FLUX.2: Dev मल्टी-रेफ़रेंस कंसिस्टेंसी और Klein लाइटवेट संस्करण
FLUX.2 Black Forest Labs का नेक्स्ट-जेनरेशन इमेज मॉडल है: अधिकतम 4MP फोटोग्राफ़िक-ग्रेड आउटपुट, प्रकाश, त्वचा, कपड़े और हाथों के विवरण में व्यापक सुधार। इसने FLUX.1 की 「एक रेफ़रेंस इमेज」 को मल्टी-रेफ़रेंस कंसिस्टेंसी—अधिकतम 10 रेफ़रेंस इमेज में अपग्रेड किया है, कई आउटपुट में किरदार, प्रोडक्ट ज्यामिति, सामग्री और कपड़े एकरूप रहते हैं; टेक्स्ट रेंडरिंग भी प्रोफेशनल स्तर पर पहुँच गई है, UI स्क्रीनशॉट, इन्फोग्राफ़िक्स और मल्टी-लिंगुअल सामग्री में साफ़ पढ़ने योग्य अक्षर लिखे जा सकते हैं।
ComfyUI यहाँ दो तरीके हैं: FLUX.2 Dev (ओपन-सोर्स फुल संस्करण, सबसे अच्छा नतीजा) और FLUX.2 [Klein] (लाइटवेट संस्करण, एक ही आर्किटेक्चर से टेक्स्ट-टू-इमेज और एडिटिंग एकीकृत, 4B डिस्टिल्ड संस्करण 4 स्टेप में इमेज, लगभग 8.4GB VRAM)। यह पेज दोनों FLUX.2 वर्कफ़्लो को चलाना सिखाता है।
सीखने के बाद आप क्या कर सकेंगे
- FLUX.2 Dev मल्टी-रेफ़रेंस वर्कफ़्लो चलाना: टेम्पलेट लोड → तीन-फ़ाइल सेट लगाना → मल्टी-रेफ़रेंस इमेज कंसिस्टेंसी एडिट से इमेज जनरेशन
- ReferenceLatent चेन से कई रेफ़रेंस इमेज कंडीशन में जोड़ना: डिज़ाइन ड्राफ़्ट + प्रोडक्ट फोटो → पैटर्न को वास्तविक वस्तु पर लगाना
- FLUX.2 Klein 4B लाइटवेट संस्करण पर स्विच: डिस्टिल्ड संस्करण 4 स्टेप में इमेज, 8GB स्तर के VRAM पर लोकल रन
- दो वेट सिस्टम में अंतर करना: Dev का fp8mixed क्वांटाइज़ेशन टियर बनाम Klein 4B/9B के अपने-अपने base और distilled दो प्रकार, अब गलत फ़ाइल डाउनलोड नहीं होगी
- FLUX.2 और FLUX.1 के नोड अंतर याद रखें: CLIPLoader सिंगल एनकोडर (type
flux2) DualCLIPLoader की जगह लेता है
आपकी मौजूदा दिक्कत
- प्रोडक्ट की पैकेजिंग बदलनी है: एक डिज़ाइन ड्राफ़्ट, एक प्रोडक्ट फोटो, साधारण इमेज-टू-इमेज दोनों इमेज को 「औसत」 करके एक अनोखी-सी तस्वीर बना देगा
- एक ही किरदार की 10 इमेज, चेहरा, कपड़े, आर्ट स्टाइल हर इमेज में अलग, कंसिस्टेंसी पूरी तरह भाग्य पर
- सुना है FLUX.2 का नतीजा अच्छा है, देखा तो मॉडल 33GB—पता नहीं आपका वह कार्ड चल पाएगा या नहीं
यह तकनीक कब इस्तेमाल करें
जब आपको चाहिए:
- मल्टी-रेफ़रेंस कंसिस्टेंसी: किरदार + कपड़े + दृश्य की कई रेफ़रेंस इमेज को एक में मिलाना, हर एक की खूबी लेना
- प्रोफेशनल टेक्स्ट रेंडरिंग: पोस्टर के बड़े अक्षर, UI इंटरफ़ेस, पैकेजिंग पर ब्रांड अक्षर साफ़ पढ़ने योग्य होने चाहिए
