Flux 3与深度图ControlNet实战：从AI抽卡到精准控制的进阶指南

1. 先搞清楚 Flux 3、Krea 2 和深度图洗图到底能做什么

如果你最近在玩 AI 图像生成，尤其是 Stable Diffusion 这类工具，那你大概率被 Flux 3、Krea 2 和“深度图洗图”这几个词刷过屏。很多人一上来就找模型、下提示词，但折腾半天发现要么跑不起来，要么效果和预期差很远。

这篇文章不绕弯子，直接说结论：Flux 3 是目前在图像质量和细节控制上表现非常突出的一个开源模型，Krea 2 是一个强大的在线风格库和提示词灵感工具，而“深度图洗图”则是利用 ControlNet 的深度图功能，对现有图片进行风格、细节重构的高级玩法。这三者结合，能让你从“抽卡碰运气”升级到“有目的地控制画面”。

但别急着去下载。在动手前，你得先明白它们各自解决什么问题：

• Flux 3：它不是一个“更好”的 SD 模型那么简单。它的核心优势在于对复杂提示词的理解更精准，生成的图像细节（如纹理、光影、结构）更丰富、更合理。这意味着你写“一个穿着复杂蕾丝长裙的精灵在发光森林里”，它更有可能把蕾丝的纹理和森林的光晕都做出来，而不是糊成一团。
• Krea 2：它解决了“我有想法，但不知道怎么写提示词”的痛点。它的风格库里有大量由社区训练好的视觉风格（LoRA 或概念），你选择一个风格，它就能生成与之匹配的高质量提示词。它是个“提示词翻译器”和“风格灵感库”，能极大降低你构思提示词的难度。
• 深度图洗图：这是 ControlNet 的一个经典应用。简单说，就是用一张现有图片（比如你拍的照片或一张不满意的 AI 图）生成它的深度信息图，然后用这个深度图去约束新的生成过程。这样，新图会保持原图的构图和空间结构，但人物、风格、细节、光照全部可以按你的新提示词彻底改变。这就是“洗图”——保留骨架，换掉血肉和皮肤。

所以，这套组合拳的价值在于：用 Krea 2 找到风格和提示词灵感，用 Flux 3 实现高质量、高细节的生成，再用深度图 ControlNet 来精准控制画面构图，对不满意的图进行定向改造。适合已经会用 SD WebUI（如 AUTOMATIC1111 或 ComfyUI）基础功能，想进一步提升出图质量和控制力的玩家。

2. 环境准备：你的机器到底能不能跑 Flux 3？

在兴奋地下载模型之前，先冷静下来检查你的硬件和软件环境。这是避免后续 90% 报错的关键。

2.1 硬件与显存要求

Flux 3 模型体积不小，对显存有明确要求。别相信“低配也能玩”的片面说法，那通常意味着大幅牺牲分辨率或批量数，体验很差。

• 最低要求：拥有一张8GB 显存的 NVIDIA GPU（如 RTX 3070, RTX 4060 Ti）。在这个配置下，你基本只能以512x512或768x768的分辨率进行单张图片生成。开启一个 ControlNet（如深度图）后，显存会非常紧张，容易爆显存（Out of Memory）。
• 流畅体验：建议12GB 显存及以上（如 RTX 3060 12G, RTX 4070, RTX 4080）。这个配置可以在1024x1024分辨率下比较从容地运行，并且可以同时使用 1-2 个 ControlNet 进行控制。
• CPU 和内存：虽然主要吃 GPU，但一个性能尚可的 CPU（如 Intel i5/R5 以上）和16GB 以上的系统内存是保证 WebUI 稳定运行的基础。处理大图或复杂流程时，内存不足也会导致崩溃。

我的建议是：先别管模型，打开你的任务管理器或nvidia-smi命令，看看你日常跑 SD 1.5 或 SDXL 模型时显存占用多少。如果已经接近满负荷，那么跑 Flux 3 就需要更精细的参数调整。

2.2 软件与部署选择

Flux 3 目前主要可以通过两种方式使用：

1. 集成在 SD WebUI 中（如 AUTOMATIC1111 或 ComfyUI）：

   • 这是最推荐给个人玩家的方式。你需要将 Flux 3 的模型文件（通常是.safetensors格式）下载到正确的模型文件夹。
   • 对于 AUTOMATIC1111：模型应放在stable-diffusion-webui/models/Stable-diffusion/目录下。
   • 对于 ComfyUI：模型应放在ComfyUI/models/checkpoints/目录下。
   • 你需要确保你的 WebUI 版本是比较新的，以支持 Flux 3 所需的特定参数（如guidance_scale范围可能不同）。

