FLUX.1 Fill：局部重绘与扩图

FLUX.1 Fill 是 Black Forest Labs FLUX.1 Tools 套件里专攻图像补全的模型：给它一张图加一块蒙版，它只补全蒙版圈住的部分，圈外像素原样保留。官方称其重绘与扩图效果仅次于商业版 FLUX.1 Fill [pro]。

这一页带你用官方模板跑通两种操作：局部重绘（inpaint）——蒙版圈哪改哪，修穿帮、换局部；扩图（outpaint）——把画面边界向外延伸，方图变横图。这也是 ComfyUI 局部重绘的标准做法之一：圈定范围、精确施工、圈外不动。

学完你能做什么

• 跑通官方 FLUX.1 Fill 工作流：模板加载 → 四件套归位 → 蒙版重绘出图
• 用蒙版做局部重绘：圈哪改哪，圈外像素一个不动
• 用 Pad Image for Outpainting 扩图：四边参数控制扩展方向，方图扩成横图
• 读懂重绘专用节点 InpaintModelConditioning：图和蒙版在哪汇合、noise_mask 开关管什么
• 记住 Fill 铁律：cfg 1、20 步、euler/normal、guidance 30

你现在的困境

• 一张图 95% 都满意，就一个角落穿帮——重新生成，另外 95% 全变样
• 用图生图硬改：重绘幅度调大全图跑偏，调小了那一块根本改不动
• 想把竖图扩成横图做封面，直接拉伸变形，裁剪又把主体裁没了

什么时候用这一招

当你需要：

• 只改画面的一小块：去掉路人、修掉多余的手指、给人物换一件衣服
• 扩大画布：把场景向外延伸、方图扩横图、补足构图留白
• 圈外内容严格保持原样——蒙版之外像素级不动

而且不想：

• 为了一小块瑕疵整图重新抽卡
• 用一句话指令改整图——那是上一课 Kontext 的活儿，它按指令理解着改，不承诺圈外像素一动不动

🎒 开始前的准备

• 跑通了FLUX.1 文生图：四件套目录规则、cfg 1 这些 FLUX 家族共识都在那一课
• 会加载模板、上传图片、按 Ctrl+Enter 运行（忘了回看第一次生图）
• 硬盘预留约 31.8GB：扩散模型 22.17GB + t5xxl_fp16 9.12GB + clip_l 234.7MB + VAE 319.8MB（装过 FLUX.1 全量版文生图的直接复用后三个，只需新下扩散模型）
• ComfyUI 更新到较新版本：局部重绘模板用了子图功能，模板库元数据要求 0.3.42 以上，模板便签也提醒先更新 ComfyUI
• 网络能连 Hugging Face；连不稳就走 ModelScope 国内镜像（第 2 步给地址）
• 准备一张要修的图——人像、产品图、插画都行；想跟官方示例对齐，就下载官方重绘示例图（自带蒙版）或官方扩图示例图
• 一杯水 ☕——22GB 的模型下载是本课最大的等待

核心思路

局部重绘解决的是「为一小块瑕疵整图重抽」的痛点。 官方基础教程的比喻很形象：画面整体满意但个别元素出错，重新生成会得到一张完全不同的图——所以让画师（模型）只重画你圈出来的那块。FLUX.1 Fill 是照着这个任务专门训练的：输入 = 蒙版外的原图 + 蒙版，输出 = 补全后的完整图。官方基础教程还点破了扩图的本质：扩图其实就是一个重绘工作流，只是换了节点来构建蒙版。

三种改图方式摆在一起看：

方式	改动范围	圈外像素	典型场景
重新生成 / 图生图	整图	不保证	重抽构图、换风格
Kontext（上一课）	按指令改，整图范围理解	高度一致，但不承诺像素级不变	一句话换背景、换装
FLUX.1 Fill（本课）	蒙版圈内	严格保持，一个不动	精确修一角、扩画布

