什么是 Flux.1 Tools？

在 Flux.1 中，除了基础模型以外，Flux 官方还推出了相当于 ControlNet 和 IP-Adapter 的派生模型。

  • FLUX.1 Fill … inpainting / outpainting 用模型
  • FLUX.1 Depth / FLUX.1 Canny … 用构造基础的引导（Depth / Canny）保持形状原样重绘的模型
  • FLUX.1 Redux … 量产与参考图像一模一样的变体，面向 Flux 的 IP-Adapter 式模型

FLUX.1 Fill

可以和 inpainting 模型完全一样地使用。

模型的下载

📂ComfyUI/
└── 📂models/
    └── 📂diffusion_models/
        └── FLUX.1-Fill-dev_fp8.safetensors

工作流

flux_1_fill.json

  • 🟪 在 Load Diffusion Model 节点读取 flux1-fill-dev.safetensors。

  • 🟩 在 Flux.1 的工作流中，也和 Stable Diffusion 1.5 的 inpainting 一样添加 InpaintModelConditioning 节点。

    • 输入图像和掩膜。

FLUX.1 Depth / FLUX.1 Canny

可以用和 ControlNet Depth / Canny 相同的感觉使用。

模型的下载

📂ComfyUI/
└── 📂models/
    └── 📂diffusion_models/
        ├── flux1-depth-dev-fp8.safetensors
        └── flux1-canny-dev-fp8.safetensors

工作流

flux_1_depth.json

  • 🟩 向 InstructPixToPixConditioning 节点输入控制用图像。

  • 🟦 这次是 Depth，所以用 Depth Anything V2 制作深度图。

    • 因为这个深度图的图像尺寸会直接变成输出的图像尺寸，所以调整为适当的尺寸。

Canny 版中，以相同的构成输入 Canny 边缘图像。

FLUX.1 Redux

FLUX.1 Redux 是传递一张以上的参考图像，生成强烈贴近那个图像的变体的模型。
虽然接近 IP-Adapter，但 Redux 提示词相当难生效，参考图像的外观几乎原样出来。

模型的下载

Redux 作为与 Flux 本体不同的“风格模型”读取。
而且，也需要用于编码参考图像的 CLIP-ViT。

📂ComfyUI/
└── 📂models/
    ├── 📂style_models/
    │   └── flux1-redux-dev.safetensors
    └── 📂clip_vision/
        └── sigclip_vision_patch14_384.safetensors

工作流

flux_1_redux.json

  • 🟩 添加 Apply Style Model 节点，连接 Style 模型和 CLIP Vision Encode。

    • 在 CLIP Vision Encode 节点，连接 sigclip_vision_patch14_384.safetensors 和参考图像。

混合多张

如果横向排列 Apply Style Model 块，也可以参照多张图像进行混合。

flux_1_redux_multi.json

Redux 的问题

重申一下，Redux 几乎会无视提示词和 LoRA 等其他参数。

我认为干脆认为它是“量产与参考图像一模一样的变体的工具”来使用是最好的， 但也有能让提示词在某种程度上也能控制的自定义节点。仅供参考。