- सटीक hex ब्रांड रंग: रंग कोड निर्दिष्ट करें, आउटपुट का रंग मिश्रण न भटके
- कम कॉन्फ़िगरेशन पर भी FLUX.2 जैसी क्वालिटी चाहिए: Klein 4B 8.4GB VRAM पर चल जाता है
और आप नहीं चाहते:
- हर बार रेफ़रेंस इमेज की विशेषताएँ 「कॉपी」 खोना—FLUX.1 Kontext की सिंगल रेफ़रेंस इमेज मल्टी-इमेज कंपोज़िशन संभाल नहीं पाती
- एक इमेज के लिए क्लाउड API खोलना—Dev और Klein दोनों ओपन-सोर्स हैं, लोकली चल सकते हैं
🎒 शुरू करने से पहले की तैयारी
- FLUX.1 टेक्स्ट-टू-इमेज चला चुके हों: FLUX परिवार के loader का तरीका और 「नेगेटिव प्रॉम्प्ट नहीं चाहिए」 वाली समझ उसी पाठ में है
- टेम्पलेट लोड करना और
Ctrl+Enterसे चलाना आता हो (भूल गए हों तोपहली इमेज जनरेशन दोबारा देखें) - मॉडल डायरेक्टरी के नियम से परिचित हों:
models/के संबंधित सब-डायरेक्टरी में रखें (मॉडल कहाँ रखें दोबारा देखें) - ComfyUI को 0.4.0 या उससे ऊपर अपडेट करें (FLUX.2 Dev ऑफ़िशियल टेम्पलेट में बताया गया न्यूनतम संस्करण; Klein टेम्पलेट को 0.3.72 या उससे ऊपर चाहिए)
- हार्ड डिस्क में जगह: Dev फुल चलाने के लिए लगभग 66GB (33GB टेक्स्ट एनकोडर सहित); जगह बचाने के लिए fp8 टेक्स्ट एनकोडर से लगभग 50GB; केवल Klein 4B चलाने के लिए लगभग 12GB
- नेटवर्क से Hugging Face कनेक्ट हो; कनेक्शन अस्थिर हो तो ModelScope के चीन मिरर से जाएँ (चरण 2 में पता दिया गया है)
- एक कप पानी ☕—Dev का मॉडल डाउनलोड इस पाठ का सबसे बड़ा इंतज़ार है
मुख्य विचार
FLUX.2 मॉडल स्तर पर दो शाखाओं में विभाजित है, और वर्कफ़्लो भी उसी हिसाब से दो सेट में बँटता है:
| शाखा | पोज़िशनिंग | डिफ़्यूज़न मॉडल | स्टेप्स |
|---|---|---|---|
| FLUX.2 Dev (ओपन-सोर्स फुल) | गुणवत्ता की ऊपरी सीमा: 4MP फ़ोटो-रियलिस्टिक, मल्टी-रेफ़रेंस कंसिस्टेंसी, प्रोफ़ेशनल टेक्स्ट रेंडरिंग | flux2_dev_fp8mixed (33.02GB, fp8 क्वांटाइज़्ड वेट; फुल वेट BFL की ओरिजिनल रिपॉज़िटरी में) | 20 |
| FLUX.2 [Klein] (लाइटवेट) | इंटरैक्टिव लो-लेटेंसी: एक ही आर्किटेक्चर में टेक्स्ट-टू-इमेज और इमेज एडिटिंग एकीकृत | 4B / 9B दो टियर, हर टियर में base (अन-डिस्टिल्ड) और distilled (डिस्टिल्ड) दो वेरिएंट | डिस्टिल्ड 4 स्टेप्स, base 20 स्टेप्स |
FLUX.2 Pro, Black Forest Labs का API संस्करण है, जो ओपन-सोर्स नहीं है — लोकल रूप से आप ऊपर दी गई तालिका की दो शाखाएँ ही चला सकते हैं।
