↓ 跳过正文
  1. 文章/
  2. 2024 年文章归档/

Flux.1 发布:开源生图王座易主

·1651 字·4 分钟
作者
吾便宜
Flux.1 开源生图发布

插图来源:Storyset

2024 年 8 月 1 日,AI 绘画圈地震:Black Forest Labs 发布 Flux.1,开源生图模型的王座,易主了。

清单:Flux.1 是谁
#

  • 出品方:Black Forest Labs,创始团队是 Stable Diffusion 的核心原班人马(从 Stability AI 出走)。
  • 版本:Flux.1 Pro(闭源,最强)、Dev(开源可商用,需申请)、Schnell(开源,Apache 协议,随便用)。
  • 亮点:120 亿参数,文本渲染准(海报字不再乱码)、手部细节好、提示词理解强。
  • 口碑:发布即屠榜,多项盲测超过 Midjourney v6 和 DALL-E 3。

SD vs Flux:王座为什么易主
#

  • Stability AI 动荡:2024 年 SD 团队核心出走、CEO 换人,SD3 发布后反响平平(人体结构问题被群嘲)。
  • Flux 接棒:原班人马另起炉灶,Flux.1 就是"SD 精神续作",社区无缝迁移。
  • 生态:发布几周内,ComfyUI、Forge 等主流工具全量支持,上手零门槛。

本地部署:配置要求
#

版本显存要求说明
Schnell(量化)8G+速度快,画质略降
Dev(fp16)16G+完整画质
Dev(量化)12G折中选择

工具推荐 ComfyUI 或 Forge,2024 年 8 月发布后两周内就都支持了。没显卡?用在线聚合站,免费额度够玩。

提示词技巧
#

Flux 的提示词理解是强项,几个技巧:

  1. 英文优先:英文提示词效果最好,中文先翻译。
  2. 文本渲染:海报、Logo 里的文字,直接写进提示词,比如 "a poster with text 'HELLO'",Flux 的文字准确率是 2024 年开源模型里最好的。
  3. 细节描述:光线、镜头、风格写具体,“cinematic lighting, 85mm lens"这种摄影术语它都懂。
  4. 反向提示词:Flux 不太需要负面提示词,正常描述就行,这是和 SD 最大的不同。

Flux.1 的短板:2024 年 8 月
#

Flux.1 很强,但别吹过头:

  1. 中文:英文提示词效果好,中文提示词差一截。2024 年 8 月,AI 绘画的中文理解,普遍不行。
  2. 手:画手,还是偶尔翻车。6 根手指的梗,Flux 也没完全避免。
  3. 速度:本地部署,4090 也要等。云端排队,高峰期慢。
  4. 风格化:写实强,二次元、扁平风,不如 Midjourney。

2024 年 8 月,Flux.1 是"开源之王”,但不是"全能王"。写实、开源、本地,选 Flux。风格化、省事,选 Midjourney。

普通人怎么玩
#

  1. 在线体验:很多聚合站提供免费试用,搜"Flux 在线"就有。
  2. 本地部署:Dev/Schnell 可下载,12B 参数需要不错的显卡(12G 显存起步,量化版要求更低)。
  3. 提示词:英文提示词效果最好,实在不会写英文的,先中文写再让 AI 翻译。

网络方面,下载模型、访问国外聚合站都需要境外 IP,节点选择看AI 工具地区限制与 IP 选择。AI 搜索工具用 Perplexity 查教程很方便。

Flux.1 的 2024 年:开源的胜利
#

2024 年 8 月,Flux.1 发布,开源 AI 绘画的里程碑:

  • 之前:SDXL 是开源之王,但和 Midjourney 有差距。
  • 之后:Flux.1 追上了,甚至超过了。2024 年 8 月,开源第一次在 AI 绘画上,不输闭源。
  • 意义:本地部署、免费、开源,2024 年,AI 绘画的"民主化",Flux.1 是关键一步。