2. 官方或第三方提供的独立工具/API：

   • 有些平台提供了在线试玩或封装好的客户端。这对于不想本地部署的用户是快速体验的途径。
   • 但请注意：在线服务通常有次数、分辨率或内容限制，且无法与本地丰富的 ControlNet 插件生态无缝结合。对于“深度图洗图”这种需要高度自定义控制的操作，本地部署的 WebUI 是唯一选择。

部署决策点：如果你已经熟悉 SD WebUI 的操作，并且主要想玩“深度图洗图”这种进阶控制，务必选择本地 WebUI 部署。如果只是想快速感受下 Flux 3 的出图质量，可以尝试在线服务。

3. 实战第一步：获取并验证 Flux 3 与 Krea 2 风格提示词

环境确认无误后，我们开始实操。第一步不是直接生成大师级作品，而是确保基础流程能跑通。

3.1 获取与放置 Flux 3 模型

1. 模型来源：从可信的模型发布站（如 Civitai、Hugging Face）搜索 “Flux 3” 或 “flux-dev”。注意辨别，选择下载量高、评价好的版本。核心模型文件通常叫flux3-dev.safetensors或类似名称。
2. 放置模型：如前所述，将下载的.safetensors文件放入你 WebUI 对应的 checkpoints 模型目录。
3. 重启 WebUI：放置后，重启你的 WebUI 界面，在模型选择下拉列表中应该能看到新加入的 Flux 3 模型，选中它。

3.2 利用 Krea 2 风格库获取高质量提示词

Krea 2 是一个网站，不需要本地安装。它的用法是：

1. 访问 Krea 2 网站。
2. 在它的“风格探索”或“提示词生成”区域，浏览你喜欢的风格。比如你想生成“赛博朋克城市夜景”或“水墨风山水”。
3. 点击某个风格，Krea 2 通常会展示用该风格生成的样图，并提供生成这张图所使用的完整提示词（Prompt）。
4. 复制这段提示词。这就是你的“风格种子”。

关键点：不要直接照搬 Krea 2 的提示词就以为万事大吉。你需要理解这段提示词的结构。它通常包含：

• 风格描述词：如digital art, concept art, cinematic lighting。
• 质量强化词：如masterpiece, best quality, ultra detailed, 8k。
• 核心主体描述：如a lone samurai standing on a cliff, cherry blossoms flying。
• 技术参数：有时会包含像flux这样的模型触发词，或者sharp focus这样的细节要求。

你的任务是学习这种描述结构，而不是死记硬背。将复制的提示词作为模板，替换其中的主体部分，来生成你想要的内容。

3.3 运行第一个 Flux 3 生成测试

现在，在 WebUI 中执行一次最简单的生成，目的是验证模型加载是否正确。

1. 选择模型：确保下拉菜单选中了 Flux 3。
2. 输入提示词：使用一段从 Krea 2 获取的、相对简单的提示词。例如：masterpiece, best quality, a serene landscape with a lake and mountains, digital art。
3. 设置基础参数：
   • 采样器（Sampler）：对于 Flux 3，可以尝试DPM++ 2M Karras或Euler a。不同采样器效果有差异，这是出图风格的一部分。
   • 迭代步数（Steps）：20-30 步是一个不错的起点。Flux 3 可能在较少步数下就有不错表现，可以逐步调整。
   • 提示词引导系数（CFG Scale）：Flux 3 常用的范围可能与 SDXL 不同，可以从 5-7 开始尝试。
   • 分辨率（Width/Height）：根据你的显存，先从 768x768 或 1024x1024 开始。
   • 批量大小（Batch）：第一次只生成 1 张。
4. 点击生成：观察过程是否报错，以及最终输出图片的质量。

成功标志：能够正常完成采样过程，并输出一张符合提示词描述的、细节丰富的图片。如果在此步就出现显存不足、黑图或严重扭曲，需要回到第二步检查环境和参数（尤其是降低分辨率）。

4. 核心玩法：深度图 ControlNet 一键“洗图”全流程

单张生成验证通过后，进入最有价值的环节——深度图洗图。这个功能让你能彻底改造一张现有图片。

4.1 什么是深度图？为什么它能“洗图”？

深度图是一张灰度图，用颜色的深浅来表示画面中物体距离摄像机的远近。白色代表最近，黑色代表最远。 ControlNet 的深度图模型，能先提取一张输入图片的深度信息，然后在生成新图片时，强制让 AI 按照这个深度结构去“作画”。这样，新图就和原图有了完全相同的构图和空间关系，但画面内容可以天差地别。