मल्टी-रेफ़रेंस कंसिस्टेंसी वर्कफ़्लो में कैसे जुड़ती है: ReferenceLatent नोड रेफ़रेंस इमेज को latent में एनकोड करके उसे कंडीशनिंग (conditioning) चेन में "लटका" देता है। कंडीशन FluxGuidance से निकलकर ReferenceLatent से गुज़रती है और फिर BasicGuider में जाती है; दूसरी रेफ़रेंस इमेज जोड़नी हो तो पिछले ReferenceLatent के कंडीशन आउटपुट से एक और चेन में जोड़ें। मॉडल स्तर पर अधिकतम 10 रेफ़रेंस इमेज समर्थित हैं, और इस तरह पात्र, प्रोडक्ट की ज्यॉमेट्री, मटेरियल और कपड़े आउटपुट के बीच कंसिस्टेंट रहते हैं।
उस नोड चेन से तुलना करें जो आपने FLUX.1 टेक्स्ट-टू-इमेज में देखी थी, FLUX.2 ने तीन मुख्य हिस्से बदले हैं:
| चरण | FLUX.1 (Dev टेक्स्ट-टू-इमेज टेम्पलेट) | FLUX.2 (Dev एडिट टेम्पलेट) |
|---|---|---|
| टेक्स्ट एनकोडर | DualCLIPLoader: clip_l + t5xxl दो फ़ाइलें | CLIPLoader: mistral सिंगल फ़ाइल, type में चुनें flux2 |
| सैंपलिंग/शेड्यूलिंग | KSampler एक ही नोड सब संभालता है | Flux2Scheduler (स्टेप्स + चौड़ाई-ऊँचाई) + SamplerCustomAdvanced अलग-अलग कॉन्फ़िगर किया गया |
| खाली latent | EmptySD3LatentImage | EmptyFlux2LatentImage |
| रेफ़रेंस इमेज | Kontext सिंगल रेफ़रेंस इमेज | ReferenceLatent चेन में कई इमेज (अधिकतम 10) |
Klein का आधिकारिक परफ़ॉर्मेंस डेटा (RTX 5090):
| संस्करण | स्टेप्स | VRAM | एंड-टू-एंड समय |
|---|---|---|---|
| Klein 4B distilled | 4 | 8.4GB | ~1.2s |
| Klein 4B base | 20 | 9.2GB | ~17s |
एक लाइन में चयन: बेहतरीन गुणवत्ता चाहिए तो Dev, स्पीड चाहिए तो Klein distilled, खुद फ़ाइन-ट्यून करना हो तो Klein base।
मेरे साथ करें
चरण 1: FLUX.2 Dev आधिकारिक टेम्पलेट लोड करें
क्यों: आधिकारिक टेम्पलेट में नोड चेन, पैरामीटर और मॉडल लिंक पहले से कॉन्फ़िगर होते हैं, हमें बस उसमें सामग्री डालनी है।
कदम: बाईं पट्टी में Templates से टेम्पलेट लाइब्रेरी खोलें, FLUX.2 सर्च करें, "FLUX.2 Dev" चुनें (टेम्पलेट का नाम image_flux2, आवश्यकता ComfyUI 0.4.0 या उससे नया)। टेम्पलेट लाइब्रेरी इस्तेमाल नहीं करना चाहते तो image_flux2.json डाउनलोड करके मैन्युअली खोलें। टेम्पलेट लाइब्रेरी की पूरी जानकारी टेम्पलेट लाइब्रेरी में देखें।
कैनवास पर तीन-हिस्सों की मुख्य चेन है: LoadImage → (ImageScaleToTotalPixels पहले इमेज को 1MP तक स्केल करता है) → "Image Edit (FLUX.2 Dev)" सबग्राफ → SaveImage। आधिकारिक सैंपल इमेज image_flux2_input_image.png (एक महिला की फ़ोटो) LoadImage नोड 46 में अपलोड करें, या सीधे अपनी खुद की इमेज लगा दें।