图和蒙版在哪汇合？ 看局部重绘模板的数据流（提示词与模型链略，第 4 步逐节点讲）：

Load Image ─┬→ IMAGE ─→ InpaintModelConditioning ─┬→ positive ──┐
            └→ MASK ──→ （原图+蒙版编码进条件）      ├→ negative ──┼→ KSampler ─→ VAEDecode ─→ Save Image
                                                └→ latent ────┘      ↑
CLIPTextEncode（正向提示词）─→ FluxGuidance ───────────────────────────┤
UNETLoader（flux1-fill-dev）─→ DifferentialDiffusion ─────────────────┘

核心是 InpaintModelConditioning：它把「蒙版外的原图 + 蒙版」编码成 FLUX.1 Fill 训练时就认识的输入格式挂进条件，同时把原图编码成起始 latent。它还有一个 noise_mask 开关（节点源码的说明：给 latent 加噪声蒙版，让采样只发生在蒙版内；效果因模型而异）：

noise_mask	采样范围	用在
true（重绘模板）	只采蒙版内，圈外像素原样	局部重绘
false（扩图模板）	整张新画布参与去噪	扩图——Fill 参照原图保持未扩区域一致，补全灰色新区

跟传统 SD 重绘的区别：基础重绘教程用的是 VAE Encode (for Inpainting) 节点（靠 grow_mask_by 扩边）；FLUX.1 Fill 这类重绘专用模型改用 InpaintModelConditioning，把蒙版后的图直接喂给按此训练的模型——这也是它圈外保持得更稳的原因。

跟我做

第 1 步：加载官方 FLUX.1 Fill 工作流模板

为什么：官方模板把参数、模型下载链接、示例图都配好了，你只需要换图和提示词就能跑。

操作：左侧栏 Templates 打开模板库，搜 Flux.1，选「Flux.1 图像修复」（模板 ID flux_fill_inpaint_example；官方文档给的搜索词是 "Flux.1 Inpaint"）。本课先跑它，扩图模板第 5 步再换。不想用模板库，就下载 JSON 再用菜单 Workflows → Open（Ctrl+O）打开：flux_fill_inpaint_example.json。模板库的完整玩法见模板库。

你应该看到：画布是一个紧凑的三节点结构——Load Image（引用官方示例图 flux_fill_inpaint_example_input_image.png）→ 一个名为 Flux.1 Fill Dev Image Inpainting 的子图节点 → Save Image。子图节点表面直接暴露 image、mask、prompt、seed 和四个模型文件下拉框；旁边一张便签写满模型下载链接。注意 Load Image 的 IMAGE 和 MASK 两根线都连进了子图——MASK 就是你圈出来的施工范围。

• 模板加载成功，能看到子图节点和模型链接便签

第 2 步：下载 Fill 四件套并归位

为什么：Fill 是独立训练的重绘模型，和文生图的 flux1-dev、指令编辑的 flux1-dev-kontext 是三个互不通用的文件；四个文件各归其位，loader 的下拉列表才找得到。

操作：从 Hugging Face 下载四个文件（模板便签附了全部链接）：

文件	大小	放进哪个子目录	下载
flux1-fill-dev.safetensors	22.17 GB	models/diffusion_models/	Hugging Face · ModelScope 镜像
clip_l.safetensors	234.7 MB	models/text_encoders/	Hugging Face
t5xxl_fp16.safetensors	9.12 GB	models/text_encoders/	Hugging Face
ae.safetensors	319.8 MB	models/vae/	Hugging Face · ModelScope 镜像

目录结构长这样：

ComfyUI/
├── models/
│   ├── diffusion_models/
│   │   └── flux1-fill-dev.safetensors
│   ├── text_encoders/
│   │   ├── clip_l.safetensors
│   │   └── t5xxl_fp16.safetensors
│   └── vae/
│       └── ae.safetensors

💡 上一课的文件能复用吗？

clip_l、t5xxl_fp16、ae 三个文件与 FLUX.1 文生图全量版通用——官方教程明说：跑过文生图全量版，只需新下 flux1-fill-dev.safetensors。但注意它和 flux1-dev.safetensors（文生图）、flux1-dev-kontext_fp8_scaled.safetensors（Kontext）是三个不同的权重，互不通用。国内下载走 ModelScope 镜像（上表已附）。

