(4 วิธี) การใช้ FLUX บนเครื่องคอมพิวเตอร์ใน Windows, Mac และ Linux

FLUX, เครื่องสร้างภาพ AI ขั้นสูง, ได้ก้าวขึ้นสู่หน้าแรกของวงการปัญญาประดิษฐ์ มันเป็นที่รู้จักในด้านความสามารถในการสร้างภาพที่มีรายละเอียดและจินตนาการสูงจากข้อความที่กำหนด ทำให้มันเป็นแหล่งข้อมูลที่ชื่นชอบของศิลปิน นักออกแบบ และผู้ที่ชื่นชอบ AI แม้

Build APIs Faster & Together in Apidog

(4 วิธี) การใช้ FLUX บนเครื่องคอมพิวเตอร์ใน Windows, Mac และ Linux

Start for free
Inhalte

FLUX, เครื่องสร้างภาพ AI ขั้นสูง, ได้ก้าวขึ้นสู่หน้าแรกของวงการปัญญาประดิษฐ์ มันเป็นที่รู้จักในด้านความสามารถในการสร้างภาพที่มีรายละเอียดและจินตนาการสูงจากข้อความที่กำหนด ทำให้มันเป็นแหล่งข้อมูลที่ชื่นชอบของศิลปิน นักออกแบบ และผู้ที่ชื่นชอบ AI แม้ว่าจะมีเวอร์ชันที่เข้าถึงได้จากเว็บ แต่การรัน FLUX บนคอมพิวเตอร์ส่วนตัวของคุณมีประโยชน์ที่รวมถึงการประมวลผลที่เร็วกว่า การใช้งานที่ไม่จำกัด และความเป็นส่วนตัวที่สูงขึ้น คู่มือนี้จะให้คำแนะนำเกี่ยวกับวิธีการรัน FLUX ท้องถิ่นบนระบบ Windows, Mac และ Linux โหลดเพิ่มเติม

ก่อนที่เราจะเริ่ม มาพูดคุยเกี่ยวกับทางเลือกที่ดีที่สุดสำหรับเครื่องสร้างภาพ FlowGPT ที่ให้คุณภาพดีกว่า

ในภาพต่อไปนี้ถูกสร้างขึ้นด้วย Anakin AI’s AI Image Generator ลองใช้ดูตอนนี้! 👇👇👇

ข้อความ: สวยหวานและดึงดูด, ผมยาว, บรรยากาศทางเลือก, ตาสวย, กระ freckles, หน้าอกขนาดกลาง, ช่องว่างเล็กน้อย, รูปร่างกระชับ, หญิงสาวเซ็กซี่, ภาพที่ซื่อสัตย์, (ห้องนอนที่อบอุ่น), เสื้อป off-shoulder, มุมที่มีชีวิตชีวา, แสงสดใส, คอนทราสต์สูง, เงาที่ดราม่า, รายละเอียดสูง, ผิวหนังที่มีรายละเอียด, ความลึกของฟิลด์, เม็ดฟิล์ม

ข้อความ: ภาพ POV ของโมเดลที่นั่งอยู่ที่โต๊ะร้านอาหารตรงข้ามกล้อง ในบรรยากาศโรแมนติกที่หรูหรา โต๊ะมีสเต็กกลางที่หั่นเป็นชิ้นหลายชิ้น บนแผ่นไม้ซึ่งยังมีจานเล็กที่ดูเหมือนจะเป็นเครื่องปรุงเคียงหรือซัลซ่าที่มีผักหั่น

ข้อความ: โปสเตอร์รายการทีวีสำหรับ "การแบ่งขนมปัง" ซึ่งเป็นการล้อเลียน Breaking Bad นักอบขนมที่จริงจังในผ้ากันเปื้อนที่มีแป้งจับอยู่ถือไม้รีดเหมือนอาวุธในร้านเบเกอรีที่มีบรรยากาศดั้งเดิม แป้งขนมปังและถุงแป้งเลียนแบบภูมิทัศน์ทะเลทราย เมนูบนบอร์ดมีรายการที่เล่นคำ ชื่อใช้ฟอนต์ที่มีความหยาบสำหรับ “การแบ่ง” และตัวอักษรเหลืองเหมือนขนมปังสำหรับ “ขนมปัง” สโลแกน: “การอบเป็นเกมที่อันตราย”