आपको यह दिखना चाहिए: मॉडल ग़ायब होने पर सबग्राफ के नोड लाल हो जाते हैं, और दाईं ओर Errors टैब में डाउनलोड होने वाले मॉडलों की सूची होती है — घबराएँ नहीं, चरण 2 में एक-एक करके सब जुट जाएगा।
- टेम्पलेट सफलतापूर्वक लोड हुआ,
LoadImageमें आपकी अपलोड की हुई इमेज दिखती है
चरण 2: FLUX.2 वर्कफ़्लो का तीन-फ़ाइल सेट डाउनलोड करके सही जगह रखें
क्यों: टेम्पलेट केवल फ़ाइल नाम का उल्लेख करता है, मॉडल फ़ाइलें आपको खुद डाउनलोड करके models/ के संबंधित सबडायरेक्टरी में रखनी होंगी, तभी नोड लाल नहीं होंगे।
कदम: नीचे दी गई सूची के अनुसार डाउनलोड करें (फ़ाइल नाम और साइज़ टेम्पलेट कैनवास के Model links नोट से हूबहू लें):
| फ़ाइल | रखने की जगह | साइज़ | डाउनलोड पता |
|---|---|---|---|
flux2_dev_fp8mixed.safetensors | models/diffusion_models/ | 33.02 GB | Hugging Face |
mistral_3_small_flux2_bf16.safetensors | models/text_encoders/ | 33.14 GB | Hugging Face |
full_encoder_small_decoder.safetensors | models/vae/ | 238 MB | Hugging Face |
Flux_2-Turbo-LoRA_comfyui.safetensors (वैकल्पिक) | models/loras/ | 2.57 GB | Hugging Face |
Hugging Face से कनेक्शन स्थिर नहीं है? Dev तीनों फ़ाइलें Comfy-Org के रिपॉज़िटरी में हैं, घरेलू मिरर का उपयोग करें: ModelScope: Comfy-Org/flux2-dev। आप सीधे टेम्पलेट के दाईं ओर Errors टैब में जाकर एक-एक करके Download पर क्लिक भी कर सकते हैं।
⚠️ VAE के लिए आधिकारिक ट्यूटोरियल पेज की सूची को जस का तस कॉपी न करें
आधिकारिक ट्यूटोरियल पेज के Model links में flux2-vae.safetensors (320.6MB) सूचीबद्ध है, लेकिन FLUX.2 Dev टेम्पलेट वास्तव में full_encoder_small_decoder.safetensors (238MB, BFL के FLUX.2-small-decoder रिपॉज़िटरी से) लोड करता है। डाउनलोड सूची के लिए टेम्पलेट कैनवास के Model links नोट को ही मानक मानें, वरना VAELoader ड्रॉपडाउन में फ़ाइल चुनी नहीं जा सकेगी। flux2-vae.safetensors बाद में Klein और Product Mockup टेम्पलेट में उपयोग होता है।
जगह बचाने का विकल्प: टेक्स्ट एनकोडर को fp8 संस्करण mistral_3_small_flux2_fp8.safetensors (16.8GB, 16GB हार्ड डिस्क कम, चरण 6 के Product Mockup टेम्पलेट में यही उपयोग होता है) से बदला जा सकता है, CLIPLoader में संबंधित फ़ाइल नाम चुनें।