⚠️ 原版权重要同意协议

官方教程提醒：下载 Black Forest Labs 原版 flux1-fill-dev 需先在 black-forest-labs/FLUX.1-Fill-dev 页面同意使用协议。模板内置链接（上表）是 Comfy-Org 重新打包版，模板缺模型自动下载走的就是它。模型按 FLUX.1 [dev] Non-Commercial License 授权（非商用），官方教程称生成产出可用于个人、科研与商业用途，具体以许可文本为准。

放好后画布上按 r 刷新，子图的四个下拉框选中对应文件（或打开子图，在里面的 loader 节点里选）。

你应该看到：红色缺失警告全部消失，下拉框显示正确的文件名。

• 四个文件各归其位，子图上的模型下拉框都选中了文件

第 3 步：画蒙版，圈定要重绘的范围

为什么：Fill 只补全蒙版圈住的部分——蒙版就是施工范围，圈得准，改得就准。

操作：

方式 A：用官方示例图，自带蒙版（推荐先跑通）

官方重绘示例图 flux_fill_inpaint_example_input_image.png 已带 alpha 透明蒙版，上传进 Load Image 就能用，不用画。想练习自己画，官方另给了去掉蒙版的原图。

方式 B：自己的图，用 MaskEditor 画蒙版

1. 右键 Load Image 节点，选 Open in MaskEditor
2. 右侧面板调画笔粗细，在要改的区域上涂抹；画错了用橡皮擦掉
3. 点 Save 保存——画过的内容自动变成 Load Image 的 MASK 输出

💡 把生成图直接变成输入图

右键 Save Image 节点选 Copy(Clipspace)，再右键 Load Image 选 Paste(Clipspace)——上一轮的输出不用落盘再上传，直接变成这一轮的输入。多轮修图时特别顺手（第 6 步会用到）。

你应该看到：Load Image 的 MASK 输出连着线进子图；蒙版里白色（画过）的区域 = 即将重绘的区域。

• Load Image 里有了图和蒙版，MASK 输出连线正常

第 4 步：跑出第一张 ComfyUI 局部重绘图

为什么：知道图、蒙版、提示词在哪汇合，后面调参排错才有方向；这一步跑通，ComfyUI 局部重绘的主干你就掌握了。

操作：双击子图节点进入内部，逐节点对照这张表：

节点	干什么	模板里的关键参数
UNETLoader（Load Diffusion Model）	装 Fill 扩散模型	flux1-fill-dev.safetensors
DualCLIPLoader	一次装两个文本编码器	第一格 clip_l.safetensors，第二格 t5xxl_fp16.safetensors，type flux
VAELoader（Load VAE）	装 VAE	ae.safetensors
CLIPTextEncode	编码正向提示词	描述「蒙版里要出现什么」
FluxGuidance	FLUX 专属引导强度	30
ConditioningZeroOut	负向条件置零	cfg 1，不需要负向提示词
DifferentialDiffusion	动态去噪蒙版（实验性节点）	让蒙版外像素在采样收尾阶段参与极轻去噪，衔接更自然
InpaintModelConditioning	核心：把原图 + 蒙版编码进条件	noise_mask true：只采蒙版内
KSampler	去噪采样	20 步、cfg 1、euler、normal、denoise 1.0
VAEDecode → SaveImage	解码并保存	文件前缀 ComfyUI，落 ComfyUI/output/

提示词写法：描述蒙版里要出现的内容。补全缺失（官方示例的用法）就描述完整画面——模板自带示例 anime girl with massive fennec ears blonde hair blue eyes wearing a pink shirt；换掉某个物体就重点写新物体长什么样。

⚠️ DualCLIPLoader 两格别选反

官方教程的步骤清单把两格写成了 clip_name1: t5xxl、clip_name2: clip_l——但模板 JSON 和节点源码里的 FLUX 配方都是第一格 clip_l、第二格 t5xxl（源码描述原文：flux: clip-l, t5）。照模板选就行，别照文档步骤清单选。

