1 FLUX.1革命

FLUX.1：图像生成的新纪元

在人工智能的图像生成领域，FLUX.1模型的出现标志着一个新的时代。

由黑森林实验室（Black Forest Labs）研发的FLUX.1，以其120亿参数的庞大规模，为图像生成技术树立了新的标杆。

FLUX.1-Pro：企业级图像生成的巅峰之作

FLUX.1-Pro作为该系列的旗舰版本，提供了闭源的顶尖性能。

它在提示词识别、视觉质量、细节表现和输出多样性方面展现出色，非常适合对性能有极高要求的企业用户，通过官方API的接入，用户可以享受到定制化的服务体验。

FLUX.1-Dev：开源领域的瑰宝

FLUX.1-Dev作为开源但限制商用的版本，是基于FLUX.1-Pro构建的。

它不仅保持了高质量的提示词处理能力，而且在效率上有了显著提升，非常适合开发者进行深入研究和开发，这一版本的开源特性，为Java开发工程师提供了广阔的实验和创新空间。

FLUX.1-Schnell：个人用户的优选

FLUX.1-Schnell是专为个人用户和本地开发设计的开源且可商用的版本。

它在图像生成速度上具有显著优势，同时内存占用较低，非常适合在资源有限的环境中运行，这一版本采用Apache 2.0许可证，为个人用户和小型项目提供了极大的便利。

2 应用落地

对于Java开发工程师来说，FLUX.1模型的推出不仅提供了强大的图像生成工具，还为应用开发带来了新的机遇。

例如，通过将FLUX.1模型集成到一个客户服务机器人中，可以显著提升机器人在处理用户查询时的效率和准确性。

FLUX.1模型也被应用于复杂的数据分析项目中，模型的上下文理解能力使得从大量数据中提取有价值的信息变得更加高效。

3 部署ComfyUI

（1）在终端中执行以下命令克隆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

（2）克隆完成后可看到如下目录：

（3）终端进入/root/workspace/ComfyUI目录，执行以下命令，安装ComfyUI需要的依赖：

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

（4）执行以下命令，启动ComfyUI：

python main.py --listen

（5）看到服务成功启动，说明ComfyUI部署成功！

4 部署FLUX.1

推荐您阅读ComfyUI官方使用FLUX.1示例，以下是基于丹摩平台的部署教程

（1）平台已预制FLUX.1相关资源，您可通过内网高速下载：

# 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

（2）此处以FLUX.1-dev为例演示，首先下载完整FLUX.1-dev模型：

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

（3）解压文件：

tar -xf FLUX.1-dev.tar

（4）解压后完成后可看到如下目录:

（5）把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/

（6）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

（7）解压文件：

tar -xf flux_text_encoders.tar

（8）解压后完成后可看到如下目录:

（9）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/

5 导入工作流

FLUX.1-schnell-FP8:

6 新的挑战

FLUX.1模型在图像生成领域取得了显著的成就，但它也带来了新的挑战。

模型的训练和部署需要大量的计算资源，这对许多组织来说可能是一个负担，并且模型的可解释性和安全性也是Java开发工程师需要关注的重要问题。

面对这些挑战，Java开发工程师需要不断学习和适应，开发新的算法和技术，以优化模型的性能和效率。

同时需要实时探索新的模型解释方法，提高模型的可解释性，并与安全专家合作，确保模型的安全性。