FLUX Kontext Dev 详细本地 Windows 操作教程 — 优于 ChatGPT 和 Gemini 图像编辑

教程链接

• YouTube 链接：https://youtu.be/adF9X9E0Chs

信息

黑森林实验室（BFL）作为 FLUX 模型的发布者，今天兑现承诺发布了 FLUX.1 Kontext DEV 模型。因此，我通宵达旦地进行了大量研究和测试，并准备了这份出色的分步教程，向您展示如何使用这个惊人的模型。通过 FLUX Kontext，您只需通过提示即可随意编辑图像的任何部分。无需遮罩，无需 ControlNet。它还可以修复和放大旧图像，或进行外扩绘制。它甚至可以将多张图像组合成一张新图像。FLUX Kontext 甚至可以将旧的黑白图像着色。这个模型极其强大和多功能，适用于众多任务。

视频中使用的重要链接

• 🔗请点击以下链接下载包含 SwarmUI 安装程序和 AI 模型下载器 Gradio App 的 zip 文件——教程中使用的就是它⤵️
• ▶️ https://www.patreon.com/posts/SwarmUI-Installer-AI-Videos-Downloader-114517862
• ▶️ 如何安装 SwarmUI 主教程：https://youtu.be/fTzlQ0tjxj0
• 🔗 请点击以下链接下载包含ComfyUI一键安装程序的zip文件，该安装程序支持Flash Attention、Sage Attention、xFormers、Triton、DeepSpeed、RTX 5000系列 ⤵️
• ▶️ https://www.patreon.com/posts/Advanced-ComfyUI-1-Click-Installer-105023709
• 🔗 Python、Git、CUDA、C++、FFMPEG、MSVC安装教程——ComfyUI所需 ⤵️
• ▶️ https://youtu.be/DrhUHnYfwC0
• 🔗 SECourses 官方 Discord 10500+ 会员 ⤵️
• ▶️ https://discord.com/servers/software-engineering-courses-secourses-772774097734074388
• 🔗 Stable Diffusion、FLUX、生成式 AI 教程和资源 GitHub ⤵️
• ▶️ https://github.com/FurkanGozukara/Stable-Diffusion
• 🔗 SECourses 官方 Reddit — 保持订阅以了解所有新闻及更多信息 ⤵️
• ▶️ https://www.reddit.com/r/SECourses/

视频章节

• 0:00 FLUX 1 Kontext 开发模型展示和功能
• 0:49 教程设置：SwarmUI 优于 ComfyUI 的简便性
• 1:29 入门：预设和提示指南
• 1:50 步骤 1：下载和更新 SwarmUI
• 2:33 步骤 2：运行模型下载器
• 2:52 步骤 3：下载 FLUX Kontext 开发模型
• 3:45 步骤 4：ComfyUI 和 SwarmUI 的关键更新
• 4:21 步骤 5：导入最新的 SwarmUI 预设
• 5:03 步骤 6：应用 FLUX 预设并加载图像
• 5:21 关键：设置正确的模型架构
• 5:50 如何设置图像分辨率和长宽比
• 6:33 示例 1：使用自然提示更改发色
• 7:26 分析第一个结果和质量保留
• 8:09 示例 2：转换为动漫风格和图像创意
• 9:14 示例 3：通过拼接图像进行多图像交互
• 9:54 使用详细提示生成组合场景
• 10:49 本地生成高分辨率版本
• 11:52 示例 4：使用更大的画布进行外扩绘制策略
• 12:31 生成外扩绘制图像
• 13:05 示例 5：创建著名的吉卜力风格
• 13:49 专业提示：自动生成更高分辨率
• 14:43 示例 6：动漫的高质量潜在图像放大
• 15:55 示例 7：修复和着色旧照片
• 16:39 分析惊人的照片修复结果
• 17:16 如何在私有云（RunPod 和 Massed Compute）上运行
• 18:08 云 GPU 价格和性能比较
• 18:35 结语和如何获得支持

FLUX Kontext：AI 驱动图像编辑的综合指南

引言

由 Black Forest Labs 开发的 FLUX Kontext 代表了 AI 驱动图像编辑和生成领域的重大进步。它利用自然语言处理和复杂的机器学习，允许用户通过简单的文本指令修改图像，使高级编辑功能面向电影制作人、设计师到业余爱好者等广大受众。本文将探讨 FLUX Kontext 的功能、工作原理、应用以及其优势和局限性，为对这一创新工具感兴趣的任何人提供详细概述。

什么是 FLUX Kontext？

FLUX Kontext 是一套生成流匹配模型，专为图像生成和编辑而设计。与从头开始创建图像的传统文本到图像模型不同，FLUX Kontext 执行*上下文图像生成*，这意味着它可以同时处理文本提示和现有图像，以生成连贯、上下文感知的视觉输出。此功能允许对图像的特定部分进行精确修改，同时保留整体构图，使其成为创意工作流程的强大工具。

FLUX Kontext 工作原理

FLUX Kontext 在潜在空间中采用*生成流匹配*方法，这项技术统一了图像生成和编辑。它使用一个 12B 的扩散转换器（在 [dev] 版本中）高效处理高分辨率图像。该模型整合了来自文本提示和输入图像的语义上下文，使其能够精确理解并执行复杂的指令。