点 Run（旧界面叫 Queue），或按 Ctrl+Enter。

你应该看到：进度条走满 20 步，SaveImage 出图——蒙版内的内容按提示词补全，蒙版外和原图一模一样。

• 第一张局部重绘图出炉：圈内变了，圈外没动

第 5 步：扩图——把画面边界向外延伸

为什么：扩图 = 自动构建蒙版的重绘（官方基础教程原话：这其实就是一个重绘工作流，只是换了节点来构建蒙版）。画布不够大、构图太满，都靠它向外要地。

操作：回到模板库，选「Flux.1 外绘」（模板 ID flux_fill_outpaint_example；官方文档给的搜索词是 "Flux.1 Outpaint"），或直接下载 flux_fill_outpaint_example.json。模型四件套和第 2 步完全相同，不用再下。ComfyUI 扩图（outpaint）的主干就是这一个模板。

这个模板是平铺结构，多了一个关键节点 Pad Image for Outpainting：

参数	模板默认值	说明
left / top / right / bottom	400 / 0 / 400 / 400	四边各扩多少像素（按 8 的倍数步进）；模板是往左、右、下各扩 400，上边不动
feathering	24	羽化：新区与原图的过渡平滑度，越大越平滑

它输出两样东西：撑大后的画布（新增区域填中性灰）+ 自动生成的蒙版（新增区域 = 重绘区）。后面的链路和第 4 步一样：InpaintModelConditioning → KSampler → VAEDecode。

上传你自己的图，按需改四边数值——想把竖图扩成横图，就把 left/right 调大、top/bottom 保持 0。提示词描述新增区域要出现什么（模板示例是 beautiful scenery）。

💡 这个模板的 noise_mask 是关的

扩图模板把 InpaintModelConditioning 的 noise_mask 设为 false：整张新画布都参与去噪，Fill 模型参照拼接进条件的原图，把未扩区域重建得和原来一致，再按提示词补全灰色新区。模型链上的 DifferentialDiffusion 此时没有动态蒙版可调，留着不影响运行。

按 Ctrl+Enter 运行。

你应该看到：画布按四边参数变大，新增区域和原画面自然衔接，原图内容保持一致。

• 扩图跑通：画布变大了，衔接处没有硬边

第 6 步：迭代与组合——重绘扩图串着用（可选）

为什么：真实的修图任务往往一轮不够、一次一种——迭代和组合才是 Fill 的完全体。

操作：

1. 迭代重绘：第一轮结果不满意？右键 Save Image → Copy(Clipspace)，右键 Load Image → Paste(Clipspace)，把输出变成输入，再画一块新蒙版继续改（官方基础教程也建议：对生成结果反复重绘，直到满意）
2. 先扩图、再重绘：扩出来的区域有瑕疵？切回重绘模板，把瑕疵圈进蒙版单独修——大范围交给扩图，细节交给重绘
3. 电商向玩法：商品图扩出干净的展示背景、去掉背景里的杂物，再配合抠图换背景和商品样机组成完整流程

你应该看到：多轮下来图越来越接近想要的效果，而且每轮只动该动的区域。

• （可选）用 Clipspace 迭代了一轮，或把重绘和扩图串起来用了一次

检查点 ✅

• 局部重绘跑通：官方示例图或自己的图 + 蒙版，圈内补全、圈外不动
• 扩图跑通：Pad Image for Outpainting 四边参数控制扩展方向
• 说得出 InpaintModelConditioning 的作用：把原图 + 蒙版编码进 Fill 模型的条件
• 记住铁律：cfg 1、20 步、euler/normal、guidance 30、无需负向提示词
• （可选）用 Clipspace 迭代重绘，或重绘 + 扩图组合出了一张图

踩坑提醒

❌ 扩图把 feathering 调成 0

原因：feathering 的参数语义是「新区与原图的过渡平滑度，越大越平滑」，官方模板默认 24。归零等于放弃过渡，衔接处容易生硬。正确做法：保留默认值或适当调大；四边数值记得按 8 的倍数改（节点步进就是 8）。

❌ 认真写了负向提示词

原因：模板里负向条件由 ConditioningZeroOut 直接置零，KSampler 的 cfg 又是 1——负向提示词写了也完全不参与。这是 FLUX 家族共识（文生图课讲过）。正确做法：把描述的力气全花在正向提示词上。

❌ 拿 flux1-dev 或 kontext 的权重当 Fill 用

原因：flux1-dev（文生图）、flux1-dev-kontext（指令编辑）、flux1-fill-dev（重绘扩图）是三个独立训练的权重，互不通用；选错文件轻则效果不对，重则架构不匹配直接报错。正确做法：按第 2 步表格下载 flux1-fill-dev.safetensors 归位；找不到文件就看模型加载失败。

