一、FLUX.1 是什么

1.1 一句话定义

FLUX.1 是由 Black Forest Labs（黑森林实验室）发布的开源图像生成模型系列，当前开源领域最强的文生图模型之一。

FLUX.1 于 2024 年 8 月发布，由 Stable Diffusion 原班人马创立的黑森林实验室开发。它在图像质量、提示词理解、文本渲染、人体解剖准确性等方面全面超越了 SDXL 和 SD3，被公认为 2025-2026 年开源文生图的事实标准。

与 Midjourney 相比，FLUX.1 的优势在于：

• 完全开源：模型权重可下载到本地，无需联网即可运行
• 文本渲染极强：能准确生成图片中的文字、Logo、标语
• 提示词理解精准：复杂描述也能忠实还原
• 人体结构准确：手指、面部、肢体比例大幅改善
• ComfyUI 原生支持：第一时间适配节点式工作流

1.2 FLUX.1 在模型生态中的位置

二、三大版本详解：Dev / Schnell / Pro

FLUX.1 提供三个版本，满足不同场景需求。理解它们的区别是正确使用 FLUX 的第一步。

2.1 FLUX.1 [dev] — 质量优先

• 定位：开源高质量版本，最接近 Pro 的出图质量
• 采样步数：20-30 steps（推荐 20）
• 显存需求：≥12GB（FP16），8-12GB（FP8/GGUF）
• 许可证：非商业使用（商用需向 Black Forest Labs 申请）
• 适用场景：最终成品、商业插画、精细细节输出

2.2 FLUX.1 [schnell] — 速度优先

• 定位：蒸馏加速版，4 步即可出图
• 采样步数：4 steps（固定）
• 显存需求：8-12GB
• 许可证：Apache 2.0（可商用，无需授权）
• 适用场景：快速迭代、概念验证、批量试稿

2.3 FLUX.1 [pro] — API 闭源版

• 定位：闭源最强版本，仅通过 API 访问
• 访问方式：fal.ai、Replicate、硅基流动等平台
• 费用：约 0.01-0.05 元/张
• 适用场景：无显卡用户、需要最高质量的商业项目

三、FLUX.1 与 SD 的核心差异

FLUX.1 不是 SD 的简单升级，它在架构上有根本性变化。在 ComfyUI 中搭建 FLUX 工作流时，你会发现很多节点和 SD 不一样。

3.1 架构层面的差异

3.2 为什么 CFG 必须设为 1.0？

这是 FLUX 最容易踩的坑。传统 SD 模型中，CFG（Classifier Free Guidance）值通常在 7-8 之间，用于控制模型对提示词的”服从程度”。

但 FLUX.1 采用了 guidance distillation（引导蒸馏） 技术，在训练阶段就把 CFG 的影响内化了。这意味着：

• CFG = 1.0：正常工作，出图质量最佳
• CFG > 1.0：画面过饱和、出现伪影、颜色失真
• CFG < 1.0：画面发灰、细节丢失

3.3 双文本编码器：CLIP-L + T5-XXL

FLUX.1 使用两个文本编码器协同工作：

• CLIP-L：负责理解语义内容、风格描述
• T5-XXL：负责理解复杂句式、长文本、细节描述

在 ComfyUI 中，你需要用 DualCLIPLoader 节点同时加载这两个编码器，而不是传统的单个 CLIPLoader。

四、模型文件准备与目录结构

4.1 需要下载的文件清单

搭建 FLUX 工作流前，你需要准备以下模型文件：

4.2 模型下载渠道

• HuggingFace：官方仓库 black-forest-labs/FLUX.1-dev
• Civitai：搜索 “FLUX.1” 有社区优化版本
• ComfyUI Manager：部分模型可通过 Manager 直接下载

五、ComfyUI 工作流搭建（完整步骤）

下面是一个标准的 FLUX.1 文生图工作流，我们将逐个节点讲解。

5.1 第一步：加载双文本编码器（DualCLIPLoader）

右键画布 → Add Node → loaders → DualCLIPLoader

• clip_name1：选择 clip_l.safetensors
• clip_name2：选择 t5xxl_fp16.safetensors（或 FP8 版本）
• type：选择 flux

