FLUX.2 [dev]
主模型：FLUX.2-dev-fp8-scaled.safetensors
--------------------------------
FLUX.2 [dev] 文生图-图生图-多图编辑工作流
https://www.liblib.art/modelinfo/09f773739d4c47b6b7b899ac7b299567
--------------------------------
FLUX.2 [dev]
FLUX.2 [dev] 是一款开源权重、引导蒸馏模型，专为非商业场景设计。 该版本直接衍生自 FLUX.2 [pro]，生成质量与提示词贴合度媲美原版，且相比同规模常规模型效率更优。
多图参考控制与一致性保障
FLUX.2（dev）将文本生成图像与图像编辑功能整合在一个模型中，无需额外插件辅助完成编辑操作。
FLUX.2（dev）支持最多同时参考 10 张图像 ，是当前行业内领先的多参考能力。
可实现角色、风格、产品的高一致性生成。
-----------------------------
ComfyUI 本地部署：模型放置路径
主模型： FLUX.2-dev-fp8-scaled.safetensors 放在 ComfyUI/models/diffusion_models
文本编码器： mistral_3_small_flux2_fp8.safetensors 放在 ComfyUI/models/text_encoders
VAE： flux2-vae.safetensors 放在 ComfyUI/models/vae
-----------------------------
FLUX.2 [dev] 可免费使用的场景
FLUX [dev] 非商业许可证（适用于我们的非商业开放权重用户），商业用途请通过邮箱联系官方。
个人非商业创作： 比如个人日常图像设计、兴趣向的创意绘画、非盈利的社交平台内容制作等，像为自己的博客绘制插图、制作个人头像等场景都适用。
学术与教育活动： 高校或科研机构可将其用于文本生图技术相关的学术研究，比如探索扩散模型的优化方向，研究成果可正常发表；同时也能用于教学场景，如在 AI 设计课程中作为案例工具，指导学生学习模型部署和提示词设计。
社区开源开发： 开发者可基于该模型开发非商业的开源工具，比如为 ComfyUI 开发适配 FLUX.2-Dev 的免费插件，或分享开源的模型微**程、部署脚本，供社区成员共同学习使用。
-----------------------------
FLUX.2相关版本
FLUX.2 是 Black Forest Labs 推出的生产级 AI 图像生成与编辑模型，支持4MP 超高清照片级输出和最多 10 张图像的多参考控制，具备前所未有的细节质量与真实感，可实现精确色彩匹配（支持十六进制代码）、复杂文本渲染（含 UI 原型）及强指令遵循能力；模型提供FLUX.2 [pro]（闭源，顶级质量与速度）、FLUX.2 [flex]（闭源，高精度与创意控制）、FLUX.2 [dev]（开源权重，可自主部署）三个变体，适配营销广告、产品可视化、创意生产、UI/UX 设计等多元场景，同时支持最高 32K 文本输入 tokens、10 秒内生成速度及 JSON 控制系统等专业功能。
--------------------------------
FLUX.2（dev）简介
FLUX.2（dev）是德国黑森林实验室（Black Forest Labs）于 2025 年 11 月 25 日推出的 FLUX.2 模型家族中的32B 参数量开放权重模型，它堪称当前性能顶尖的开源图像生成与编辑模型，将文生图、图生图和多图输入编辑等功能整合于一体，适配开发者调试、研究实验等多元场景，具体介绍如下：
核心技术架构
该模型依托潜在流匹配架构构建，还融合了 Mistral - 3 24B 视觉语言模型与整流流式 Transformer。前者赋予模型对现实世界的知识储备和上下文理解能力，后者则助力其精准捕捉空间关系、材料属性等早期架构难以实现的内容；同时它采用单一的 Mistral Small 3.1 文本编码器，简化了提示词嵌入的计算流程，其 Transformer 模块包含 8 个双流块和 48 个单流块，单流块占比大幅提升，进一步优化了生成逻辑。
它适配 FLUX.2 家族开源的新一代可学习潜空间编码器 FLUX.2 - VAE，该编码器遵循 Apache 2.0 协议，可被独立调用，为模型的图像生成与编辑提供了坚实的流式主干网络支撑。
关键核心能力
多图参考与高一致性生成：最多可同时参考 10 张图片，能精准实现角色、产品及风格在生成内容中的高度统一，比如可融合 10 张不同图片的元素生成风格协调、主体一致的图像作品。
出色的细节与文本渲染：生成的图像具备丰富细节与清晰纹理，且光照效果稳定自然；解决了前代模型在复杂文本渲染上的短板，能可靠生成含复杂排版的信息图、表情包以及带清晰文字的 UI 演示稿等内容。
高清图像编辑：支持最高 4 兆像素的图像编辑操作，编辑过程中能很好地保留图像原有细节与整体协调性，适配需要精细化修改的图像创作需求。
强指令遵从性：对复杂、结构化的提示词有着优秀的遵循能力，同时能结合现实世界知识，精准把控场景中的光照逻辑与空间关系，让生成的画面更贴合真实场景规律。
核心优势与适用场景
作为开源权重模型，其权重已在 Hugging Face 等平台发布，支持开发者本地部署运行，无需依赖官方 API，降低了使用成本，也方便开发者根据自身需求进行自定义调整与二次开发。
适用场景：适配场景广泛，既适合科研人员开展图像生成模型相关的技术研究，也能满足开发者进行非规模化创意制作、本地调试等需求，是平衡了性能与开放性的开源模型选择。