克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
“最强绘图模型”FLUX深夜更新，一口气连发四款工具！
用官方的话说，这次的更新给FLUX“带来了更多的控制方式和可操作性”。
别看官方说得简单，实际效果可是要震撼得多。
只用一个相同的轮廓，FLUX就能变幻出各式各样不同风格的画作：
或者传一张图，不用提示词就能让人物做出各种不同的动作，同时保持角色一致：
此外，还可以对现有的图像进行扩展，不断延伸画面：
具体来说，此次FLUX一共发布了这四款创意工具：
编辑工具fill，可以修改画面细节或扩展画面；
轮廓控制工具Canny，类似ControlNet；
景深控制工具Depth，类似ControlNet；
变换工具Redux，可改变人物动作、画面视角/风格。
这些工具分为dev和pro两个版本，dev版的代码和模型权重均已开放下载，pro版也通过API提供。
而且支持创作者常用的ComfyUI，能够简单整合进绘画工作流。
有网友评论说，这是一件大事，因为BFL（FLUX开发团队）终于有了自己的ControlNet。
还有人表示，这些工具解锁了（AI绘图的）可操纵性，是创意绘图的game changer。
四款工具一齐上线
首先来看fill，它可以对画面中包括文字在内的任意细节进行编辑或修复，比如图像中人物的衣着，或者加入新的元素。
此外还支持outpainting，可以将图像扩展到原始画面之外。
测评结果上，FLUX的官方工具，和第三方FLUX工具Alimama Creative体现出了优势。
同时也战胜了之前来踢馆的Ideogram，对比SD 1.5的类似功能则更是优势明显。
以文字修改任务为例，测试中对下图“Beers”部分进行了圈选，并要求修改为“Spaghetti”。
可以看出，官方Fill工具效果最为自然，Ideogram也还不错，但仔细对比会发现FLUX的文字粗细更加接近画面中的其他文字。
第三方插件则并未匹配原始字体，至于SD 1.5那更是惨不忍睹。
再来看看非文字的效果，这项任务需要在图像指定的位置（左侧）加上模糊（blurry）的小猫照片。
下图中的顺序和前面一样，可以看到除了左上角的FLUX fill工具之外，都没有满足“模糊”这个要求。
单看的话画面，第三方插件和Ideogram也都还可以，不过第三方插件“画蛇添足”地给原图的第一个木块加上了两个点。
而SD 1.5，似乎在保持着一种稳定的抽象。
第二个工具Canny，相当于一个轮廓ControlNet，通过边缘检测来精准地控制图像转换过程中的结构。
这次对比的对象包括第三方工具InstantX，以及SD 1.5和SDXL，结果FLUX.1 Canny的成绩优势明显。
当然这轮测试是直接把提取好的轮廓给模型，难度相对于让模型自己提取有一点降低。
利用这样的一个轮廓，每个模型或工具需要生成6张不同的图片（每个prompt两张）。
下图中，第一行为Flux.1 Canny（Pro）的作品，第二行为InstantX，第三第四行分别是SD 1.5和SDXL。
从左到右六张图片的prompt依次是：
1&2：a robot made of gold（一个金子做的机器人）
3&4：a robot made of brown and white clay（一个用棕色和白色黏土做的机器人）
5&6：a white robot in front of a gray background（一个白色的机器人在灰色的背景前方）
对于“金子”的部分，FLUX.1 Canny第一次画出来的效果是质感最好的，而且FLUX.1 Canny质量稳定性保持得是比较好的。
单就这个任务而言，SD 1.5的作品再次成为了最显眼包的一组。
接下来是Depth，它和Canny一样都是类似ControlNet的存在，顾名思义控制的内容是景深。
这次没有再把SD拉过来，参与对比的是两款第三方插件，还有MidJourney。
在一项测试任务中，提取之后的景深关系是这样的：
下图中，第一行对应FLUX.1 Depth（Pro），第二、三行对应Jasper和Shakker两款第三方工具，最后一行对应MidJourney。
从左到右，提示词依次是：
1&2：mountain cabin, anime style（山间小屋，动漫风格）
3&4：1950’s aesthetics（上世纪50年代的美学）
这里就不一一点评细节了，但FLUX.1 Depth的作品是最忠实于控制条件中景深关系的一组，而且也不像MidJourney那样出现了画面割裂的情况。
最后是Redux，给定输入图像，可以让FLUX在其基础之上进行“重新设计”，变换出各种不同的图片。
图像的背景、角度、画风都可以调整，同时在变换过程中保持角色一致。
如果实在没灵感，也可以只把图丢给模型，不用输入提示词，让模型自行发挥帮你转换。
相比于SD 1.5和SDXL，领先优势十分明显。
比如这张图中有只小猫正抱着一条鱼奔跑，测试过程当中没有输入提示词。
每个模型各自生成了三张图，由上到下分别是FLUX.1 Redux（Pro）、SD 1.5和SDXL。
在FLUX作品中鱼和猫的长相都和原图保持了一致，在细节动作时做出了变化，而SD 1.5生成的图像里猫和鱼都已经完全变了样子。
到了SDXL这里，好家伙，不要说风格了，猫和鱼直接陷入了“量子纠缠”，在三张图中都没有同时出现。
总之对比一圈之后发现，FLUX这次上线的四款官方工具，不管是相对第三方工具还是相对于其他模型，都十分扛打。
四款工具都是支持pro和dev两个版本（其中Canny和Depth还分完整版和LoRA版），dev版本代码和模型权重都是开放下载，pro版则要通过BFL API来使用。
另外，这四个工具还会通过五家FLUX合作的模型平台提供，这五家分别是fal（L的小写）.ai、Replicate、 Together.ai、Freepik和krea.ai。
公告地址（含代码/权重/测试集下载）：
https://blackforestlabs.ai/flux-1-tools/
参考链接：
[1]https://www.marktechpost.com/2024/11/21/black-forest-labs-release-flux-1-tools-a-suite-of-ai-models-designed-to-add-control-and-steerability-to-the-base-text-to-image-model-flux-1/
[2]https://x.com/fofrAI/status/1859621532550480342
[3]https://x.com/fofrAI/status/1859618518863323591
— 完 —
定档12月11日
「MEET2025智能未来大会」开启报名
李开复博士、周志华教授、智源研究院王仲远院长都来量子位MEET2025智能未来大会探讨行业破局之道了！
首批嘉宾阵容在此，观众报名通道已开启！欢迎来到MEET智能未来大会，期待与您一起预见智能科技新未来！
点这里👇关注我，记得标星哦～
