概述
2024 年 Stable Diffusion 核心团队离开 Stability AI 后,成立了 Black Forest Labs 并发布了 Flux,这是一组迅速在质量和提示遵循度上树立标杆的图像生成模型。Flux Image 代表了当前开放权重文本生图领域的最先进水平。
Flux 有三个变体:Flux Pro(旗舰版,通过 API 使用),Flux Dev(蒸馏版,非商业用途),Flux Schnell(速度优化,Apache 2.0 许可)。三者均可本地运行(需足够 GPU 显存)、通过 Black Forest Labs API 或第三方托管服务使用。
Flux 的突出优势
提示遵循度。 Flux 相比 SDXL 最大的进步在于忠实遵循复杂提示。SDXL 可能在详细描述中忽略或幻觉某些元素,Flux 则持续渲染要求的内容。这对输出必须匹配创意简报的专业用例很重要。
文字渲染。 Flux 能在图像中生成清晰可读的文字,这是扩散模型历史上难以实现的能力。标志、标签和排版元素可读而非乱码。
图像质量。 在独立基准测试和社区比较中,Flux Pro 的输出质量与 Midjourney 和 DALL-E 3 等闭源模型竞争且经常超越,尤其在照片级真实感和复杂构图方面。
开放生态。 Flux Dev 和 Schnell 开放权重,意味着可以微调、私有部署并集成到自定义工作流中,无供应商锁定。这催生了 LoRA 适配、ControlNet 集成和社区托管推理端点的生态系统。
技术架构
Flux 采用混合架构,结合了扩散 Transformer 和流匹配。拥有 120 亿参数,远大于 SDXL 的 26 亿参数,这既贡献了质量也拉高了硬件要求。本地运行 Flux 通常需要 24GB 以上显存,量化版本可降低此需求。
使用方式
- API。 Black Forest Labs 在 bfl.ai 提供付费 API。按张计费,量大优惠。
- 本地部署。 开放权重模型可通过 ComfyUI、Automatic1111 或 Diffusers 下载运行。Flux Schnell 最快;Flux Dev 在本地可部署选项中质量最佳。
- 第三方托管。 Replicate、Fal.ai、Hugging Face 等服务托管 Flux 推理端点,通常有免费层。
- 消费级应用。 多款 AI 图像应用和网站用 Flux 作为后端模型,比本地运行提供更简单的界面。
局限
- 硬件要求。 本地运行需要高端 GPU。大量使用时云端推理成本可能累积。
- 许可限制。 Flux Dev 仅限非商业用途。Flux Schnell(Apache 2.0)是唯一可免费商业部署的变体。
- 无内置编辑。 Flux 是生成模型而非编辑器。修复和扩展需要额外工具。
Black Forest Labs 持续迭代,已宣布 Flux 2.0 并预计进一步提升质量。公司的出身(Stable Diffusion 原团队)使其在开源社区和企业采购流程中都具备可信度。
Flux 官网 bfl.ai,GitHub github.com/black-forest-labs/flux。