Hello，大家好！本期内容我们将一起学习如何在 ComfyUI 中安装并使用近期广受关注的 Flux 模型。
首先，我们前往 Hugging Face 的 Flux 页面，可以看到关于该模型的详细介绍。页面中提供了多种使用方式，例如通过 API 调用，或直接在 ComfyUI 中集成运行。接下来我们会详细介绍如何将 Flux 部署到本地，并在 ComfyUI 中配置和使用。
在 Hugging Face 页面的“Files and versions”区域，我们可以下载相关模型文件。但考虑到网络访问限制，我们已将所需资源整理至网盘，方便大家下载学习。
下载完成后，解压得到三个文件夹：`unet`、`clip` 和 `vae`。
- clip 文件夹：包含 4 个文件，全部需下载并放入对应路径。
- unet 文件夹：包含 4 个不同量级的模型文件，分别对应 FP8 和 FP16 精度版本。其中 FP8 版本约 11GB，FP16 版本约 22GB。推荐初学者优先选择 11GB 的 FP8 大模型，对显存压力更小，运行更稳定。
- vae 文件夹：包含 Flux 专用的 VAE 模型文件，需一并放入指定路径。
完成模型文件放置后，我们进入 ComfyUI 界面，加载 Flux 默认工作流进行配置。
工作流左侧包含三个核心节点：
- UNet 加载器：作用类似于传统 Checkpoint 加载器，用于加载 Flux 大模型。推荐使用 FP8 精度的模型（11GB），兼顾性能与效果。
- 双 CLIP 加载器：这是 Flux 的关键特性之一，支持同时加载两个文本编码器 —— CLIP-L（或 CLIP-G）与 T5-XXL。前者采用传统关键词式提示语法（如 one girl garden），后者支持自然语言输入（如 one girl in the garden）。两者协同提升语义理解能力，无需正负向提示词区分。
- CLIP 文本编码器（Plus）：接收双路输入，统一输出至采样器的单一条件输入端口，体现 Flux 架构对提示词的整合处理逻辑。
其他重要配置项说明：
- 采样器与调度器：必须使用 UR 采样器 + Simple 调度器组合，这是 Flux 官方推荐且经过验证的固定搭配，切换其他组合可能导致生成效果严重下降。
- 采样步数（Steps）：默认设为 17。实测表明，Flux 在第 15 步后图像变化已趋于稳定，17 步可在保证质量的同时兼顾效率。
- 引导系数（CFG Scale）：建议设置为 3.5。相比传统模型，Flux 对低 CFG 更友好，过高反而易导致失真。
- 尺寸与批次：Flux 对图像宽高比限制极小，可原生支持 2048×512、512×2048 等非常规比例，无需额外裁剪或拉伸。
- LoRA 加载器：支持 Flux 专用 LoRA，用于微调风格或增强特定表现力，后续可根据需要启用。
实际生成测试显示，Flux 在真实感、细节还原、构图合理性等方面表现突出。例如输入提示词 “a black and white western cowboy”，可生成具有经典黑白电影质感的画面；输入 “a sword filled with bloody magic”，能精准呈现高对比、强氛围的幻想武器图像；即使大幅调整分辨率（如 512×2048），画面结构与质感依然保持高度稳定。
Flux 的优势主要体现在两方面：
- 无尺寸强约束：不依赖固定训练比例（如 512×512 或 512×768），支持自由宽高比输出；
- 双文本编码机制：融合传统关键词语法与自然语言理解，显著提升语义解析准确性与生成可控性。
此外，Flux 还配备了专用 VAE（Flux VAE），进一步优化输出图像的真实感与质感，使其更接近手机直拍或胶片摄影效果。