4.2 准备工作：安装与启用 ControlNet

1. 安装：如果你使用 AUTOMATIC1111，在“扩展（Extensions）”标签页中，安装sd-webui-controlnet扩展并重启。
2. 下载模型：你需要下载 ControlNet 的深度图预处理器和模型。在 WebUI 的 ControlNet 面板，点击“模型”旁边的下载图标，找到并下载control_v11f1p_sd15_depth或control_v11p_sd15_depth等深度模型。对于 Flux 3，可能需要适配 SDXL 的深度模型，如controlnet-depth-sdxl-1.0，请根据你的 Flux 3 版本选择。
3. 放置模型：下载的模型文件（.pth或.safetensors）应放在stable-diffusion-webui/extensions/sd-webui-controlnet/models/目录下。

4.3 “洗图”五步操作法

假设你有一张人物照片original.jpg，你觉得背景杂乱，人物表情也不够好，想把它重构成一张奇幻风格的肖像画。

第1步：上传原图并启用 ControlNet在文生图（txt2img）或图生图（img2img）页面，展开 ControlNet 面板。将你的original.jpg拖入 ControlNet 的图像上传区域。勾选“启用（Enable）”和“像素完美（Pixel Perfect）”（如果可用）。勾选“允许预览（Allow Preview）”。

第2步：选择预处理器与模型

1. 预处理器（Preprocessor）：选择depth_anything、depth_midas或depth_zoe。它们都是提取深度图的算法，效果略有差异。depth_anything是较新且通用的选择。点击“预览（Preview）”按钮，你会在旁边看到生成的黑白深度图。检查深度图是否清晰地区分出了前景（人物，较白）和背景（较黑）。
2. 模型（Model）：选择你下载的深度图控制模型，例如control_v11f1p_sd15_depth。

第3步：设置控制权重与模式

• 控制权重（Control Weight）：通常从0.8 到 1.2开始尝试。权重越高，新图对原图结构的遵从度越强。如果你想大幅度改变人物姿态，可以调低（如0.6）；如果想严格保持姿势，就调高（如1.2）。
• 引导介入/终止时机（Starting/Ending Control Steps）：对于深度图控制，通常让 ControlNet 在生成早期介入，中后期减弱影响。可以设置为开始 0.0， 结束 0.8。这意味着从第0步开始控制，到总步数的80%时逐步放弃控制，让AI在最后阶段自由发挥细节。
• 控制模式（Control Mode）：选择“平衡”或“我的提示词更重要”。

第4步：编写你的“重绘”提示词这是“洗图”的灵魂。你要用文字描述你希望的新图是什么样子。

• 正向提示词：结合从 Krea 2 学到的风格词。例如：(masterpiece, best quality, ultra detailed, 8k), 1girl, fantasy elf queen, intricate silver crown, glowing blue eyes, ethereal light, in a mystical crystal forest, digital painting, art by greg rutkowski and alphonse mucha。
• 反向提示词：写上你不想要的内容，如worst quality, low quality, normal quality, blurry, deformed hands, extra fingers。

第5步：生成与迭代

1. 回到主界面，选择 Flux 3 模型。
2. 采样步数可以设高一些，如 30-40，给 AI 更多细化空间。
3. 去噪强度（Denoising strength）：如果你在图生图（img2img）模式下操作，这个参数至关重要。它决定了在原有图片基础上“改动”的幅度。对于彻底“洗图”，通常需要较高的值，如0.7 到 0.9。在文生图（txt2img）模式下配合 ControlNet 使用，则无需关心此参数。
4. 点击生成。

结果判断：成功的“洗图”作品，应该能清晰看到原图的人物轮廓和站位，但服装、发型、面容、背景乃至光照全部变成了你提示词描述的奇幻风格。如果发现人物姿势严重变形或背景混乱，需要调整 ControlNet 权重、引导时机，或者检查深度图预览是否准确。

5. 参数深度解析与高级技巧

基础流程跑通后，通过调整这些参数，你能更精细地控制输出。

5.1 Flux 3 关键参数理解

• CFG Scale：提示词相关性。Flux 3 可能对 CFG 更敏感。太低（<5）会导致图像忽略你的提示，自由发挥；太高（>10）可能导致图像颜色过饱和、细节生硬甚至出现伪影。建议在5.0 - 8.0之间微调。
• 采样器与步数：DPM++ 2M Karras通常能产生清晰、细节丰富的图像，20-30步即可。Euler a可能色彩更鲜艳，但有时需要更多步数（30+）来稳定细节。可以固定一个提示词，用不同采样器各跑几张，对比选择。
• 分辨率与高分辨率修复（Hires. fix）：Flux 3 在原生高分辨率下表现更好。如果显存不足，可以先用基础分辨率（如768x768）生成，然后开启 Hires. fix，使用一个 upscaler（如4x-UltraSharp）进行2倍放大，并设置一个较低的重绘幅度（Denoising strength， 如0.2-0.35），这样能在放大同时补充细节。

