Ostris重磅发布Flex.2-preview：ComfyUI的图像生成神器，来了！
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
点击蓝字关注我吧！
在AI生成图像领域，一款新星模型横空出世——Flex.2-preview，由Ostris团队推出。这个拥有8亿参数的文本到图像扩散模型，不仅开源、轻量、强大，而且专为ComfyUI生态量身打造，一经亮相便引发了AI艺术社区的强烈关注。
今天这篇文章，就来带大家深扒这个模型到底有多“卷”，以及它在创作流程中能带来哪些实际提升。
详情入口：https ://huggingface.co/ostris/Flex.2-preview
一、Flex.2是谁？它到底有多猛？
Flex.2-preview是Flex系列模型中的最新版本，其成长路线是这样的：
Flux.1Schnell→OpenFlux.1→Flex.1-alpha→Flex.2-preview
可以说，每一次迭代都让模型更灵活（flexible）、更可控、更实用，而这次的Flex.2，堪称是目前“最灵活”的文本转图像模型之一。
✅8亿参数，训练成本惊人，却完全开源
✅图像修补（Inpainting）原生支持
✅通用控制输入（UniversalControl）：支持姿态、线稿、深度图
✅支持ComfyUI节点化流程
✅文本输入长度支持512token
✅开放许可（Apache2.0），可商用
✅训练逻辑公开，LoRA微调友好
✅16通道潜空间，灵活构图逻辑更强
这不是“一个模型能干多事”，而是“一个模型集成了你需要的全部功能”。
二、ComfyUI用户狂喜：一键集成无压力
Flex.2最大的优势之一，就是与ComfyUI的深度集成。
下载Flex.2-preview.safetensors到ComfyUI/models/diffusion_models/
安装ComfyUI-FlexTools插件（内含Conditioner节点）
安装comfyui_controlnet_aux以生成控制图
重启ComfyUI，即可开始创作
从图像修补到深度控制，只需拖拽节点，复杂任务也能变得简单直观。
三、通用控制，让创作更自由
线稿（Line）：用草图勾勒轮廓，让AI精准生成你想要的轮廓结构
姿态（Pose）：通过人体姿态图控制人物动作，适合漫画、插画创作
深度图（Depth）：控制景深和结构层次，场景构图更有空间感
一句Prompt+一个线稿/深度图/姿态图，就能让AI按照你的“剧本”走，不再靠“拼运气”。
四、图像修补能力大升级
传统模型的inpainting功能往往依赖外部插件或后期处理，而Flex.2则把修补能力直接训练进模型本体。
只需要输入：
原图（如一只狗的照片）
掩码图（如抠掉狗的脑袋部分）
提示词（如“机器人狗”）
Flex.2就能在掩码区域内无缝生成新内容，而且和周围图像风格高度融合。真正做到了“只改想改的部分”。
五、Diffusers用户也有福了
对于非ComfyUI用户，Flex.2同样提供了兼容的接口。
只要安装diffusers、transformers、torch库，即可通过AutoPipelineForText2Image快速加载使用，并支持原生inpainting+控制图输入。
更贴心的是：即便你显卡小于24G，也能用torchao的量化加速方案流畅运行。
六、缺点也得说清楚
虽然Flex.2已经非常成熟，但它仍处于“Preview”阶段，仍存在以下问题：
❌在解剖学结构（如手指、肢体）上仍有不稳定情况
❌文字生成能力较弱，生成文字准确性不高
❌部分inpainting区域过渡仍显生硬
❌控制图如果质量较差，容易影响最终结果
不过好消息是，开发者正在积极优化训练逻辑，这些问题在后续版本中大概率会逐步解决。
七、面向创作者：LoRA支持来了
Flex.2不仅可用于生成图像，更是一个开放的训练平台。
你可以直接训练属于自己的LoRA微调模型，甚至还可以：
自动为你的数据集生成控制图
定制训练逻辑，教模型认识你自己的风格元素
使用Flex.1-alpha的LoRA与Flex.2通用
对于插画师、短视频作者、游戏原画师来说，这简直是一个AI风格养成的理想平台。
八、这是一次“功能整合”的创作革命
在StableDiffusion百花齐放的今天，Flex.2-preview的横空出世，不是一个新模型的简单发布，而是一次模型功能逻辑的整合式革命。
它不是单点能力突出，而是把“控制图+图像修复+节点化创作流程+LoRA训练”统统打包到一个模型中。
一句话总结：你只需要一个模型，就能实现AI图像创作全流程。
如果你是ComfyUI的老用户，那你一定得试试Flex.2；如果你是AI创作者新手，Flex.2就是你入门的“全能战士”。
推荐一句话评论区留言文案：
“用了Flex.2后，我的AI图像工作流只剩一个词：丝滑。”
如果你觉得这篇文章有帮助，欢迎点赞、转发、收藏，评论区一起交流你对Flex.2的看法～你是支持“全能整合流”，还是更喜欢“精专细化派”？我们评论区见！
感谢你看到这里，也欢迎点击关注下方公众号并添加公众号小助手加入官方读者交流群，一个有趣有AI的AIGC公众号:关注AI、深度学习、计算机视觉、AIGC、StableDiffusion、Sora等相关技术，欢迎一起交流学习💗～
