前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >EasyControl:一秒吉卜力Flux的Controlnet生态全了附工作流

EasyControl:一秒吉卜力Flux的Controlnet生态全了附工作流

作者头像
疯狂的KK
发布2025-04-10 17:08:39
发布2025-04-10 17:08:39
53700
代码可运行
举报
文章被收录于专栏:Java项目实战Java项目实战
运行总次数:0
代码可运行

我怎么记得,Midjourney V7才发布2天,还在用MJ素材炼丹的时候,大家竟然还不知道怎么用(白嫖)MJ V7?请看VCR用上了白嫖GPT4O!!!选择AI绘画,自动选择V7版本,言归正传,Flux的Controlnet生态感觉有点子慢,不过目前SDXL的Controlnet都没凑齐,慢就靠大佬的社区力量了,EasyControl 是一个基于 Diffusion Transformer 的创新框架,通过轻量级的条件注入模块、位置感知训练范式和因果注意力机制,实现高效灵活的多条件受控图像生成。,盘点一下已经有的Flux的Controlnet生态。

吉卜力Flux版本Lora发布

代码语言:javascript
代码运行次数:0
运行
复制
https://www.liblib.art/modelinfo/4a679945aa584edb9228606cea92628c

XLabs-AI/flux-controlnet-collections:为FLUX.1-dev模型提供的ControlNet检查点集合,支持Canny(边缘检测)、HED(边缘检测)、Depth(深度图,基于Midas)三种模型,所有模型都在1024x1024分辨率上训练,适用于生成1024x1024分辨率的图像,提供v3版本,可在ComfyUI中使用,还提供ComfyUI的自定义节点和工作流程

flux-RealismLora:可以增强FLUX模型照片级真实感

InstantX Flux Union ControlNet:多功能的ControlNet模型,专为FLUX.1开发版设计,整合了多种控制模式,包括Canny边缘检测、Tile(图块)、深度图、模糊、姿势控制等,支持同时使用多个控制模式,与FLUX.1开发版基础模型完全兼容

FLUX.1-dev-Controlnet-Union-alpha:融合了Canny、Depth、Pose、Tile等多种控制条件的模型,目前模型开源可用,但有一些小bugs官方正在修复

JasperAI的模型

  • Flux.1-dev-Controlnet-Depth:专注于深度图的ControlNet模型
  • Flux.1-dev-Controlnet-Surface-Normals:专注于表面法线的ControlNet模型
  • Flux.1-dev-Controlnet-Upscaler:用于图像上采样的ControlNet模型

Mistoline的模型

Flux.1-dev-Mistoline:专注于线条艺术风格的ControlNet模型

Shakker-Labs的模型

FLUX.1-dev-ControlNet-Union-Pro:支持7种控制模式,包括canny、tile、深度、模糊、姿势、灰色、低质量等

代码语言:javascript
代码运行次数:0
运行
复制
https://huggingface.co/Shakker-Labs/FLUX.1-dev-ControlNet-Union-Pro/tree/main

所需要的插件

代码语言:javascript
代码运行次数:0
运行
复制
https://github.com/EeroHeikkinen/ComfyUI-eesahesNodes

目前大多数模型与FLUX.1开发版基础模型完全兼容,可以轻松集成到现有的FLUX工作流程中,但是大家发现没,这么多版本,咋就没有个像我SD1.5这么全的生态?

EasyControl

  • 论文:https://arxiv.org/pdf/2503.07027
  • 主页:https://easycontrolproj.github.io/
  • 代码:https://github.com/Xiaojiu-z/EasyControl
  • 模型:https://huggingface.co/Xiaojiu-Z/EasyControl/
  • 试用:https://huggingface.co/spaces/jamesliu1217/EasyControl/

既然是易于控制的,想必是很全面的

EasyControl 是一个基于 Diffusion Transformer 的创新框架,通过轻量级的条件注入模块、位置感知训练范式和因果注意力机制,实现高效灵活的多条件受控图像生成。

框架

LoRA 支持

openPose

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2025-04-09,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 赵KK日常技术记录 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • JasperAI的模型
  • Mistoline的模型
  • Shakker-Labs的模型
  • EasyControl 是一个基于 Diffusion Transformer 的创新框架,通过轻量级的条件注入模块、位置感知训练范式和因果注意力机制,实现高效灵活的多条件受控图像生成。
  • LoRA 支持
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档