ข้อความ: สไตล์อนิเมะญี่ปุ่นที่น่ารัก, หญิงสาวผู้ใหญ่ที่มีปีกนางฟ้าสีขาว, เขาอสูรสีดำ และผ้าคาดหัวสีดำ, รัศมีสีแดง, ผมยาวสีชมพูเป็นคลื่น, ตาสีน้ำตาล, รอยยิ้มที่ชั่วร้าย. สวมฮู้ดที่มีเทคโนโลยีสีดำและขาว กางเกงยีนส์ ที่มีสายพันธุ์และที่รัดมากมาย. เธอถือกระป๋องสเปรย์สีและยืนอยู่ข้างกำแพงที่มีข้อความ “Anakin AI Image Generator” ในกราฟฟิตี้สเปรย์สีดำและเหลืองขนาดใหญ่ข้างเธอ.

ภาพเหล่านี้ที่ยอดเยี่ยมและมีคุณภาพสูงถูกสร้างขึ้นด้วย Anakin AI’s AI Image Generator ลองใช้ดูตอนนี้! 👇👇👇

Anakin.ai - แพลตฟอร์มแอพ AI ครบวงจร

สร้างเนื้อหา ภาพ วิดีโอ และเสียง; สร้างการทำงานอัตโนมัติ แอพ AI ที่กำหนดเอง และตัวแทนอัจฉริยะ ของคุณ …

app.anakin.ai

วิธีที่ 1: ใช้ ComfyUI เพื่อรัน FLUX ท้องถิ่น

ComfyUI เป็นอินเทอร์เฟซที่ทรงพลังและใช้งานง่ายสำหรับการรันโมเดล AI รวมถึง FLUX วิธีนี้แนะนำสำหรับผู้ใช้ที่ชอบอินเทอร์เฟซกราฟิกและไม่ต้องการทำตามการดำเนินการในบรรทัดคำสั่ง

ขั้นตอนที่ 1: ติดตั้ง ComfyUI

  1. เยี่ยมชมหน้าปล่อย ComfyUI บน GitHub: https://github.com/comfyanonymous/ComfyUI/releases
  2. ดาวน์โหลดเวอร์ชันล่าสุดสำหรับระบบปฏิบัติการของคุณ
  3. แตกไฟล์ที่ดาวน์โหลดมาไปยังสถานที่ที่คุณเลือก

ขั้นตอนที่ 2: ดาวน์โหลดโมเดล FLUX

  1. เยี่ยมชมที่เก็บ FLUX HuggingFace: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main
  2. ดาวน์โหลดไฟล์ต่อไปนี้:
  • flux_schnell.safetensors (โมเดลหลัก)
  • ae.safetensors (ไฟล์ VAE)

3. จากที่เก็บเรนเดอร์ข้อความ FLUX (https://huggingface.co/comfyanonymous/flux_text_encoders/tree/main) ดาวน์โหลด:

  • t5xxl_fp16.safetensors (สำหรับระบบที่มี RAM 32GB ขึ้นไป)
  • t5xxl_fp8_e4m3fn.safetensors (สำหรับระบบที่มี RAM น้อยกว่า 32GB)
  • clip_l.safetensors

ขั้นตอนที่ 3: นำไฟล์ไปยังโฟลเดอร์ของ ComfyUI

  1. ย้าย flux_schnell.safetensors ไปยัง ComfyUI/models/checkpoints/
  2. ย้าย ae.safetensors ไปยัง ComfyUI/models/vae/
  3. ย้าย t5xxl_fp16.safetensors (หรือ t5xxl_fp8_e4m3fn.safetensors) และ clip_l.safetensors ไปยัง ComfyUI/models/clip/

ขั้นตอนที่ 4: รัน ComfyUI

  1. เปิดเทอร์มินัลหรือพรอมต์คำสั่ง
  2. นำทางไปยังโฟลเดอร์ ComfyUI
  3. รันคำสั่งที่เหมาะสมสำหรับระบบของคุณ:
  • Windows: python_embeded\\\\python.exe -m ComfyUI
  • Mac/Linux: python3 main.py

4. เปิดเว็บเบราว์เซอร์และไปที่ http://localhost:8188

ขั้นตอนที่ 5: ตั้งค่า FLUX Workflow

  1. ในอินเทอร์เฟซ ComfyUI คลิกขวาและเพิ่มโนดต่อไปนี้:
  • CLIP Text Encode (T5XXL)
  • CLIP Text Encode (CLIP L)
  • Flux Guidance
  • Empty Latent Image
  • VAE Decode

