DAMODEL丹摩｜部署FLUX.1+ComfyUI实战教程

本文仅做测评体验，非广告。

---

1. FLUX.1简介

FLUX.1是由黑森林实验室（Black Forest Labs）开发的开源AI图像生成模型。它拥有12B（120亿）参数，是迄今为止最大的文生图模型之一。FLUX.1以其卓越的图像质量、高度逼真的人体解剖学表现和先进的提示词遵循能力而脱颖而出，为AI图像生成设定了新的行业标准。

FLUX.1包含三种变体，以满足不同用户的需求：

1. FLUX.1 Pro：顶级性能版本，适合需要最高图像质量和详细输出的商业应用。
2. FLUX.1 Dev：开源非商业用途版本，是从FLUX.1 Pro提炼而来，具有类似的质量和提示词能力，同时比相同大小的标准模型更高效。
3. FLUX.1 Schnell：快速高效的版本，专为本地开发和个人使用量身定制，在Apache2.0许可下公开可用。它在生成速度上具有明显优势，同时对内存的占用也是最小的。

FLUX.1的竞争力：

• 大规模参数：拥有12B参数，是最大的开源文本到图像模型之一。
• 多模态架构：基于多模态和并行扩散Transformer块的混合架构，提供强大的图像生成能力。
• 高性能变体：提供三种不同性能和用途的模型变体。
• 图像质量：在视觉质量、提示词遵循、大小/纵横比可变性、字体和输出多样性等方面超越了其他流行的模型。
• 开源和可访问性：部分模型变体如FLUX.1 Dev和FLUX.1 Schnell是开源的，易于研究和非商业应用。
• 技术创新：引入了流匹配训练方法、旋转位置嵌入和并行注意力层，提高了模型性能和硬件效率。

FLUX.1的应用场景广泛，包括媒体和娱乐、艺术创作与设计、广告和营销、教育和研究以及内容创作等多个领域。它能够帮助用户轻松将创意愿景转化为具体视觉效果，是一个强大的AI图像生成工具。

2. 实战

丹摩平台链接

2. 1 创建资源

1. 在创建页面可以看到丹摩提供了三种付费方式，本教程使用按量付费，如果有长期的需求，可以自行选择包月或包日。

2. 丹摩还提供了非常多种不同层次的配置供选择，这里选用第一种NVIDIA-GeForce-RTX-4090，你可以根据个人需求选择更高的配置。

3. 接着是数据硬盘，默认是100G数据盘和50G数据盘，对于FLUX.1模型，建议将数据盘至少增加至150GB。

4. 安装镜像，选择镜像市场点加号就可以看到许多类型与版本的基础镜像，这些镜像中已经包含了系统与对应的框架环境，开箱即用。这里选用PyTorch2.4.0。

5. 创建密钥对（增加安全性，可跳过）
   

   自定义一个名字后妥善保管下载下来的秘钥文件。

   

   然后选择刚刚创建的密钥对。

   

   最后点击右下角的立即创建就好了。

   配置总览：

   

创建后自动跳转到如下界面，耐心等待创建完成。

创建完成后点击黄字就可以跳转到云实例进行操作了。

进入云实例后选择Terminal

就可以进入到 Linux 的命令行界面，然后就可以进行下一步操作了。

注：进入后先输入

clear

就可以清除系统的红色提示。

2. 1 ComfyUI的部署操作

在命令行中输入以下两个代码中的一个，推荐使用第二个与CSDN合作的 gitcode 的域名，下载比 github 快很多。

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

输入后回车，等待几秒，出现下图的目录就说明克隆项目成功了。

双击左边的ComfyUI就可以进入目录。

这里便是ComfyUI的项目文件。

接下来的操作需要Linux基础，如果你没学过，照做就好。

cd ComfyUI/
pip install -r requirements.txt --root-user-action=ignore

第一行是切换到 ComfyUI这个目录下。

第二行代码用来下载ComfyUI所需要的依赖，丹摩会自动使用国内的镜像源去下载，所以还是很快的。

下载完成后，执行：

python main.py --listen

如果出现的是类似这样的信息：

就说明ComfyUI部署完成。

2. 3 部署FLUX.1

在下面的三行代码选取一个：

wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

作用依次为：

1. 下载完整FLUX.1-dev模型
2. 下载完整FLUX.1-schnell模型
3. 下载完整Clip模型

安装之前先按 ctrl+c 退出刚才进入的 python 程序。

这里采用第一个进行安装。

安装包非常大，所以需要耐心等待，不过放心，下载操作发生在云端，不会占用你的带宽。

下载完成后进行解压：

tar -xf FLUX.1-dev.tar

这么大的文件解压也需要挺长时间，出现如下界面时耐心等待，不要进行任何操作。

解压完成后：

接下来移动一些文件到指定的地方：

cd /root/workspace/ComfyUI/FLUX.1-dev
mv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/
mv ae.safetensors /root/workspace/ComfyUI/models/vae/

1. 进入解压后的文件夹。（如果没有解压到这个位置，请自行修改路径）
2. 后面两行都是移动文件的位置，不多解释。

cd ../

切换到上级目录（/root/workspace/ComfyUI/）。

执行：

wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

等待下载完成后进行解压：

tar -xf flux_text_encoders.tar

解压完成后再次进行文件移动：

cd /root/workspace/ComfyUI/flux_text_encoders
mv clip_l.safetensors /root/workspace/ComfyUI/models/clip/
mv t5xxl_fp16.safetensors /root/workspace/ComfyUI/models/clip/

这样部署就完成了。

3. 测试

执行：

cd /root/workspace/ComfyUI
python main.py --listen

1. 切换到项目路径。
2. 执行项目。

如果你出现如下报错：

依次执行：

apt-get update
apt-get install lsof

安装lsof，安装完成后执行：

sudo kill -9 $(sudo lsof -t -i:8188)

这样就能正常运行了：

回到丹摩平台：

输入8188并创建。

将链接复制下来访问就能进入页面：

点击右侧大大的Load，加载你的工作流就可以运行了。

5. 释放资源

如果你不打算长期使用创建的实例，一定要释放资源，不然会持续扣费。

4. 结语

在本教程中，我们不仅探索了FLUX.1和ComfyUI的强大功能，还体验了丹摩平台的便捷性和高效性。
丹摩平台以其用户友好的界面、灵活的资源配置和即开即用的便捷性，为用户提供了一个理想的AI开发和部署环境。

谢谢你的阅读，喜欢的话来个点赞收藏评论关注吧！
我会持续更新更多优质文章