AI前沿技術 王炸更新！Flux生態版圖最重要的線稿控制終於來啦！FLUX.1-controlnet-lineart-promeai工作流搭建分享

FLUX的線稿控制已經可以達到這樣子的水平了 不知道各位覺得怎麼樣 反正我是覺得效果挺讓人驚喜的 我覺得後續的工作流完全可以考慮把FLUX納入到正式的工作當中去了 那之前FLUX也出來了挺多各種的control net 但是一直都沒有一個比較好用的線稿控制 而線稿控制毫無疑問又是商業化應用裡面最重要的一個控制 那今天我們要用的核心模型就是由這個Prom AI 發布的新的FLUX.1 control net NART 那整個工作流的搭建過程也非常的簡單 工作流和模型到處會放在刻件 簡單跟大家說一下具體的一些細節 首先最開始的地方上傳一張自己的底圖 一般來說就是我們的模型底圖 提示詞這裡我還是用的是olama擴寫 olama擴寫提示詞的詳細教程我們前面已經發過了 大家可以自行去查看一下 那這裡我只需要去簡單的寫幾個必要的提示詞就好了 直接寫中文也ok 模型這裡我還是用的是DGUF的量化模型 這樣子對電腦的顯存要求會更低 它也是支持control net的 那其他的參數我都是參考到官方的工作流 基本上沒有動 線稿控制這裡我用的是configure 原生的control net with VAE這個節點就可以 如果說你沒有這個節點的話 需要把configure的本體更新一下 control net模型這裡選擇FLUX.1 control net NART Prom AI 強度官方建議是0.6 我這裡測試下0.5效果也還不錯 大家可以自行去嘗試 參數是死的人是活的 那這裡要稍微注意一下就是 control net VAE這個端口也是需要輸入數據的 FLUX control net這裡都需要去這樣設置一下 記住固定用法就可以了 粗圖這一步我也沒有做什麼特別的調整 就按照官方的默認工作流搭建就好了 到這一步其實原生的NART的控制已經結束了 後面我還接了一個分塊放大的流程 這個你可以根據需要去使用 分塊放大這裡正好是用到了最近由Jasper AI新出的FLUX放大控制模型 叫FLUX.1 dev control net upscaler 這個模型在放大去除模糊方面也非常的屌 它跟之前的Tile的模型用法是差不多的 大家如果說不想太去深究這個模型的話 你直接用我這裡給的參數也是OK的 把整個模塊直接接到生成的圖像後面就可以了 因為是分塊放大對顯存的消耗也能夠接受 無非就是多消耗一點點時間 如果說你不太追求畫質的話 整個模塊關閉也是沒有問題的 OK那以上就是本期視頻的全部內容了 模型和工作流大家可以自行去官網下載 也可以從我們的課件下載 FLUX生態在逐漸的完善 後面還會給大家去持續分享更多的使用技術 敬請期待