2. เชื่อมต่อโนดดังนี้:

  • CLIP Text Encode (T5XXL) เอาต์พุตไปยัง Flux Guidance “t5_emb” input
  • CLIP Text Encode (CLIP L) เอาต์พุตไปยัง Flux Guidance “clip_emb” input
  • Empty Latent Image เอาต์พุตไปยัง Flux Guidance “latent” input
  • Flux Guidance เอาต์พุตไปยัง VAE Decode input

3. ตั้งค่าพารามิเตอร์ที่คุณต้องการในแต่ละโนด

ขั้นตอนที่ 6: สร้างภาพ

  1. ใส่ข้อความในโนด CLIP Text Encode ทั้งสอง
  2. คลิก “Queue Prompt” เพื่อสร้างภาพ

วิธีที่ 2: ใช้ Stable Diffusion WebUI

Stable Diffusion WebUI เป็นอีกหนึ่งอินเทอร์เฟซที่นิยมสำหรับการรันโมเดล AI รวมถึง FLUX วิธีนี้เหมาะสำหรับผู้ใช้ที่เคยชินกับ Stable Diffusion และชอบอินเทอร์เฟซของมัน

ขั้นตอนที่ 1: ติดตั้ง Stable Diffusion WebUI

  1. คลอนที่เก็บ Stable Diffusion WebUI:

git clone <https://github.com/AUTOMATIC1111/stable-diffusion-webui.git>

2. นำทางไปยังไดเร็กทอรีที่คลอนมา:

cd stable-diffusion-webui

3. รันสคริปต์ที่เหมาะสมสำหรับระบบของคุณ:

  • Windows: webui-user.bat
  • Mac/Linux: ./webui.sh

ขั้นตอนที่ 2: ดาวน์โหลดโมเดล FLUX

ทำตามขั้นตอนเดียวกันกับวิธีที่ 1 เพื่อดาวน์โหลดโมเดล FLUX และไฟล์ VAE

ขั้นตอนที่ 3: นำไฟล์ไปยังโฟลเดอร์ Stable Diffusion WebUI

  1. ย้าย flux_schnell.safetensors ไปยัง stable-diffusion-webui/models/Stable-diffusion/
  2. ย้าย ae.safetensors ไปยัง stable-diffusion-webui/models/VAE/

ขั้นตอนที่ 4: กำหนดค่า Stable Diffusion WebUI

  1. ใน WebUI ไปที่แท็บ “การตั้งค่า”
  2. ใต้ “Stable Diffusion” ให้เลือกโมเดล FLUX
  3. ใต้ “VAE” ให้เลือกไฟล์ VAE ของ FLUX
  4. คลิก “นำการตั้งค่าไปใช้” และรีสตาร์ท WebUI

ขั้นตอนที่ 5: สร้างภาพ

  1. ในแท็บสร้างภาพจากข้อความใส่ข้อความของคุณ
  2. ปรับตั้งค่าตามต้องการ
  3. คลิก “สร้าง” เพื่อสร้างภาพของคุณ

วิธีที่ 3: ใช้ Stability Matrix

Stability Matrix เป็นแอพที่ทรงพลังและใช้งานง่ายที่ช่วยให้คุณรันโมเดล AI ต่าง ๆ รวมถึง FLUX ด้วยอินเทอร์เฟซที่เรียบร้อยและฟีเจอร์ที่ก้าวหน้า วิธีนี้เหมาะสำหรับผู้ใช้ที่ต้องการความสมดุลระหว่างความสะดวกในการใช้งานและตัวเลือกการปรับแต่ง

ขั้นตอนที่ 1: ติดตั้ง Stability Matrix

  1. เยี่ยมชมหน้า GitHub ของ Stability Matrix: https://github.com/LykosAI/StabilityMatrix
  2. ดาวน์โหลดรุ่นล่าสุดสำหรับระบบปฏิบัติการของคุณ (Windows, Mac หรือ Linux)
  3. ติดตั้งแอพตามคำแนะนำสำหรับระบบปฏิบัติการของคุณ:
  • Windows: รันไฟล์ติดตั้งที่ดาวน์โหลด
  • Mac: ลากไฟล์ .app ไปยังโฟลเดอร์ Applications ของคุณ
  • Linux: แตกไฟล์ AppImage และทำให้สามารถรันได้

