成一张写实类的吧：

复制代码

official art,Best quality,masterpiece,ultra high res,((photorealistic:1.4)),((deep Focus)),raw photo,extremely delicate,intricate details,best shadow,1girl,upper body,beautiful,cool,smallface,detailed face,((detailed very long hair)),(pale skin),((brown eyes)),deep shadow,look away,film grain,low key,soft lighting,poised poise,dramatic angles,geometric shapes,contrasts of light and shadow,high-tech backdrop,crisp lines

别的不说，细节绝对拉满。Asian girl 亚洲脸，能不能行？

有一说一，Flux 在细节处理上已经足够逼真，不过写实类的还得是垂类大模型~

官方体验地址，因为 GPU 资源有限，高峰期容易排队失败~

但这是一个开源模型，我们完全可以本地跑起来，接着就带着大家实操一番~

3. 本地部署

Flux.1 根据模型大小，分为三个版本：

Schnell：最快的模型。
Dev：在速度和质量之间提供平衡，并支持更多定制选项。
Flux.1 Pro：最强模型，模型不开源，只提供 API。

实测来看，开源最强，当之无愧！

唯一的缺点，就是模型参数量太大了，开源的两个版本都有 23.8G，就这一点，就拦住了不少玩家。

不过话说回来，模型参数量小，且还能打的，至少现阶段是不现实的。

3.1 模型下载地址

项目地址：https://github.com/black-forest-labs/flux

模型首发在 Huggingface 上，不过已经有同学迁移到了阿里的 modelscope 上。考虑到国内的小伙伴访问 Huggingface 比较困难，我们这次直接从 modelscope 下载。

两个初始模型有 23.8G：

社区有小伙伴提供了量化版，体积小了一半，不过表现略差，不知道是不是我参数设置的原因，欢迎小伙伴们评论区交流。

附下载地址：

schnell：https://modelscope.cn/models/AI-ModelScope/FLUX.1-schnell/files
dev：https://modelscope.cn/models/AI-ModelScope/FLUX.1-dev/files
量化版：https://modelscope.cn/models/AI-ModelScope/flux-fp8/files

！注意 ：即便是量化后的 11.9G 模型，跑起来也至少需要 16G 显存的消费级显卡。

如果你的显存不足，可以接着往下看👇

3.2 ModelScope 实战

本地部署，我们这次采用阿里云的 GPU 服务器进行演示，如果你有本地 GPU 主机，当然下面是实操也是通用的。

首先，前往 modelscope 首页注册一个账号，新用户是有 GPU 免费使用额度的，选择下方的 GPU 环境，点击启动，你就可以拥有一台 24G 显存的云主机。

Step1：下载 ComfyUI

实例启动后，打开一个终端，然后 git clone 下载 ComfyUI：

复制代码

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

Step2：下载模型

实例镜像中默认安装好了 modelscope 下载命令，运行下方指令，下载我们所需的模型：

复制代码

# FLUX1-DEV
modelscope download --model=AI-ModelScope/FLUX.1-dev --local_dir ./models/unet/ flux1-dev.sft
modelscope download --model=AI-ModelScope/flux-fp8 --local_dir ./models/unet/ flux1-dev-fp8.safetensors

# text encoder model
modelscope download --model=AI-ModelScope/flux_text_encoders --local_dir ./models/clip/ t5xxl_fp16.safetensors
modelscope download --model=AI-ModelScope/flux_text_encoders --local_dir ./models/clip/ clip_l.safetensors
modelscope download --model=AI-ModelScope/flux_text_encoders --local_dir ./models/clip/ t5xxl_fp8_e4m3fn.safetensors

# vae
modelscope download --model=AI-ModelScope/FLUX.1-dev --local_dir ./models/vae/ ae.sft

给大家看下下载速度，300-400M/s，超快~

复制代码

Downloading:  82%|███████████████████████████████████████████████████████████████████████████████████████████████▍                     | 18.1G/22.2G [00:54<00:11, 374MB/s]

如果你是在其他云主机 or 本地服务器上，需要首先安装 modelscope download 工具：

复制代码

pip install modelscope

Step3：启动 ComfyUI

ComfyUI 提供了一键启动脚本，运行下方指令，即可打开一个 web 客户端：

复制代码

python main.py

默认端口号是：http://127.0.0.1:8188。

不过，modelscope 上的云主机是没有公网 IP 的，你在本地浏览器当然是打不开的，怎么搞？

你需要一个内网穿透工具~

有没有最便捷的方式，实现内网穿透？

当然，强推 cloudflared 👇

Step4：cloudflared 安装和使用

仓库：https://github.com/cloudflare/cloudflared
cloudflared 是啥？

海外云厂商 Cloudflare 提供的一个命令行工具，用于创建安全的隧道，以便将本地服务暴露到互联网。

首先下载最新版的 cloudflared Debian 软件包（.deb 文件），并使用 dpkg 工具直接安装，无需编译。

复制代码

wget https://mirror.ghproxy.com/https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64.deb

dpkg -i cloudflared-linux-amd64.deb

看到如下输出，则说明安装成功：

复制代码

(正在读取数据库 ... 系统当前共安装有 83567 个文件和目录。)
准备解压 cloudflared-linux-amd64.deb  ...
正在解压 cloudflared (2024.6.1) 并覆盖 (2024.6.1) ...
正在设置 cloudflared (2024.6.1) ...

此外，还可以查看下cloudflared版本：

复制代码

cloudflared -v
# 输出
cloudflared version 2024.6.1

由于 ComfyUI 的服务在 8188 端口上，所以我们用 cloudflared 开启一个监听隧道：

复制代码

cloudflared tunnel --url http://127.0.0.1:8188

监听成功后，找到下面这个临时的 url：

打开浏览器看看吧：

大功告成，开始 ComfyUI 之旅吧~

Step5：愉快玩耍

首先，把 flux1-dev 模型的配置文件下载到本地：https://modelscope.oss-cn-beijing.aliyuncs.com/resource/flux1-dev-test.json

然后，点击 Load 加载配置文件：

最后，输入你想要生成的提示词，以及图片大小设置。点击 Queue Prompt 开始生成，流程中的高亮模块，说明正在加载模型：

我这边实测，1360 x 768 大小的图像，量化版本的模型大约占用 14G 显存，所以一张消费级显卡完全够用。

有一说一：ModelScope 的云端 GPU 环境跑模型还是很爽的，尤其是下载 ModelScope 上的模型，速度直接拉满；唯一的缺陷是，模型权重文件等无法持久保存，一旦断掉后，还得重头再来一般。

写在最后

本文实测了地表最强开源 AI 绘画模型，手把手教你从在线体验到本地部署。就算你没有土豪级显卡，也可以用云端 GPU 来玩耍。

不得不说，这波 AI 绘画的更新迭代，看得人眼花缭乱、热血沸腾！

不知道下一个惊喜又会是谁呢？让我们拭目以待~

关于开源 AI 大模型的文章，我打算做成一个专栏，目前已经收录了：

后面会定期更新，感兴趣的小伙伴欢迎关注。