大约 1 年前
纸质工艺、建筑模型、道路、地图、导航、从上看角度、简单、白色 --ar 16:9
Flux模型家族在AI界引发关注，以高质量输出和多样化应用而闻名。本文澄清官方Flux模型与基于Flux的检查点的区别，并比较四个流行的检查点：Shuttle 3 Diffusion、fluxRealistic、PixelWave和stoiqoNewreality。通过对这些模型在性能四个关键维度的测试，帮助用户理解每个检查点的优缺点，从而选择适合其创作项目的模型。文中还介绍了Flux模型的基础及其演变历程。
作者在使用Midjourney后删除了账户，因其社交平台内容过于性别化，影响了个人创作空间。尽管最初对Midjourney充满热情，但随着时间推移，感到标准下滑，最终转向探索其他AI艺术生成工具，如Flux模型。作者测试了四个Flux模型，比较其图像生成质量，并探讨了“最佳”模型的定义。
Flux模型在图像生成领域表现出色，但存在浅景深问题，影响真实感。Vadim Fedenko发布的LoRA模型解决了这一缺陷，允许用户通过可调权重精确控制景深，提升图像质量。该模型保持风格中立，适合与高分辨率修复结合使用，能显著减少图像伪影。Fedenko强调，使用128级LoRA可获得最佳效果，推荐Flux用户尝试此模型以创造更自然的图像。
本文介绍了Flux模型的安装、部署及使用，强调其在图像质量和技术能力上的优势。Flux由黑森林工作室开发，拥有12亿训练参数，提供PRO、dev和schnell三个版本，适合不同用户需求。模型在手部渲染、字体生成和风格适应方面表现出色，支持多种分辨率，适合各种创意项目。
Flux和SDXL模型是AI生成图像的重要创新，主要在于架构、效率和用途的不同。Flux是基于稳定扩散模型的优化版本，而SDXL则专注于高分辨率图像生成。测试表明，尽管Forge可以使用Xformers提升性能，但在某些情况下仍然较慢。文章还讨论了在Linux Mint上设置虚拟环境和解决Python版本不兼容的问题。
© 2025. All Rights Reserved