❌ DualCLIPLoader 两格照官方文档步骤清单选

❌ clip_name1: t5xxl_fp16.safetensors   clip_name2: clip_l.safetensors   （文档步骤清单的写法）
✅ clip_name1: clip_l.safetensors       clip_name2: t5xxl_fp16.safetensors（模板 JSON 与节点源码配方的写法）

原因：官方 fill 教程的运行步骤清单把两格写反了；模板 JSON 的实际取值和节点源码里的 FLUX 配方（flux: clip-l, t5）都是第一格 clip_l、第二格 t5xxl。正确做法：照模板选，type 选 flux。

进阶技巧（可选）

🔧 显存吃紧的两个正规操作：Fill 官方只提供 22.17GB 的全量权重（与文生图 flux1-dev 同为 12B 全量版，没有 fp8 单文件版）。显存不够时：一是在 UNETLoader 的高级选项 weight_dtype 里选 fp8_e4m3fn 量化加载（节点自带选项）；二是把 t5xxl_fp16.safetensors（9.12GB）换成 t5xxl_fp8_e4m3fn_scaled.safetensors（4.8GB，Kontext 课用的就是它）。还不行就看显存不足的系统解法。

🔧 重绘边缘有硬痕：把蒙版画大一点，把要改的物体整个圈进去（而不是只圈中间），给模型留足过渡空间——这和基础重绘教程里 grow_mask_by 扩边是同一个思路；仍有残留就再跑一轮小范围重绘修边。

🔧 修图路线怎么选：圈定范围的局部重绘、扩图用本课 Fill；整图范围的指令式编辑用 Kontext；想用中文指令修图，看 Qwen-Image-Edit 和 Qwen-Image-2.1；商品场景的完整链路见电商图实战。

本课小结

✅ ComfyUI 局部重绘跑通了：官方模板 → 四件套归位 → MaskEditor 画蒙版 → 20 步出图，圈内补全、圈外不动。

✅ 扩图跑通了：Pad Image for Outpainting 按四边参数撑大画布、自动生成蒙版，本质是「自动建蒙版的重绘」。

✅ 重绘专用节点会看了：InpaintModelConditioning 把原图 + 蒙版编码进 Fill 的条件；noise_mask 开 = 只采蒙版内（重绘），关 = 整张画布参与去噪（扩图）。

✅ 迭代与组合会串了：Clipspace 把输出变输入；先扩图再重绘，大范围和小细节分工。

关键配置回顾：

配置	推荐值	说明
扩散模型	flux1-fill-dev.safetensors（22.17 GB）	放 models/diffusion_models/；与 flux1-dev / kontext 互不通用
文本编码器	clip_l.safetensors + t5xxl_fp16.safetensors（9.12 GB）	放 models/text_encoders/；显存吃紧可换 t5xxl fp8 版（4.8 GB）
VAE	ae.safetensors（319.8 MB）	放 models/vae/；与 FLUX.1 文生图通用
DualCLIPLoader	第一格 clip_l、第二格 t5xxl、type flux	FLUX 家族配方；官方文档步骤清单写反了，以模板为准
KSampler	20 步、cfg 1、euler、normal、denoise 1.0	两个官方模板同款配置
FluxGuidance	30	官方模板默认
InpaintModelConditioning	重绘 noise_mask true / 扩图 false	圈外保持 vs 整布重建
Pad Image for Outpainting	left 400 / top 0 / right 400 / bottom 400 / feathering 24	模板默认：左、右、下各扩 400 像素

下一课预告

Fill 把「圈哪改哪」做到了像素级；下一课的 FLUX.2 把「参照」玩到新高度——一次参考多张图保持一致性。下一课：FLUX.2：Dev 多参照一致性与 Klein 轻量版。

你会学到：

• FLUX.2 Dev 的多参照一致性：最多 10 张参考图一起参考
• hex 品牌色精确控制与专业文字渲染
• Klein 轻量版：8.4GB 显存级跑 FLUX.2
• Product Mockup 商品样机工作流：把设计稿贴上实物