🌊 FLUX.1-Fill-dev 量化版：用于无缝图像编辑的先进扩散模型

📌 概述

FLUX.1-Fill-dev 量化版代表了图像编辑领域高效扩散模型的重大突破。基于 Black Forest Labs 的原始架构，并通过 GGUF 量化优化，它即使在消费级硬件上也能提供专业级的图像修复（inpainting）与扩展（outpainting）能力，同时保持卓越性能。

🔑 主要特性

• 优化性能：提供多种量化选项（Q8、Q5_K_M、Q4_K_M），平衡画质与速度

• 多功能编辑：在图像修复（填充缺失区域）和扩展（将图像延伸至边界外）方面均表现出色

• 无缝集成：兼容 ComfyUI 等主流框架及其他扩散工作流

• 内存高效：模型体积显著减小，且未造成明显画质损失

⚡ 可用版本

• Q8 量化版：最高画质，模型体积较大（推荐用于高端显卡）

• Q5_K_M 量化版：性能与画质均衡

• Q4_K_M 量化版：速度最快，体积最小（适合低端硬件）

📁 推荐配置

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │   └── 📄 fluxfill-dev-q8.gguf（或 q5km、q4km）
│   ├── 📂 text_encoders/
│   │   ├── 📄 clip_l.safetensors
│   │   └── 📄 t5xxl_fp8_e4m3fn.safetensors（fp16 或 fp8 缩放版）
│   ├── 📂 vae/
│   │   └── 📄 ae.safetensors

🚀 快速入门

系统需求

• 最低要求：8GB 显存（使用 Q4_K_M 版本）

• 推荐配置：12GB 或以上显存（适用于 Q8 版本）

• 最佳配置：16GB 或以上显存（适用于复杂工作流）

安装步骤

1. 下载您选择的量化版本

2. 将模型文件放入 ComfyUI/models/diffusion_models/ 目录

3. 从 Hugging Face 下载所需文本编码器

4. 从 Hugging Face 下载 VAE

注意：请根据您的硬件能力，仅从下方 T5XXL 选项中选择其一

• clip_l.safetensors - 核心理解模型

• T5XXL 选项（仅选其一）：

  • t5xxl_fp16.safetensors - 最高质量，资源需求较高

  • t5xxl_fp8_e4m3fn.safetensors - 性能与画质均衡

  • t5xxl_fp8_e4m3fn_scaled.safetensors - 专为速度优化

• ae.safetensors

💎 推荐工作流

• 🎨 专业图像修复

  • FLUX.1-Fill-dev 擅长在保持完美上下文感知的前提下无缝修补图像区域：

    1. 将图像载入 ComfyUI

    2. 创建或上传需填充区域的遮罩

    3. 使用 20–30 步，采样方法推荐 DPM++ 2M Karras

• 🏞️ 创意图像扩展

  • 以自然连贯的方式将图像延伸至原始边界之外：

    1. 将图像载入 ComfyUI

    2. 使用 FluxFill 扩展工作流

    3. 选择图像扩展方向

🙏 致谢

• 特别感谢 Black Forest Labs 开发了原始的 FLUX.1-Fill-dev 模型。

👨‍💻 开发者信息

本工作流指南由 Abdallah Al-Swaiti 制作：

• LinkedIn 个人主页

• GitHub

• Hugging Face

如需更多工具与更新，请访问 OllamaGemini 节点：GitHub 仓库

✨ 升级您的创意愿景 ✨