这个节点输出 CLIP 接口，需要连接到两个 CLIP Text Encode 节点。

5.2 第二步：加载扩散模型（Load Diffusion Model）

右键画布 → Add Node → loaders → Load Diffusion Model

• model_name：选择 flux1-dev.safetensors 或 flux1-schnell.safetensors

注意：FLUX 不使用传统的 CheckpointLoader，而是用 UnetLoader 或 Load Diffusion Model 节点。

5.3 第三步：文本编码（CLIP Text Encode × 2）

添加两个 CLIP Text Encode 节点：

• 正向提示词节点：连接 DualCLIPLoader 的 CLIP 输出，输入你的画面描述
• 负向提示词节点：FLUX 的负面提示词效果很弱，可以直接留空

5.4 第四步：创建空白画布（Empty Latent Image）

右键画布 → Add Node → latent → Empty Latent Image

• width：1024
• height：1024
• batch_size：1（一次出几张）

FLUX 的原生分辨率是 1024×1024，也可以尝试 832×1216（竖版）或 1216×832（横版）。

5.5 第五步：核心采样（KSampler）

右键画布 → Add Node → sampling → KSampler

• model：连接 Load Diffusion Model 的 MODEL 输出
• positive：连接正向 CLIP Text Encode 的 CONDITIONING
• negative：连接负向 CLIP Text Encode（可留空）
• latent_image：连接 Empty Latent Image 的 LATENT
• seed：随机种子，固定可复现
• control_after_generate：randomize / fixed
• steps：Dev 用 20，Schnell 用 4
• cfg：必须设为 1.0
• sampler_name：euler
• scheduler：simple
• denoise：1.0（文生图）

5.6 第六步：加载 VAE 并解码

添加两个节点：

1. VAELoader：加载 ae.safetensors
2. VAE Decode：将 KSampler 输出的 LATENT 解码为图像
   • samples：连接 KSampler 的 LATENT
   • vae：连接 VAELoader 的 VAE

5.7 第七步：保存图片（Save Image）

右键画布 → Add Node → image → Save Image

• images：连接 VAE Decode 的 IMAGE
• filename_prefix：输出文件名前缀，如 flux_output

5.8 完整节点连接总结

DualCLIPLoader ──CLIP──→ CLIP Text Encode(正) ──CONDITIONING──┐
                    └──→ CLIP Text Encode(负) ──CONDITIONING──┤
                                                              │
Load Diffusion Model ──MODEL──→ KSampler ←──LATENT── Empty Latent Image
                                    │
                                    ↓ LATENT
                              VAE Decode ←──VAE── VAELoader(ae.safetensors)
                                    │
                                    ↓ IMAGE
                              Save Image

六、关键参数设置与调优

6.1 参数速查表

6.2 分辨率与画幅

FLUX.1 在以下分辨率表现最佳：

• 1024 × 1024：正方形，通用场景
• 832 × 1216：竖版 2:3，人像、海报
• 1216 × 832：横版 3:2，风景、场景
• 1360 × 768：横版 16:9，视频帧、宽屏

6.3 显存不足时的优化方案

如果你的显卡显存不够，可以尝试以下方案：

1. 使用 FP8 量化模型
   • 下载 flux1-dev-fp8.safetensors 替代完整版
   • 质量损失很小，显存占用减半
2. 使用 GGUF 量化模型
   • 需要安装 ComfyUI-GGUF 自定义节点
   • Q8 质量接近 FP16，Q4 适合 6-8GB 显存
3. 启动参数优化

   python main.py --lowvram        # 降低显存峰值
   python main.py --novae          # VAE 按需加载
   python main.py --lowvram --novae # 组合使用

4. 使用 T5 FP8 编码器
   • 用 t5xxl_fp8_e4m3fn.safetensors 替代 FP16 版本
   • 节省约 5GB 显存

七、常见问题排查

7.1 报错：CUDA out of memory

原因：显存不足
解决：

• 切换到 FP8 或 GGUF 量化模型
• 添加 --lowvram 启动参数
• 降低分辨率到 832×832 测试
• 关闭其他占用显存的程序

7.2 报错：Error loading DualCLIPLoader

原因：clip 文件缺失或路径不对
解决：

• 确认 clip_l.safetensors 和 t5xxl_fp16.safetensors 都在 models/clip/ 目录
• 检查 DualCLIPLoader 的 type 是否设为 flux

7.3 出图过饱和、颜色失真

原因：CFG 值设置错误
解决：将 CFG 严格设为 1.0，不要沿用 SD 的 7-8

7.4 出图模糊、细节不足

原因：步数不足或用了 Schnell 但期望 Dev 质量
解决：

• Dev 模型至少用 20 steps
• 检查是否用了正确的模型文件
• 尝试 beta scheduler 替代 simple

7.5 第一次运行下载模型很慢

原因：ComfyUI 自动下载缺失的模型权重
解决：提前手动下载好所有模型文件放到对应目录，避免运行时下载

八、FLUX 的文本渲染能力

FLUX.1 最惊艳的能力之一是图片内文本渲染。与 SD 系列相比，FLUX 能准确生成可读的文字、Logo、标语。

8.1 文本渲染提示词技巧

• 在提示词中直接写要显示的文字，加引号：a sign with text "Welcome to Paris"
• 指定字体风格：neon sign, glowing text 或 handwritten calligraphy
• 控制文字位置：text in the center of the image
• 短文本比长文本成功率更高

8.2 应用场景

• 电商主图：产品 + 促销文案
• 海报设计：标题 + 视觉元素
• Logo 概念：品牌名称 + 图形
• 书籍封面：书名 + 作者名