2024 年,AI 绘画的格局:Midjourney、Flux、SD,三足鼎立。2024 年 8 月,Flux.1 是开源的胜利,用户受益。2024 年,开源 AI 绘画,Flux 是里程碑。2024 年 8 月,Flux.1 发布,开源第一次不输闭源。2024 年,AI 绘画三足鼎立,用户受益,选择更多。用户受益。本地部署、免费,开源的"民主化"。2024 年,AI 绘画三足鼎立:Midjourney、Flux、SD。2024 年 8 月,Flux 是开源的里程碑。用户受益,选择更多。

和 Midjourney 怎么选
#

Flux.1Midjourney
开源是(Dev/Schnell)否
价格可免费本地跑订阅制
审美写实强艺术感强
中文一般一般
适合技术党、商用出图党、设计师

两个都玩玩不冲突。手机 AI 玩法可以看看 AI 手机 2024,端侧 AI 生图也在路上了。

一句话:2024 年 8 月之后,聊开源生图不提 Flux,就像聊手机不提 iPhone。SD 是过去式,Flux 是现在进行时。

相关文章

Llama 3.1 405B:开源模型追平闭源?

·1780 字·4 分钟
插图来源:Storyset Meta 在 7 月下旬发布 Llama 3.1,一口气三档:8B、70B、405B。其中 405B 是史上最大的开源模型,Meta 放话"对标 GPT-4o"。开源模型真的追平闭源了吗?横评对比。

ComfyUI 入门 2024:节点式生图

·3154 字·7 分钟
插图来源:Storyset 如果你用过 Stable Diffusion 的 WebUI(一键生图那个界面),ComfyUI 就是它的"专业版":没有花哨的按钮,只有一张可以连线的节点画布。2024 年,ComfyUI 已经是 AI 绘画进阶玩家的标配。这篇带你入门。

Qwen2 发布:通义千问的开源反击

·1296 字·3 分钟
6 月 7 日,阿里发布了 Qwen2。从 0.5B 的小杯到 72B 的超大杯,五个尺寸一次性全开源,还支持 32K 上下文(72B 版支持 128K)。这是 2024 年国产开源模型最重磅的一次更新。复盘一下这半年发生了什么,以及 Qwen2 到底强在哪。

Stable Diffusion 3 发布:本地生图新选择

·1277 字·3 分钟
2024 年 2 月,Stability AI 发布 Stable Diffusion 3,主打文字渲染和多主题提示词理解。这是 SD 系列时隔一年多的大版本更新,清单体一次讲清要点。 SD3 的 5 个关键变化 # 文字渲染大跃进:以前 SD 生成带文字的图片必翻车,SD3 对英文单词的渲染准多了,海报、Logo 类需求可用。 提示词理解更强:多主体、复杂空间关系的提示词,SD3 的服从度明显好于 SDXL。 新架构 MM-DiT:换了 Diffusion Transformer 架构,和 Sora 同源技术路线,算是追上了时代。 分档发布:先放出 800M–8B 参数多档,消费级显卡也能跑小档。 先 API 后开源:发布初期走 API 内测,开源权重随后放出,本地部署要再等等。 普通人上手清单 # 先别急着配电脑:等开源权重和社区整合包(Stability Matrix / ComfyUI 适配)出来再动手。 显卡要求:想本地跑,NVIDIA 8G 显存起步,12G 以上体验才顺。AMD 卡先观望社区支持。 先玩在线版:等不及的先用官方 API 或 Clipdrop 这类在线服务试效果。 提示词从英文开始:SD3 对英文提示词最友好,中文提示词先机翻再投喂。 关注 Ollama 这类本地工具:本地 AI 生态是通的,玩转一个,另一个上手更快。 和 Midjourney 怎么选 # 要出图质量、要省心,Midjourney 仍是 2024 年初的最优解;要免费、要本地、要可控,等 SD3 开源。前者是餐厅,后者是自家厨房,不冲突。

AI 绘画 2024:Midjourney v6 vs DALL-E 3

·2244 字·5 分钟
去年是 AI 绘画的爆发年:10 月 DALL-E 3 上线,12 月 Midjourney v6 发布。到了 2024 年初,格局基本定型——“画质看 MJ,理解看 DALL-E”。这篇不吹不黑,复盘一下两家现在到底是什么水平,分别适合谁。