ขั้นตอนที่ 2: ตั้งค่า Stability Matrix

  1. เปิดใช้งาน Stability Matrix
  2. ในครั้งแรกที่เปิดแอพจะมีการแนะนำการตั้งค่าเริ่มต้น
  3. เลือกตำแหน่งการติดตั้งที่คุณต้องการและการตั้งค่า GPU

ขั้นตอนที่ 3: ติดตั้งแพ็คเกจ ComfyUI

  1. ใน Stability Matrix ไปที่แท็บ “ผู้จัดการแพ็คเกจ”
  2. ค้นหา “ComfyUI” ในรายชื่อแพ็คเกจที่มี
  3. คลิก “ติดตั้ง” ข้าง ComfyUI
  4. รอให้การติดตั้งเสร็จสิ้น

ขั้นตอนที่ 4: ดาวน์โหลดโมเดล FLUX

  1. ใน Stability Matrix ไปที่แท็บ “จัดการโมเดล”
  2. คลิก “เพิ่มโมเดลใหม่”
  3. ในแถบค้นหา พิมพ์ “FLUX” และกด Enter
  4. ค้นหาโมเดลต่อไปนี้และคลิก “ดาวน์โหลด” สำหรับแต่ละโมเดล:
  • FLUX.1-schnell (โมเดลหลัก)
  • FLUX VAE (ไฟล์ VAE)
  • FLUX T5XXL Text Encoder (เลือก fp16 หรือ fp8 ตาม RAM ของระบบของคุณ)
  • FLUX CLIP L Text Encoder

ขั้นตอนที่ 5: กำหนดค่า ComfyUI สำหรับ FLUX

  1. ใน Stability Matrix ไปที่แท็บ “แพ็คเกจที่ติดตั้งแล้ว”
  2. ค้นหา ComfyUI และคลิก “เปิด”
  3. เมื่อ ComfyUI เปิดในเบราว์เซอร์ของคุณ ให้คลิกขวาในพื้นที่ทำงานและเพิ่มโนดต่อไปนี้:
  • CLIP Text Encode (T5XXL)
  • CLIP Text Encode (CLIP L)
  • Flux Guidance
  • Empty Latent Image
  • VAE Decode

ขั้นตอนที่ 6: ตั้งค่า FLUX Workflow

  1. เชื่อมต่อโนดดังนี้:
  • CLIP Text Encode (T5XXL) เอาต์พุตไปยัง Flux Guidance “t5_emb” input
  • CLIP Text Encode (CLIP L) เอาต์พุตไปยัง Flux Guidance “clip_emb” input
  • Empty Latent Image เอาต์พุตไปยัง Flux Guidance “latent” input
  • Flux Guidance เอาต์พุตไปยัง VAE Decode input

2. ในแต่ละโนดเลือกโมเดล FLUX ที่เหมาะสม:

  • สำหรับ CLIP Text Encode (T5XXL), ให้เลือก FLUX T5XXL Text Encoder
  • สำหรับ CLIP Text Encode (CLIP L), ให้เลือก FLUX CLIP L Text Encoder
  • สำหรับ Flux Guidance, ให้เลือก FLUX.1-schnell
  • สำหรับ VAE Decode, ให้เลือก FLUX VAE

ขั้นตอนที่ 7: สร้างภาพ

  1. ใส่ข้อความที่คุณต้องการในโนด CLIP Text Encode ทั้งสอง
  2. ปรับพารามิเตอร์ในโนด Flux Guidance:
  • ตั้งค่าจำนวนขั้นตอน (เช่น 20–50)
  • ปรับขนาดการนำทาง (เช่น 7–9)
  • ตั้งค่าความกว้างและความสูงที่ต้องการ (เช่น 512x512)

3. คลิก “Queue Prompt” เพื่อสร้างภาพ

วิธีที่ 4: ใช้ Python Script (ขั้นสูง)

วิธีนี้เหมาะสำหรับผู้ใช้ขั้นสูงที่มีความสะดวกสบายกับ Python และต้องการแนวทางที่ปรับแต่งได้มากขึ้น

ขั้นตอนที่ 1: ตั้งค่า Python Environment

  1. ติดตั้ง Python 3.8 หรือสูงกว่า

2. สร้างสภาพแวดล้อมเสมือนใหม่:

python -m venv flux_env

3. เปิดใช้งานสภาพแวดล้อมเสมือน:

  • Windows: flux_env\\\\Scripts\\\\activate
  • Mac/Linux: source flux_env/bin/activate

ขั้นตอนที่ 2: ติดตั้ง Dependencies

  1. ติดตั้ง PyTorch ที่มีการสนับสนุน CUDA (เยี่ยมชม pytorch.org สำหรับคำสั่งที่ถูกต้องสำหรับระบบของคุณ)

2. ติดตั้งแพ็กเกจอื่น ๆ ที่จำเป็น:

pip install transformers diffusers accelerate

ขั้นตอนที่ 3: ดาวน์โหลดโมเดล FLUX

ทำตามขั้นตอนเดียวกันกับวิธีที่ 1 เพื่อดาวน์โหลดโมเดล FLUX และไฟล์ VAE

ขั้นตอนที่ 4: สร้าง Python Script

สร้างไฟล์ใหม่ชื่อ run_flux.py ด้วยเนื้อหาต่อไปนี้:

import torch

จาก diffusers นำเข้า FluxModel, FluxScheduler, FluxPipeline

จาก transformers นำเข้า T5EncoderModel, CLIPTextModel, CLIPTokenizer

def load_flux():

flux_model = FluxModel.from_pretrained(“path/to/flux_schnell.safetensors”)

t5_model = T5EncoderModel.from_pretrained(“path/to/t5xxl_fp16.safetensors”)

clip_model = CLIPTextModel.from_pretrained(“path/to/clip_l.safetensors”)

clip_tokenizer = CLIPTokenizer.from_pretrained(“openai/clip-vit-large-patch14”)

scheduler = FluxScheduler()

pipeline = FluxPipeline(

flux_model=flux_model,

t5_model=t5_model,

clip_model=clip_model,

clip_tokenizer=clip_tokenizer,

scheduler=scheduler

)

return pipeline

def generate_image(pipeline, prompt, num_inference_steps=50):

image = pipeline(prompt, num_inference_steps=num_inference_steps).images[0]

return image

if __name__ == “__main__”:

pipeline = load_flux()

prompt = “ทิวทัศน์ที่สวยงามที่เห็นภูเขาและทะเลสาบ”

image = generate_image(pipeline, prompt)

image.save(“flux_generated_image.png”)

ขั้นตอนที่ 5: รันสคริปต์

  1. เปิดเทอร์มินัลหรือพรอมต์คำสั่ง
  2. เปิดใช้งานสภาพแวดล้อมเสมือนของคุณ
  3. รันสคริปต์:

python run_flux.py

บทสรุป

การใช้งาน FLUX ในท้องถิ่นนำคุณเข้าสู่โลกแห่งความเป็นไปได้ที่ไม่มีที่สิ้นสุดในศิลปะและการออกแบบที่สร้างโดย AI ไม่ว่าจะผ่าน ComfyUI ที่ใช้งานง่าย WebUI ของ Stable Diffusion ที่คุ้นเคย หรือสคริปต์ Python ที่ปรับแต่งได้ คุณสามารถควบคุมพลังของ FLUX บนเครื่องของคุณได้แล้ว อย่าลืมปฏิบัติตามข้อกำหนดการอนุญาตของโมเดลและใช้งานอย่างมีความรับผิดชอบ

สำรวจ FLUX อย่างละเอียด สนุกกับการทดลองใช้ข้อความ การตั้งค่า และเวิร์กโฟลว์ต่างๆ เพื่อน Appreciate ศักยภาพทั้งหมดของมัน การรัน FLUX ในท้องถิ่นไม่เพียงแต่ให้การควบคุมมากขึ้นในระหว่างการสร้าง แต่ยังช่วยให้คุณทำซ้ำได้เร็วขึ้นและเข้าใจความสามารถของโมเดลอย่างลึกซึ้ง

ด้วยความทุ่มเทและจินตนาการ คุณกำลังรังสรรค์ภาพที่น่าอัศจรรย์และมีคุณภาพสูงที่ขยายขอบเขตของศิลปะที่ช่วยด้วย AI เพลิดเพลินกับการผจญภัยของคุณในภาพที่น่าสนใจของ FLUX และการสร้างภาพด้วย AI! เป็น Elon Musk ของการสร้างสรรค์ของคุณเอง!