आपको यह दिखना चाहिए: तीन loader (UNETLoader / CLIPLoader / VAELoader) के ड्रॉपडाउन में संबंधित फ़ाइलें चुनी जा सकती हैं, नोड अब लाल नहीं दिखते।
- तीनों फ़ाइलें अपनी जगह पर, टेम्पलेट में कोई लाल त्रुटि नहीं
चरण 3: FLUX.2 की नोड श्रृंखला समझें
क्यों: पता होना चाहिए कि हर नोड श्रृंखला में कहाँ स्थित है, तभी त्रुटि होने पर पता चलेगा कि कहाँ देखना है; यही FLUX.2 और FLUX.1 के बीच सबसे बड़ा अंतर है।
क्रिया: "Image Edit (FLUX.2 Dev)" सबग्राफ़ पर डबल-क्लिक करके अंदर जाएँ, मूल विचार के अंतर तालिका से मिलान करते हुए चार शाखाएँ ढूँढ़ें:
- मॉडल क्षेत्र:
UNETLoader(डिफ्यूज़न मॉडल) +CLIPLoader(mistral, type मेंflux2चुनें) +VAELoader - कंडीशनिंग श्रृंखला:
CLIPTextEncode(पॉज़िटिव प्रॉम्प्ट) →FluxGuidance(4) →ReferenceLatent→BasicGuider - संदर्भ छवि: इनपुट छवि को कैनवास पर पहले
ImageScaleToTotalPixelsसे 1MP तक सिकोड़ा जाता है, सबग्राफ़ में जाने परVAEEncodeइसे latent में एनकोड करकेReferenceLatentके latent इनपुट पोर्ट से जोड़ा जाता है - आकार और शेड्यूलिंग:
GetImageSizeइनपुट छवि की चौड़ाई-ऊँचाई पढ़ता है और उसे एक साथEmptyFlux2LatentImage(खाली latent) औरFlux2Scheduler(20 चरण, SIGMAS आउटपुट) को देता है — आउटपुट आकार इनपुट छवि का अनुसरण करता है
सबग्राफ़ में एक "Enable 8 steps lora" स्विच भी है (डिफ़ॉल्ट रूप से बंद): चालू करने पर चरण 2 में डाउनलोड किया गया Turbo LoRA अपने आप लग जाता है और चरणों की संख्या 20 से 8 पर स्विच हो जाती है, इसका उपयोग उन्नत तकनीक अनुभाग में होगा।
आपको यह दिखना चाहिए: आप ReferenceLatent के दो इनपुट पोर्ट खुद बता सकें — conditioning FluxGuidance से आता है, latent संदर्भ छवि के VAEEncode से जुड़ता है।
- कंडीशनिंग श्रृंखला का क्रम बता सकें: प्रॉम्प्ट → FluxGuidance → ReferenceLatent → BasicGuider
चरण 4: प्रॉम्प्ट लिखें, सुसंगत संपादित छवि बनाएँ
क्यों: FLUX.2 Dev के संपादन प्रॉम्प्ट वर्णनात्मक होते हैं — सीधे उस अंतिम दृश्य का वर्णन करें जो आप चाहते हैं, फिर जिस हिस्से को रखना है उसकी घोषणा करें, पारंपरिक निर्देशात्मक इमेज एडिटिंग की तरह "टोपी जोड़ दो" न कहें।
क्रिया: टेम्पलेट में आधिकारिक उदाहरण प्रॉम्प्ट पहले से भरा हुआ है, उसका अनुसरण करके संरचना समझें:
The woman is wearing a small pale yellow knitted beanie, with a white fabric
patch on the front right, embroidered with big gray text "FLUX.2 COMFY."
