FLUX.1+ComfyUI部署与使用：图像合成技术的新高度

✨ Blog’s 主页: 白乐天_ξ( ✿＞◡❛)
🌈 个人Motto：他强任他强，清风拂山冈！
💫 欢迎来到我的学习笔记！

FLUX.1的版本

FLUX.1是由黑森林实验室（[Black Forest Labs](https://blackforestlabs.ai/) ）开发，分为3个版本：

版本名称	优点
【闭源】FLUX.1-pro	1. FLUX.1中的最顶级的性能 2. 图像生成能力最先进 3. 词汇识别能力强 4. 图像细节、视觉展示好
【开源不可商用】FLUX.1-dev	1. 由FLUX.1-pro提炼 2. 比同大小的标准模型更高效 3. 类似的质量和提示词能力
【开源可商用】FLUX.1-schnell	1. 为本地开发和个人使用量身定制的 2. 生成速度有明显优势 3. 占用内存最小

体验地址

丹摩DAMODEL|让AI开发更简单！算力租赁上丹摩！

图片展示

FLUX.1-dev-FP16

FLUX.1-schnell-FP16

FLUX.1-dev-FP8

FLUX.1-schnell-FP8

部署实践流程

创建资源

1. 首先进入控制台-GPU云实例。

2. 进入创建页面后在创建实例中选择付费类型，按量支付、包月支付和包日支付。
   

3. 选择GPU数量和需求的GPU型号。

4. 配置数据硬盘的大小，建议扩容至150GB。
   

5. 选择安装的镜像，建议选择PyTorch。

6. 创建密钥对，输入自定义的名称
   

登录实例

启动JupyterLab，并创建终端。

部署ComfyUI

1. 首先我么 要在在终端中执行下面的克隆ComfyUI代码：

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

完成后我们就可以看见下面这样式的目录：

2. 然后我们在目录中可以看见终端进入/root/workspace/ComfyUI。

3. 接着我们开始执行以下命令，进行ComfyUI的安装：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

4. 开始启动ComfyUI：

python main.py --listen

服务器成功启动，ComfyUI部署成功！

部署FLUX.1

点击进入ComfyUI官方使用FLUX.1示例

下面是丹摩内网的高速下载方式：

# 下载完整FLUX.1-dev模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整FLUX.1-schnell模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整Clip模型
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

1. 我们首先下载完整FLUX.1-dev模型：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar

2. 这是相应的解压文件：

tar -xf FLUX.1-dev.tar

3. 解压后可以在目录中看到下面的两项：

4. 然后，我们需要将其中的一些文件移至ComfyUI指定目录：

• 大模型文件flux1-dev.safetensors需要移动至/root/workspace/ComfyUI/models/unet/文件夹中;
• vae文件ae.safetensors需移动至/root/workspace/ComfyUI/models/vae/文件夹中。

# 进入解压后的文件夹
cd /root/workspace/FLUX.1-dev
# 移动文件
mv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/
mv ae.safetensors /root/workspace/ComfyUI/models/vae/

5. 接下来下载完整Clip模型：

# 进入JupyterLab根目录
cd /root/workspace
# 下载文件
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

6. 解压文件：

tar -xf flux_text_encoders.tar

7. 把其中的一些文件移至ComfyUI指定目录：

# 进入解压后的文件夹
cd /root/workspace/flux_text_encoders
# 移动文件
mv clip_l.safetensors /root/workspace/ComfyUI/models/clip/
mv t5xxl_fp16.safetensors /root/workspace/ComfyUI/models/clip/

以上就是整个的部署流程！！！

---

使用心得

强大的性能与便捷的部署

FLUX.1 模型的性能令人惊叹，其训练参数高达 120 亿，在图像质量、提示词的准确跟随、尺寸适应性、排版以及输出的多样性方面，超越了市场上众多流行模型。而整个部署过程，虽然步骤较多，但只要按照教程逐步操作，也能较为顺利地完成。

丰富的版本选择

FLUX.1 分为闭源的 FLUX.1-pro、开源不可商用的 FLUX.1-dev 和开源可商用的 FLUX.1-schnell 三个版本，满足了不同用户的需求。这让用户可以根据自身的使用场景和目的，灵活选择适合自己的版本。

资源配置的灵活性

在创建资源时，能够根据短期或长期需求选择付费类型，还能根据实际情况选择 GPU 数量、型号以及数据硬盘大小等，这种灵活性为用户提供了很大的便利。

遇到的问题与解决

在部署过程中，可能会遇到一些报错，比如依赖冲突等问题。但只要按照提示，先卸载冲突包，再次安装依赖，问题通常都能得到解决。

期待与展望

总的来说，FLUX.1 + ComfyUI 为图像生成和处理带来了全新的体验。期待未来能有更多优化和功能的拓展，让使用更加便捷和高效。