例如，当用户上传图像并提供“将汽车颜色改为红色”等提示时，FLUX Kontext 会分析场景，识别汽车，并仅修改其颜色，同时保留背景、光照和其他元素。这是通过*序列拼接*实现的，它使模型能够无缝处理局部和全局编辑任务。

该模型的速度是一大亮点，据 Replicate 报告的测试显示，其推理时间比领先的竞争对手（如 OpenAI 的 4o/gpt-image-1 模型）快八倍。这种效率支持交互式应用和快速原型制作，使其成为时间敏感项目的实用选择。

主要特性和功能

FLUX Kontext 提供了一套强大的功能，使其在其他图像编辑工具中脱颖而出：

• 基于文本的图像编辑：用户可以用自然语言描述更改，例如“将背景换成海滩”或“把裙子染成蓝色”，模型会准确地应用这些编辑。
• 上下文生成：模型生成的新内容与现有图像无缝融合，确保视觉连贯性。
• 角色和对象保留：在多次编辑中保持角色或对象的一致性，这对于讲故事或连续艺术至关重要。
• 局部编辑：FLUX Kontext 可以针对图像的特定区域进行编辑，例如更改单个对象的颜色，而不会影响其他部分。
• 风格参考：用户可以应用特定的风格或美学，例如将图像转换为“90年代卡通”风格。
• 交互式速度：凭借低延迟，模型支持迭代编辑，允许用户快速优化其作品。
• 多步编辑：复杂的编辑可以分解为更小的步骤，提高精度和控制力。

这些功能在 *KontextBench* 上进行了评估，这是一个包含 1,026 对图像-提示对的基准测试，涵盖了五个任务类别：局部编辑、全局编辑、角色参考、风格参考和文本编辑。根据 arXiv 论文的记录，FLUX.1 Kontext [pro] 在文本编辑和角色保留方面表现出色。

实际使用和提示技巧

为了充分利用 FLUX Kontext，用户应遵循以下提示策略，如 Replicate 所述：

• 具体化：使用清晰、详细的语言，例如“将红色汽车改为蓝色”，而不是“改变汽车颜色”。
• 从简单开始：对于复杂的更改，从小的编辑开始，然后迭代构建。
• 有意保留：指定要保留的内容，例如“将背景改为森林，同时保持人物姿势不变”。
• 使用描述性短语：避免使用代词；为清晰起见，使用诸如“那个留着短黑发的女人”之类的短语。
• 引用文本编辑：对于文本更改，请使用引号，例如“将‘Eeny Meeny’替换为‘Flux Kontext’”。
• 控制构图：指定摄像机角度或构图以保持布局，例如“保持原始构图”。
• 仔细选择动词：使用“更改”或“替换”等具体动词，而不是“转换”等模糊动词。

应用

FLUX Kontext 的多功能性使其在各个行业中都具有宝贵价值：

• 电影制作和广告：创作者可以生成和编辑用于故事板、概念艺术或宣传材料的视觉资产。
• 设计和品牌：设计师可以快速迭代视觉概念，创建海报或品牌内容。
• 艺术和插画：艺术家可以构思原型或优化艺术作品，例如创建“90年代卡通”风格。
• 教育和培训：教育工作者可以创建引人入胜的视觉辅助工具或互动材料。
• 社交媒体和内容创作：用户可以将自拍转换为专业的推介或广告。

相对于传统方法的优势

与 Photoshop 等传统图像编辑软件相比，FLUX Kontext 具有以下几点优势：

• 易用性：无需高级技术技能；用户只需简单的文本提示即可获得结果。
• 时间效率：推理时间比竞争对手快八倍，支持快速工作流程。
• 精度和控制：基于文本的指令允许有针对性的编辑，减少意外更改。
• 成本效益：据 Replicate 称，它比 OpenAI 的 4o/gpt-image-1 等模型更便宜，并且没有像黄色色调问题那样影响质量（Replicate）。
• 商业用途：在 Replicate 等平台上生成的输出可用于应用程序、营销或商业目的。

局限性

尽管 FLUX Kontext 具有诸多优点，但也存在一些局限性：

• 视觉伪影：过多的多轮编辑可能会引入伪影或降低图像质量。
• 指令依从性：模型偶尔可能会误解提示，需要用户细化其指令。
• 有限的世界知识：其理解基于训练数据，可能无法涵盖所有现实世界情境。
• 保真度影响：[dev] 版本的蒸馏过程可能导致保真度略低于 [pro] 或 [max] 版本。

这些局限性已在 Black Forest Labs 的公告和 arXiv 论文中提及。

结论

FLUX Kontext 是 AI 驱动图像编辑领域的变革性工具，它提供了一种用户友好、高效、精确的传统方法替代方案。其处理文本和图像输入、保持上下文并提供高质量结果的能力，使其成为各行各业创意人员的颠覆性工具。尽管它有一些局限性，但其速度、可访问性和多功能性使其成为现代视觉工作流程的领先解决方案。随着技术的不断发展，FLUX Kontext 有望进一步重新定义我们创建和编辑图像的方式。