Keep the faceइसे खोलकर देखें तो तीन हिस्से हैं: नई वस्तु का वर्णन (हल्की पीली ऊनी टोपी + सफ़ेद कपड़े का पैच + बड़े ग्रे अक्षर) → स्थान निर्दिष्ट (front right) → बनाए रखने वाला हिस्सा लॉक (Keep the face)। टेक्स्ट रेंडरिंग FLUX.2 की सबसे मज़बूत क्षमता है, पैच पर लिखा "FLUX.2 COMFY" वास्तव में पढ़ा जा सकेगा।
Ctrl+Enter दबाकर चलाएँ।
आपको यह दिखना चाहिए: प्रोग्रेस बार 20 चरण पूरे करती है, आउटपुट में महिला हल्की पीली ऊनी टोपी पहने है, पैच पर "FLUX.2 COMFY" स्पष्ट पढ़ा जा सकता है, चेहरा मूल छवि जैसा ही है।
दूसरी संदर्भ छवि (असली मल्टी-रेफ़रेंस) जोड़ना चाहते हैं? मौजूदा ReferenceLatent के कंडीशनिंग आउटपुट से एक और ReferenceLatent जोड़ें, नए नोड के latent पोर्ट से दूसरी छवि का VAEEncode जोड़ें। मैन्युअल रूप से तार जोड़ना नहीं चाहते तो चरण 6 का Product Mockup टेम्पलेट पहले से दोनों संदर्भ छवियाँ जोड़ चुका है, देखें कि उसने कैसे जोड़ा है।
- आउटपुट छवि में नई वस्तु, टेक्स्ट और बनाए रखा चेहरा — तीनों एक साथ सही हैं
चरण 5: Klein 4B हल्के संस्करण पर स्विच करें (डिस्टिल्ड संस्करण 4 चरणों में छवि)
क्यों: Dev तीनों फ़ाइलें लगभग 66GB और 20 चरणों में छवि बनाना धीमा है; Klein 4B डिस्टिल्ड संस्करण लगभग 12GB हार्ड डिस्क, 4 चरण, 8.4GB VRAM चाहता है, तेज़ पूर्वावलोकन और इंटरैक्टिव संपादन के लिए उपयुक्त।
क्रिया: टेम्पलेट लाइब्रेरी में FLUX.2 Klein खोजें, "FLUX.2 [Klein] 4B Distilled: Image Edit" चुनें (टेम्पलेट नाम image_flux2_klein_image_edit_4b_distilled, ComfyUI 0.3.72 या उससे नए की आवश्यकता)। Klein की तीनों फ़ाइलें Dev से पूरी तरह अलग हैं:
| फ़ाइल | रखने की जगह | साइज़ | डाउनलोड पता |
|---|---|---|---|
flux-2-klein-4b-fp8.safetensors | models/diffusion_models/ | 3.79 GB | Hugging Face |
qwen_3_4b.safetensors | models/text_encoders/ | 7.49 GB | Hugging Face · ModelScope |
flux2-vae.safetensors | models/vae/ | 320.6 MB | Hugging Face · ModelScope |
ध्यान दें कि इस बार VAE ही flux2-vae.safetensors है——Klein टेम्पलेट वास्तव में इसी का उपयोग करता है। Diffusion मॉडल BFL रिपॉज़िटरी में है, और टेम्पलेट नोट में घरेलू मिरर नहीं दिया गया है; टेक्स्ट एनकोडर और VAE दोनों ModelScope से लिए जा सकते हैं।
टेम्पलेट में आधिकारिक उदाहरण पहले से शामिल हैं: handbag_white.png (नोड 76, सफ़ेद हैंडबैग) और comfy_logo_blue.png (नोड 81, Comfy नीला लोगो)। टेम्पलेट में दो पथ पहले से जुड़े हुए हैं:
- डिफ़ॉल्ट रूप से सक्षम (एकल संदर्भ चित्र से रंग बदलना): प्रॉम्प्ट
Change the bag color to blue., हैंडबैग नीला हो जाता है - डिफ़ॉल्ट रूप से बायपास्ड (दो संदर्भ चित्रों से मल्टी-रेफ़रेंस): प्रॉम्प्ट
