大家好，我是花生~

上期為大家梳理了 Flux 生態(tài)的主流版本模型以及 Lora、Contronet 模型的用法，今天我們繼續(xù)了解一些 Flux 基礎(chǔ)工作流，如圖生圖、高清放大、局部重繪等，其中還包括上周新推出的 Flux IP-Adapter 的相關(guān)用法。

上期回顧：

一、文生圖工作流

之前為大家介紹過 2 款 Flux 基礎(chǔ)文生圖工作流，但其中原版工作流用到的模型節(jié)點較多，有的小伙伴在使用時一個不小心就會選錯，導(dǎo)致工作流運行出現(xiàn)報錯或者生成效果不佳，今天就再介紹一下其中比較重要的參數(shù)設(shè)置。

① weight_dtype（剪枝類型）：目前大家用的最多的應(yīng)該還是 dev fp8 這個模型 ，那么對應(yīng)的 weight_dtype 記得要選 fp8_e4m3fn，如果選默認(rèn)生成時間會變很長。

② t5xxl 模型有 fp16 和 fp8 兩款可選，它們對畫面整體效果沒有很大影響，只是 fp16 的細(xì)節(jié)會更精致，但是占用的資源也會更多，所以一般選 fp8 就足夠了。type 類型記得要選 flux，而非 sdxl 或者其他。

③ Flux 模型對圖像尺寸的兼容性非常好，無論是 512*768 這樣的小尺寸，還是 300*1200 這樣的極限畫幅比，F(xiàn)lux 的生成效果都很好。因此如果你的顯存不是很高，建議先生成小尺寸圖像， 然后再放大。

④ 官方推薦的 sampler/scheduler 配置是 euler+simple，但這個搭配并非絕對，開源社區(qū)的大神測試出 ipdmn +simple、uni_pc+bh2+simple、 euler+beta 等配置可以得到更好的出圖效果，大家可多做嘗試。

⑤ 官方推薦的 guidance 數(shù)值為 3.5，但它也可以在 2-5 之間靈活調(diào)整。當(dāng)數(shù)值小于 3 時，生成的圖像的藝術(shù)風(fēng)格會更明顯；在 3-3.5 時，兼容性最好，可以應(yīng)對不同的場景；數(shù)值大于 3.5 時，畫面細(xì)節(jié)會有所增強，但是對比度會變得非常高。

另外，F(xiàn)lux 模型本身不需要負(fù)面提示詞和 CFG 參數(shù)，但在某些場景中還是需要加上一個空的 Clip_Text_Encoder 節(jié)點，來保證工作流正常運行；如果連接的節(jié)點中有 CFG 參數(shù)，記得數(shù)值要設(shè)置為 1，否則會影響畫面效果。

二、圖生圖

圖生圖的工作流非常簡單，只需在文生圖的基礎(chǔ)上，加上一個「圖像上傳」和一個「VAE 編碼」節(jié)點即可。圖生圖可以用來小幅度調(diào)整畫面效果，如修改畫面質(zhì)感、風(fēng)格、人物表情、裝飾物等。

圖生圖的效果主要通過 2 個參數(shù)來控制。一是提示詞，我們要將需要修改的內(nèi)容填寫到正向提示詞中，比如你想將一張真人照片轉(zhuǎn)為動漫風(fēng)格，就需要在提示詞中加上 “anime style” 這樣的提示詞；另一個是 Denoise 去噪?yún)?shù)，數(shù)值范圍 0-1，數(shù)值越高，生成的畫面與原圖的差別會越明顯。

三、高清放大

由于高清放大是在圖像生成后進行的，因此我們只需將常用的放大工作流接在 Flux 文生圖或圖生圖工作流后面就可以了。目前比較受歡迎的放大節(jié)點是 Ultimate SD Upscale，放大模型推薦選 4x-UltraSharp。使用此節(jié)點需要添加一個空的負(fù)面提示詞節(jié)點，并且 cfg 參數(shù)也要調(diào)整為 1。

四、局部重繪

這里推薦 2 種局部重繪的方式，一是添加 VAE Encode（for inpainting）節(jié)點，雖然簡單但是重繪效果非常不錯；另一個是更復(fù)雜一點，使用了 differential diffusion、guassian blur mask、Inpaint model conditioning 節(jié)點，重繪效果更自然精細(xì)。

使用局部重繪時需要注意兩點，一是涂抹局部重繪區(qū)域時，邊緣可以適當(dāng)向外多涂一點，這樣重繪效果更自然；二是多調(diào)整 denoise 的數(shù)值，一般在 0.8 或者以上會有比較好的效果。

方法①

方法②

五、IP-Adapter

模型下載： https://huggingface.co/XLabs-AI/flux-ip-adapter （文末有資源包）

XLab 在上周又推出了針對 Flux 的 IP-Adapter 模型，可以學(xué)習(xí)一張圖片的色調(diào)風(fēng)格、內(nèi)容構(gòu)成以及角色形象。雖然目前效果不如 SD1.5 和 SDXL 準(zhǔn)確穩(wěn)定，但是用來提取風(fēng)格效果還是不錯的，官方也表示目前只是第一版，未來將推出更穩(wěn)定的版本。

使用方法：

① 更新 ComfyUI，安裝或更新 x-flux-comfyui 到最新版本；

② 從網(wǎng)盤內(nèi)下載 clip_vision_l.safetensors 文件，安裝到根目錄的 models/clip_vision 文件夾；再下載 flux-ip-adapter.safetensors 文件，安裝到 models/xlabs/ipadapters 文件夾中。

③ 啟動 ComfyUI，從 custom_nodes\x-flux-comfyui\workflows 中加載對應(yīng)的 ip_adapter_workflow 工作流。

④ 上傳需要學(xué)習(xí)的圖像，檢查每個節(jié)點的模型選擇是否正確，然后點擊生成即可。ip_adapter 的強度設(shè)置在 0.8 左右比較合適，如果覺得效果不好，可以嘗試在 Xlab Sampler 節(jié)點中將 true_gs 數(shù)值設(shè)置為 2。記得多生成幾次，可以得到更好的結(jié)果。

那么以上就是本期為大家推薦的 5 款 Flux 基礎(chǔ)實用工作流，文內(nèi)的工作流文件都可以在云盤內(nèi)下載。如果文章對你有幫助，記得點贊、收藏、評論支持一波，我會有更動力為大家推薦新的干貨內(nèi)容~

ComfyUI 的學(xué)習(xí)門檻比較高，如果你想掌握它，建議先從 Stable Diffusion WebUI 開始，它更適合初學(xué)入門，學(xué)會后也能有助于我們快速掌握 ComfyUI 的用法。 我最新制作的 《零基礎(chǔ) AI 繪畫入門指南》是一門面向 AI 繪畫零基礎(chǔ)人群的系統(tǒng)課程，包含 Stable Diffusion WebUI 全面細(xì)致的用法教學(xué)，并提供配套資源，能幫你快速掌握這款目前最熱門的 AI 繪畫工具。

想了解更多 AI 新鮮資訊的話，歡迎關(guān)注 優(yōu)設(shè) AI 自學(xué)網(wǎng) 和優(yōu)設(shè)微信視頻號，每天都會分享最新的 AIGC 資訊和神器，讓你輕松掌握 AI 發(fā)展動態(tài)。也歡迎大家掃描下方的二維碼加入“優(yōu)設(shè) AI 知識交流群”，和我及其他設(shè)計師一起交流學(xué)習(xí) AI 知識~

推薦閱讀：