1、本次讲解主角flux fill模型，即flux版inpainting模型，玩过sd1.5的controlnet肯定不陌生，就是局部重绘、蒙版重绘、各种扩图换衣的主力模型，下载下来也是22G多，放于comfyui大模型文件夹下。模型22G意味着需要加载这么多进入显存，所以满血版需要24G显存显卡或使用liblib在线comfyui工作流为好，当然也有gguf蒸馏版（牺牲高质量换取高效率低占用），可能16G显存显卡就可以拿下

2、先讲效果，工作流简单易用，告别sd1.5/sdxl时代的复杂流程，直接跑就行。先去找几张背景简单的图集，手动画蒙版，然后等待出图，稳定性比sd1.5高不知道多少层级，没有什么色彩污染失真。以768x1024出图大概2分钟，但是满血版模型占用极高，需要16G虚拟内存、峰值最高58G内存与24G显存

3、扩图质量也是比较优秀的，注意一下原图灯笼上的奉字和图案，flux扩图后可以复刻到其他灯笼上。可以选择向上下左右分别扩展多少像素，定制化很强，基于flux的大体量参数，提示词甚至不需要都行

贫民表示玩不起。。显卡太贵了

4、最近查看c站的分支出现了腾讯hunyuan和智谱cogvideox，这俩分别出了各自的本地视频模型，但是配置需求都比flux高，推荐使用liblib在线工作流玩一玩。本地安装则需要不同的环境插件，默认使用sdpa注意力内核，如果需要flash attn或sage attn则另外安装，比sdpa快30%多。满血版肯定用不起，本地一般用fp8量化版，需要32G虚拟内存、峰值最高42G内存与24G显存，跑512x512的85帧视频需要5分钟
另外c站上也有基于hunyuan和cogvideox的lora，以大模型大体量参数做好环境一致性、以lora做好角色一致性是目前视频模型生态的突破，有兴趣可以去c站上搜一搜，hunyuan的lora目前出了蕾姆和玛奇玛，cogvideox则是很多动作镜头

大佬，我用的光辉模型跑的二次元图。为什么脚趾没问题，手指老是很模糊或者四指？

配置要求太高，且出图速度慢，所以不太适合陶冶情操的时候使用。再加上现在消费级显卡算力上不去，个人用户要驾驭这些模型还是挺困难的，最后还得回到SD1.5抽卡。其实我挺想玩hunyuan还有其他视频模型的，硬件要求和出视频效率真的劝退。