GitHub 地址：https://github.com/black-forest-labs/flux

简介

FLUX​ 是由 Black Forest Labs（黑森林实验室）​ 开发的开源图像生成与编辑推理库，其核心是 FLUX.1 系列模型。该团队由 Stable Diffusion 原班人马组建，FLUX 被视为在技术架构上全面超越前作的“次世代”作品。它采用了全新的流匹配（Flow Matching）​ 架构与 Transformer backbone，在提示词遵循度、图像细节（尤其是手部和文字渲染）以及生成速度上均达到了业界顶尖水平。

该项目不仅提供了本地部署的开放权重模型（如 FLUX.1-schnell），还集成了商业 API 接口，支持从简单的文生图到复杂的结构控制（如边缘、深度图引导）的全套视觉创作流程。

主要功能

1. 极致的提示词遵循与画质

FLUX.1 拥有 120 亿参数，支持生成最高 200 万像素的高分辨率图像。与传统扩散模型相比，它在处理复杂、冗长的提示词时表现出色，能精准还原用户描述的构图、风格和细节，解决了“AI 看不懂话”的痛点。特别是在人体解剖结构（手、脸）和图像内文字渲染（海报、Logo）方面，其表现显著优于许多主流竞品。

2. 多模态控制与编辑套件

除了基础的文本生成图像（Text-to-Image），项目还提供了一系列专用工具模型：

• FLUX.1 Fill：用于智能修复（Inpainting/Outpainting），可基于掩码和文本指令擦除物体或扩展画面。

• FLUX.1 Canny/Depth：通过边缘检测或深度图进行结构控制，实现“草图变真图”。

• FLUX.1 Kontext：支持参考图像上下文生成，能保持角色一致性并进行多轮连贯编辑。

3. 高性能推理与加速

项目深度集成 NVIDIA TensorRT​ 优化。对于拥有 NVIDIA 显卡的用户，通过 TensorRT 部署可大幅提升推理速度（官方数据显示提升可达 20%），并降低显存占用，使得在消费级显卡上快速生成高清大图成为可能。

4. 灵活的商用授权与追踪

• 开源模型：FLUX.1-schnell 采用 Apache 2.0 协议，可免费商用；其他 Dev 版本主要用于研究和非商业用途。

• 商业 API：针对企业级需求，Black Forest Labs 提供了 Pro 版 API，并内置了用量追踪机制。企业可通过集成 SDK 自动上报使用量，以满足商业授权合规性要求。

安装与配置

基础安装（Python 3.10+ 环境）

这是最通用的本地部署方式，适合大多数用户：

1. 克隆仓库并创建环境：

   git clone https://github.com/black-forest-labs/flux
   cd flux
   python3.10 -m venv .venv
   source .venv/bin/activate

2. 安装依赖：

   pip install -e ".[all]"

3. 下载模型权重：安装后，代码会自动从 Hugging Face 下载对应的 FLUX.1 模型（如 FLUX.1-schnell）。首次运行会因下载大文件（约 50GB+）而耗时较长。

TensorRT 加速安装（可选）

若你拥有 NVIDIA 显卡并希望获得极致性能，需使用 enroot容器环境安装 NVIDIA 官方的 PyTorch 镜像，并安装 .[tensorrt]扩展。具体步骤详见官方 README。

API 配置（用于商业追踪）

如果你计划商用开源模型，需要配置 API Key 以启用用量追踪：

1. 在 bfl.ai注册账号并获取 API Key。

2. 设置环境变量：export BFL_API_KEY="your_key_here"。

3. 在调用脚本时启用 track_usage=True参数。

如何使用

本地推理（Python 脚本）

安装完成后，你可以通过几行代码调用模型。以生成一张“宇航员在火星骑马”的图片为例，核心流程包括：加载管道（Pipeline）、设置提示词、调用生成函数并保存图片。FLUX 支持高级参数如 num_inference_steps（步数）和 guidance_scale（引导尺度）来精细控制生成效果。

命令行（CLI）快速生成

项目提供了便捷的命令行接口，无需编写代码即可生成图片：

python -m flux generate --prompt "A photo of a cat in a spacesuit" --model flux.1-schnell --output ./output.jpg

此命令会调用默认或指定的模型，并将结果保存至本地。

使用官方 Demo 界面

仓库内置了基于 Gradio 和 Streamlit 的 Web UI（如 demo_gr.py）。运行这些脚本可以启动一个本地网页，通过可视化的界面输入提示词、上传控制图，实时预览生成效果，非常适合非开发者体验。

应用场景实例（无代码）

场景一：电商广告素材批量生产

痛点：电商运营团队需要为海量 SKU 生成不同风格（写实、插画、3D）的主图、详情页和社交媒体广告图，传统拍摄成本高且周期长。

FLUX 方案：

1. 准备产品基础图（白底图）和文案描述（如“一款极简风格的白色保温杯，放在木桌上，自然光，商业摄影质感”）。

2. 使用 FLUX.1-schnell 模型，配合 Canny 或 Depth 控制图，批量生成符合品牌调性的高质量素材。

3. 价值：无需租赁影棚和雇佣模特，几分钟内即可产出数百张风格统一的营销图片，大幅降低制作成本。

场景二：游戏角色概念设计与迭代

痛点：游戏美术团队在前期概念设计阶段，需要快速产出大量角色原画供策划选择，手动绘制效率低下。

FLUX 方案：

1. 美术总监输入详细的风格提示词（如“赛博朋克女战士，机械义肢，霓虹灯光，Moaebius 风格”）。

2. 利用 FLUX.1 Dev 或 Kontext 模型生成多张备选方案。若对某张图满意，可将其作为参考图，进一步生成同一角色的不同姿势或表情（保持一致性）。

3. 价值：将概念设计周期从数周缩短至数小时，极大加速了前期创意验证流程。

场景三：自媒体内容配图自动化

痛点：知识类博主（如公众号、知乎）每天需要为文章配图，既要保证图片与内容强相关，又要避免版权风险。

FLUX 方案：

1. 将文章段落摘要作为提示词输入（如“抽象背景，数据可视化，区块链技术，科技感”）。

2. 使用本地部署的 FLUX 模型生成完全原创的封面图或文中插图。

3. 价值：彻底摆脱图库版权限制，实现“一文一图”的个性化配图，提升内容专业度。

总结

FLUX 代表了当前开源图像生成的最高水准之一。对于开发者、艺术家和企业而言，它不仅仅是一个工具，更是一个可定制、可商用的视觉生产力平台。无论是通过本地部署追求极致的控制权，还是通过 API 调用享受企业级服务，FLUX 都能为你的创意工作流提供强大支持。

GitHub 地址：https://github.com/black-forest-labs/flux

官方文档：https://docs.bfl.ai

模型仓库：https://huggingface.co/black-forest-labs