探索 Flux：与 Midjourney 竞争的下一代 AI 图像生成模型

7 个月前

AI生成艺术的领域正在迅速发展，新模型不断推动可能性的边界。其中最新且最有前景的模型之一是 Flux，由 Black Forest Labs 开发。Flux利用结合了变换器和扩散技术的混合架构，参数规模达到惊人的120亿。该模型在图像生成方面提供了最先进的性能，具有出色的提示遵循、视觉质量、图像细节和输出多样性。

Flux的创造者是谁？

Flux是Black Forest Labs的创意结晶，这是一家由Stable Diffusion模型的原始创造者成立的研究实验室。该团队之前开发了诸如Stable Diffusion XL、Stable Video Diffusion和Rectified Flow Transformers等开创性模型。他们在AI图像和视频生成方面的专业知识为Flux的进步奠定了坚实的基础。

Flux是如何工作的？

Flux的核心是利用混合架构，将多模态和并行扩散变换器块结合在一起。这种方法基于流匹配，这是一种通用且概念上简单的生成模型训练方法，其中扩散是一个特例。Flux架构中的关键创新包括：

  • 旋转位置嵌入：增强模型理解图像空间信息的能力。
  • 并行注意力层：提高硬件效率，加快生成过程。
  • 缩放法则：应用原则使模型在参数增加时仍能高效运行。

这些创新在团队最近的研究论文中有详细描述：

  • "Fast High-Resolution Image Synthesis with Latent Adversarial Diffusion Distillation" (2024年3月)
  • "Scaling Rectified Flow Transformers for High-Resolution Image Synthesis" (ICML, 2024)

None

使用Flux Dev生成

主要特性和改进

1. 优越的图像质量和提示遵循

Flux生成的图像不仅分辨率高，而且与提供的文本提示紧密匹配。这使其在照片真实感和细节方面成为Midjourney V6等模型的强劲竞争者。

2. 速度和效率

不同版本的Flux满足不同需求：

  • Flux Schnell：优化速度，生成图像的速度比Pro版本快十倍，但质量略有下降。
  • Flux Pro：专注于提供最高质量的图像，具有详细的纹理和准确的提示表现。

3. 可扩展性

Flux的120亿参数显著超过了大约35亿参数的Stable Diffusion XL。这一增加使得生成更复杂和更详细的图像成为可能。

4. 先进的架构

混合架构使Flux能够超越传统的扩散模型，通过结合变换器模型的各个方面，能够更好地处理复杂提示并生成更多样化的输出。

Flux的不同版本

Flux Pro

提供Flux的最佳能力，适合专业和商业用途的顶级图像生成。

主要特性：

  • 最先进的性能
  • 高保真度的提示遵循
  • 出色的视觉质量和细节

使用：

在Replicate等平台上可用于商业应用，遵循Black Forest Labs的API协议和服务条款。

Flux Dev

一个开放权重、指导蒸馏模型，旨在用于非商业应用和开发目的。

主要特性：

  • 与Flux Pro相似的质量和提示遵循
  • 由于指导蒸馏而更高效

使用：

在HuggingFace等平台上免费提供，适合研究和个人项目，遵循非商业许可证。

Flux Schnell

专为速度而设计，优化用于本地开发和个人使用。

主要特性：

  • 快速图像生成（1到4步）
  • 使用潜在对抗扩散蒸馏

使用：

  • 根据Apache-2.0许可证发布，可用于个人、科学和商业目的。

如何尝试Flux

Flux可以通过多个平台访问，允许用户实验其功能：

Replicate：

  • Flux Pro: 用于商业用途，性能顶尖。
  • Flux Dev: 用于非商业用途，开放权重。

HuggingFace：

  • Flux Dev: 免费提供，适合实验和开发。

ComfyUI：

  • Flux Schnell: 用于本地推理，基于节点的工作流程，适合个人项目和快速原型制作。

开始使用Flux

要开始使用Flux：

  1. 选择合适的版本：

    • 确定您的需求（速度、质量、商业用途），相应选择Flux Pro、Dev或Schnell。

  2. 访问模型：

    • 访问提供您选择版本的平台（例如，Replicate、HuggingFace）。

  3. 设置环境：

    • 对于本地使用，安装Flux GitHub仓库中列出的必要依赖项。
    • 对于基于网络的平台，您可以直接开始生成图像，无需设置。

  4. 生成图像：

    • 输入您的文本提示。
    • 调整纵横比、指导和步骤等参数以优化输出。
    • 生成并下载您的图像。

None

使用Flux Dev生成

技术见解

Flux的进步根植于几个关键技术改进：

  • 修正流匹配：通过改善时间步采样来增强训练，导致在更少的采样步骤下获得更好的性能。
  • 多模态变换器基础架构（MM-DiT）：一种新颖的架构，超越了之前的基于变换器的扩散模型。
  • 使用改进的标题进行数据增强：利用合成生成的标题丰富训练数据，灵感来自OpenAI在“通过更好的标题改善图像生成”中的发现。
  • 并行注意力层和效率：结合硬件优化，提高推理速度而不牺牲质量。

许可和使用指南

  • Flux Pro：根据Black Forest Labs API协议的具体条款允许商业使用。
  • Flux Dev：根据FLUX.1 [dev]非商业许可证进行非商业使用。
  • Flux Schnell：根据Apache-2.0许可证提供，允许个人、科学和商业使用。

不适用的使用案例：

模型及其衍生物不得用于：

  • 违法活动或违反任何法律。
  • 生成有害内容，包括剥削或骚扰。
  • 生成意图伤害他人的虚假信息。
  • 创建非自愿的露骨内容。

Flux代表了AI图像生成的重大飞跃，结合先进技术高效地生成高质量、准确遵循提示的图像。无论您是艺术家、开发者还是研究人员，Flux都提供了多功能的工具来探索AI生成艺术的可能性。

参考文献

Flux在Replicate上的信息：Flux模型系列

  • Flux Pro
  • Flux Dev
  • Flux Schnell

模型链接：

研究论文：

  • "Fast High-Resolution Image Synthesis with Latent Adversarial Diffusion Distillation"
  • "Scaling Rectified Flow Transformers for High-Resolution Image Synthesis"

推荐阅读：

FluxAI 中文

© 2025. All Rights Reserved

FLUX.1 by Black Forest Labs