深入浅出剖析重量级文生图模型Flux.1

24年8月，Flux.1的发布又一次火爆整个AI绘图领域，号称AI文生图的“新标杆”，刷新AI图像领域的新格局。
在这里插入图片描述
Flux是一款由Black Forest Labs开发的尖端AI图像生成工具，旨在通过先进的技术将文本提示转化为高质量的图像。Flux AI支持多种创作风格，包括现实主义、动漫、幻想和插画，适用于艺术、设计、广告和社交媒体等多个领域。

Flux AI的主要特点包括其出色的视觉质量、对提示的高响应能力以及多样化的输出风格。它采用了混合架构，结合了Transformer网络在文本理解方面的优势和扩散模型在图像生成方面的强大能力，使其在生成逼真图像方面表现出色。此外，Flux AI还能够精确渲染人体解剖结构，解决了早期模型中常见的解剖学错误。

Flux AI提供多个版本，包括Pro、Dev和Schnell，以满足不同用户的需求。Pro版本适用于需要高质量图像生成的专业用户，而Schnell版本则优化了速度和效率，适合需要实时或近实时生成的应用。Flux AI还支持开源模式，为广大用户提供了更多的可能性。

Flux AI不仅在图像生成质量和性能上取得了重大突破，还通过其开源模式和多样化的版本选择，为用户提供了广泛的应用场景和创作自由度

黑森林实验室

Flux背后的主创团队来自由Stable Diffusion 原班人马打造的黑森林实验室BlackForestLabs，2024年8月1日，正式宣布成立，核心成员包括3月宣布从 Stability AI 出走的 Robin Rombach，也是 Stable Diffusion 的两个主要作者之一。

Flux简介

FLUX.1共有专业版、开发者版、快速版三种版本。
在这里插入图片描述

FLUX.1 [pro] ：最先进

闭源模型，质量最佳，提供最先进的性能图像生成，具有顶级的提示跟随、视觉质量、图像细节和输出多样性，FLUX.1 [pro] 可以通过API和合作伙伴 Replicate、fal.ai 和 mystic 访问，支持企业方案。
FLUX.1 [dev]：非商业应用

FLUX.1 [dev] 是一个用于非商业应用的开放轻量级模型，直接从 FLUX.1 [pro] 中提炼出来，获得了和Pro版本类似的质量和及时依从性能力，同时比相同尺寸的标准型号更高效。可以直接在 Replicate、fal.ai、mystic 和 deepinfra 上试用。
FLUX.1 [schnell]：最快

可商用，为本地开发和个人使用量身定制，FLUX.1 [schnell] 在 Apache2.0 许可下公开提供。FLUX.1 [schnell] 也可以通过 Replicate、fal.ai、mystic 和 deepinfra 获得。

在基准测试中，Flux模型在图像合成方面树立了新标准，超越了Midjourney v6.0、Dall-E 3（HD）和SD3 Ultra等模型，在视觉质量、提示遵从性、尺寸/比例变化、字体处理和输出多样性方面表现出色。

视觉质量：Flux 的目标是生成保真度更高、细节更逼真、整体美感更强的图像。
及时跟进：该模型旨在更加紧密地遵循给定的文本提示，生成更准确反映用户意图的图像。
尺寸/外观变化：Flux 支持多种宽高比和分辨率，从 0.1 到 2.0 百万像素，为各种用例提供灵活性。
活版印刷：该模型显示出在图像中生成和渲染文本的改进能力，这是许多文本到图像模型的共同挑战。
输出分集：Flux 经过专门微调，可以保留预训练的整个输出多样性，从而提供更广泛的创造可能性。

黑森林实验室的图表显示，其Pro和Dev模型是迄今为止最好的图像生成器，而其较不强大的Schnell版本则位于Midjourney v5和Ideogram之间。

Flux 与 Midjourney比较分析
图像质量和美观度：Flux 和 Midjourney 都以制作高质量、视觉震撼的图像而闻名。Midjourney 因其艺术天赋和创造具有独特审美吸引力的图像的能力而受到称赞。Flux 凭借其先进的架构和更大的参数数量，旨在达到或超过这一质量水平。

Flux 的早期示例展现了令人印象深刻的细节、逼真的纹理以及对光线和构图的出色把握。然而，艺术的主观性使得很难明确宣称在这一领域谁更胜一筹。用户可能会发现，每种模型在不同风格或类型的图像上都有自己的优势。

互动/提示词遵循：Flux 可能胜出的一个领域是及时遵守。Black Forest Labs 强调了他们专注于提高模型准确解释和执行给定提示的能力。这可能导致生成的图像更符合用户的意图，特别是对于复杂或细微的请求。Midjourney有时会因随意发挥创意而受到批评，这可能会产生美妙但出乎意料的结果。Flux 的方法可能对生成的输出提供更精确的控制。
速度与效率：随着 FLUX.1 [schnell] 的推出，Black Forest Labs 瞄准了 Midjourney 的主要优势之一：速度。Midjourney 以快速的生成时间而闻名，这使得它在迭代创作过程中广受欢迎。如果 Flux 能够在保持质量的同时达到或超过这一速度，那么这可能是一个重要的卖点。
易用性和易用性：Midjourney 之所以受欢迎，部分原因在于其用户友好的界面和与 Discord 的集成。Flux 是较新的，可能需要时间来开发类似的可访问界面。然而，FLUX.1 [schnell] 和 [dev] 模型的开源性质可能会导致社区开发各种工具和集成，在灵活性和定制选项方面可能超越 Midjourney。
技术能力：Flux 的先进架构和更大的模型尺寸表明，它在理解复杂提示和生成复杂细节方面可能具有更强大的原始能力。流匹配方法和混合架构可以让 Flux 处理更广泛的任务并生成更多样化的输出。
道德考虑和偏见缓解：Flux 和 Midjourney 都面临着解决人工智能生成图像中的道德问题的挑战，例如偏见、错误信息和版权问题。Black Forest Labs 强调透明度，并致力于让模型广泛普及，这可能会带来更强有力的社区监督和这些领域的更快改进。