Ostris团队发布Flex.2-preview，一款基于8亿参数的文本到图像扩散模型，专为集成到ComfyUI工作流设计。据AIbase了解，该模型在基于线条、姿态和深度的控制生成能力上表现出色，支持通用控制与图像修补功能，延续了从Flux.1Schnell到OpenFlux.1、Flex.1-alpha的微调进化路径。Flex.2-preview已在Hugging Face开源，凭借Apache2.0许可证与灵活的工作流集成，迅速成为AI艺术创作社区的焦点。
核心功能:通用控制与工作流无缝集成
Flex.2-preview以其强大的控制能力与ComfyUI原生支持重新定义了文本到图像生成。AIbase梳理了其主要功能:
通用控制支持:内置线条（Canny）、姿态和深度控制，允许用户通过控制图像精确引导生成结果，如基于深度图生成3D风格场景或基于线稿生成精细插图。
图像修补能力:支持高级图像修补（inpainting），用户可通过掩码指定区域进行内容替换或修复，如将狗替换为“白色机器人狗坐在长椅上”。
ComfyUI工作流集成:模型专为ComfyUI优化，提供节点化工作流支持，简化复杂任务的配置，如文本到图像、图像到图像与控制网络的组合。
高效生成:基于8亿参数的精简架构，生成1024x1024高分辨率图像仅需50步推理，适合16GB VRAM的消费级GPU。
AIbase注意到，社区测试中，用户利用Flex.2-preview的控制节点生成了一幅“赛博朋克城市夜景”，通过深度图与线条控制实现了高度一致的构图，展现了其在创意设计中的潜力。
技术架构:从Flux.1Schnell到Flex.2的进化
Flex.2-preview基于Black Forest Labs的Flux.1Schnell，经过多阶段微调与优化。AIbase分析，其技术演进包括:
架构优化:继承Flux.1的整流流变换器（Rectified Flow Transformer）架构，拥有8个双变换器块(相比Flux.1-dev的19个更轻量)，通过指导嵌入器(Guidance Embedder)消除对分类器自由引导(CFG)的依赖。
控制与修补集成:采用16通道潜在空间设计，结合噪声潜在、变分自编码器（VAE）编码的修补图像、掩码与控制输入，共49通道，支持灵活的控制与修补工作流。
开源与微调支持:通过AI-Toolkit提供微调工具，开发者可绕过指导嵌入器进行定制化训练，生成特定风格或主题的模型，保留Apache2.0许可证的商业友好性。
高效推理:支持FP8与bfloat16精度，通过TorchAo的8位量化降低内存占用，优化了在RTX3090等硬件上的推理速度。
AIbase认为，Flex.2-preview的轻量化设计与通用控制能力使其成为ComfyUI生态的理想选择，相比Flux.1Schnell在复杂工作流中的表现更为灵活。
应用场景:从艺术创作到商业设计
Flex.2-preview的多功能性使其适用于多种创意与商业场景。AIbase总结了其主要应用:
数字艺术与插图:艺术家可通过线条与深度控制快速生成概念艺术或插图，适合游戏美术与动画预可视化。
广告与品牌设计:利用图像修补功能快速调整广告素材，如替换产品或背景，同时保持品牌风格一致性。
影视与内容创作:支持基于姿态控制的角色设计或场景生成，加速故事板与视觉效果开发。
教育与原型设计:为教学或产品原型提供低成本的图像生成方案，学生与初创企业可快速迭代视觉创意。
社区反馈显示，Flex.2-preview在处理复杂提示（如“蒸汽朋克机械师在工厂修理机器人”）时，生成的图像细节与控制精度超越OpenFlux.1，尤其在手部与文本生成上接近MidJourney水平。AIbase观察到，其与XLabs的ControlNet集成的能力进一步增强了工作流多样性。
上手指南:快速部署与ComfyUI集成
AIbase了解到，Flex.2-preview的部署对ComfyUI用户极为友好，硬件要求为16GB VRAM（推荐RTX3060或更高）。开发者可按以下步骤快速上手:
从Hugging Face下载Flex.2-preview.safetensors（huggingface.co/ostris/Flex.2-preview），放置于ComfyUI/models/diffusion_models/;
从 Hugging Face 下载 Flex.2-preview.safetensors（huggingface.co/ostris/Flex.2-preview），放置于 ComfyUI/models/diffusion_models/;
确保ComfyUI已更新至最新版本（通过ComfyUI Manager的“Update All”），并安装必需的CLIP模型(t5xxl_fp16.safetensors与clip_l.safetensors)与VAE(ae.safetensors);
下载官方提供的flex2-workflow.json，拖入ComfyUI加载工作流，配置提示词与控制图像（如深度图或线稿）;
运行推理，调整control_strength（推荐0.5）与guidance_scale(推荐3.5)，生成1024x1024图像。
社区建议使用提供的Diffusers示例代码或ComfyUI的Flex2Conditioning Node以优化生成效果。AIbase提醒，首次运行需确保安装torch、diffusers与transformers库，并检查工作流中的节点连接完整性。
性能对比:超越前代与竞品
Flex.2-preview在性能上显著优于其前代OpenFlux.1与Flux.1Schnell。AIbase整理了其与主流模型的对比:
图像质量:在VBench评估中，Flex.2-preview的CLIP得分（0.82）接近Flux.1-dev(0.84)，优于Flux.1Schnell(0.79)，尤其在手部细节与复杂构图上表现更佳。
控制精度:结合XLabs ControlNet，Flex.2在Canny与深度控制任务中的一致性超越InstantX的Flux.1-dev-Controlnet-Union-alpha约8%。
推理速度:生成1024x1024图像（50步）平均耗时20秒(RTX3090，FP8)，比Flux.1-dev快约15%，适合快速迭代。
资源占用:8亿参数与FP8量化使其内存需求仅为Flux.1-dev的60%，更适合消费级硬件。
AIbase认为，Flex.2-preview的性能平衡使其在开源模型中独树一帜，尤其适合需要高控制精度与快速生成的工作流。
社区反响与改进方向
Flex.2-preview发布后，社区对其灵活的控制能力与开源精神给予高度评价。开发者称其“将ComfyUI的工作流潜力发挥到极致”，特别是在艺术创作与修补任务中的表现令人印象深刻。 然而，部分用户反馈指出，模型对复杂提示的语义理解仍有提升空间，建议增强T5编码器的提示处理能力。社区还期待Flex.2支持视频生成与更广泛的ControlNet集成（如姿势估计）。Ostris团队回应称，下一版本将优化多模态提示处理并引入动态阈值调整，进一步提升生成稳定性。AIbase预测，Flex.2可能与Hailuo Image或混元3D引擎的控制模块结合，构建跨模态的创作生态。
未来展望:开源AI艺术的持续进化
Flex.2-preview的发布彰显了Ostris在开源AI图像生成领域的创新能力。AIbase认为，其从Flux.1Schnell到Flex.2的进化路径展示了社区驱动开发的潜力，尤其在ComfyUI生态中的集成能力为开发者提供了无限可能。随着AI-Toolkit的持续迭代，Flex.2有望成为微调与定制化生成的标准模型。社区已在探讨将其与MCP协议结合，构建统一的AI艺术工作流，类似RunComfy的在线平台。AIbase期待Flex.2在2025年的正式版本发布，尤其是在多分辨率支持与实时生成上的突破。
项目地址：https://huggingface.co/ostris/Flex.2-preview