5.2 ControlNet 深度图进阶控制

• 多 ControlNet 叠加：深度图可以和其他 ControlNet 模型叠加使用，实现更强控制。例如：
  • 深度图 + Canny（线稿）：深度控制结构，Canny 控制轮廓边缘，能让生成的角色更精准地贴合原图外形。
  • 深度图 + OpenPose（姿态）：深度控制场景空间，OpenPose 控制人物骨骼姿态，适合在复杂场景中精确重塑人物动作。
  • 使用技巧：叠加时，要适当降低每个 ControlNet 的权重（例如都设为0.7），避免控制信号冲突导致图像扭曲。
• 预处理器参数调整：在深度图预处理器旁可能有Preprocessor Resolution参数。调高它（如从512到1024）会让深度图更精细，但也更消耗计算资源，且不一定总是更好，有时会导致过度分割。

5.3 提示词工程：超越 Krea 2 模板

Krea 2 是起点，但不是终点。你需要学会自己“写”提示词。

1. 结构化提示词：将提示词分为几个部分，用逗号分隔。例如：[质量词], [主体描述], [细节描述], [风格/艺术家], [技术参数]。
2. 权重调整：使用(word:1.2)来增加某个词的权重，使用[word]来降低权重。例如：(crystal armor:1.3)会让水晶盔甲的概念更突出。
3. 负面提示词的重要性：对于 Flux 3 这种高能力模型，好的负面提示词能有效过滤掉低质量、畸变的元素。除了通用的质量负面词，还可以加入你特定不想看到的，如cartoon, 3d render, photo如果你想要绘画感。
4. 迭代与记录：不要指望一次成功。用一个固定的种子（Seed），只修改一个参数（比如 CFG、某个提示词权重），批量生成4-6张图，对比效果。这是理解参数影响最有效的方法。

6. 常见问题排查与优化建议

遇到问题别慌，按这个顺序排查。

6.1 生成失败或报错

• 爆显存（CUDA out of memory）：
  • 首先降低分辨率（Width/Height）。
  • 关闭 Hires. fix。
  • 将批量大小（Batch size）设为1。
  • 在 WebUI 设置中启用--medvram或--lowvram参数启动（对 AUTOMATIC1111）。
  • 尝试使用xformers优化（如果已安装）。
• 生成黑图或纯色图：
  • 检查是否选对了 Flux 3 模型。
  • 检查提示词是否过于简单或矛盾。
  • 大幅调整 CFG Scale 值，尝试 3 到 10 的范围。
  • 更换采样器。
• ControlNet 不生效（图片完全不受控制）：
  • 确认 ControlNet 单元已“启用（Enable）”。
  • 检查预处理器是否成功生成了预览图（非全黑或全灰）。
  • 确认选择的“模型”与“预处理器”匹配（如 depth 预处理器对应 depth 模型）。
  • 提高控制权重（Control Weight）到 1.0 以上。

6.2 输出质量不佳

• 画面模糊、缺乏细节：
  • 增加采样步数（Steps）。
  • 尝试不同的采样器。
  • 在提示词中加入细节描述词，如ultra detailed, intricate details, sharp focus。
  • 使用 Hires. fix 进行放大和轻微重绘。
• 颜色怪异或过饱和：
  • 降低 CFG Scale。
  • 在负面提示词中加入oversaturated, vibrant。
• 人物脸部或手部畸形：
  • 这是 AI 通病。在负面提示词中强化deformed hands, bad hands, mutated hands, ugly face, bad face。
  • 使用 ADetailer 等面部修复扩展进行后期处理。
  • 尝试使用“深度图+OpenPose”双重控制，更稳定地锁定人体结构。

6.3 工作流优化建议

1. 分步进行：不要试图一步到位生成完美大图。先用小分辨率（如512x768）和较低步数（20步）快速测试构图、风格和 ControlNet 效果。确定满意后，再固定种子（Seed），提高分辨率和步数进行精炼。
2. 管理你的资源：Flux 3 模型文件很大，定期清理不用的模型。生成的图片及时整理，可以使用标签工具进行管理。
3. 备份与版本：当你调试出一组非常满意的参数（模型、提示词、ControlNet 设置、采样参数）时，及时保存为 WebUI 的“预设（Preset）”或截图记录。这比你下次凭记忆重新调要可靠得多。

这套从 Flux 3 模型准备，到 Krea 2 提示词获取，再到深度图 ControlNet 洗图的流程，其核心价值在于将“不可控的随机生成”变成了“有输入、可控制的定向创作”。真正的熟练，来自于针对具体问题（比如“如何把这张自拍照变成中世纪骑士”）进行反复的参数调试和提示词打磨。开始时可能会觉得繁琐，但一旦掌握了这个控制回路，你创作的自由度和成功率会远超漫无目的地抽卡。