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。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。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。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。它的用法是访问 Krea 2 网站。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”。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。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。选择模型确保下拉菜单选中了 Flux 3。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。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Steps20-30 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 ScaleFlux 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。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。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。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。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步生成与迭代回到主界面选择 Flux 3 模型。采样步数可以设高一些如 30-40给 AI 更多细化空间。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。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. fixFlux 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。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]。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。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。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。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。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。