stylize the handbag in image1 with the colours and logo from image 2——image1/image 2से दो संदर्भ चित्रों को निर्दिष्ट करें, और नीले लोगो का रंग-रूप और लोगो सफ़ेद हैंडबैग पर लागू करें
पहले डिफ़ॉल्ट पथ को Ctrl+Enter से चलाएँ; मल्टी-रेफ़रेंस प्रभाव देखने के लिए, बायपास्ड पथ को वापस सक्षम करके फिर से चलाएँ। शेड्यूलर Flux2Scheduler है: 4 चरण, डिफ़ॉल्ट चौड़ाई-ऊँचाई 1024×1024, euler सैंपलिंग।
आपको यह दिखना चाहिए: 4 चरणों की सैंपलिंग कुछ सेकंड में पूरी होती है (आधिकारिक डेटा: 5090 पर एंड-टू-एंड लगभग 1.2s), सफ़ेद हैंडबैग नीला हो जाता है; दूसरा पथ सक्षम करने पर, आउटपुट हैंडबैग पर Comfy नीले लोगो का रंग-रूप और लोगो आ जाता है।
- Klein 4B डिस्टिल्ड संस्करण 4 चरणों में छवि बनाना सफल, दोनों पथों में से कम से कम एक चला
चरण 6 (वैकल्पिक): Product Mockup प्रोडक्ट मॉकअप चलाना
क्यों: एक डिज़ाइन ड्राफ्ट, एक प्रोडक्ट फ़ोटो——Product Mockup टेम्पलेट में दोनों संदर्भ चित्र पहले से जुड़े हैं, यह ई-कॉमर्स परिदृश्य का सीधा अनुप्रयोग है।
कैसे करें: टेम्पलेट लाइब्रेरी में Product Mockup खोजें, फिर "Product Mockup(FLUX.2 Dev FP8)" चुनें (टेम्पलेट नाम image_flux2_fp8, आवश्यकता 0.4.0 या उससे ऊपर)। दो इनपुट चित्र: image_flux2_input_Illustration.png (नोड 46, डिज़ाइन ड्राफ्ट) और image_flux2_input_ref_image.png (नोड 42, प्रोडक्ट फ़ोटो)।
प्रॉम्प्ट पहले से भरे हुए हैं:
Apply the design from Reference Image 1 onto objects in Reference Image 2.इस टेम्पलेट का मॉडल कॉन्फ़िगरेशन चरण 2 से थोड़ा अलग है: टेक्स्ट एनकोडर fp8 संस्करण mistral_3_small_flux2_fp8.safetensors (16.8GB) का उपयोग करता है, VAE flux2-vae.safetensors (320.6MB) का, और साथ में एक Turbo LoRA Flux2TurboComfyv2.safetensors (2.57GB, स्विच "Enable 8steps LoRA" डिफ़ॉल्ट रूप से बंद) भी है। 20 चरण, 1024×1024।
आपको यह दिखना चाहिए: डिज़ाइन ड्राफ्ट का पैटर्न प्रोडक्ट फ़ोटो की वास्तविक वस्तु पर लग जाता है, कंपोज़िशन और प्रोडक्ट की ज्यामिति अपरिवर्तित रहती है——आधिकारिक ट्यूटोरियल में इस टेम्पलेट की स्थिति पैकेजिंग, मग जैसे प्रोडक्ट मॉकअप के रूप में दी गई है।
ई-कॉमर्स दिशा की पूरी जानकारी (बैकग्राउंड बदलना, वर्चुअल ट्राई-ऑन, प्रोडक्ट वीडियो) के लिए प्रोडक्ट मॉकअप देखें।
- (वैकल्पिक) दोनों संदर्भ चित्रों से आवश्यक चीज़ें लें: डिज़ाइन ड्राफ्ट का पैटर्न + प्रोडक्ट फ़ोटो का आकार दोनों एक साथ आउटपुट में दिखें
चेकपॉइंट ✅
- Dev मल्टी-रेफ़रेंस वर्कफ़्लो सफलतापूर्वक चला: टेम्पलेट + तीन घटक + ReferenceLatent श्रृंखला
- वर्णनात्मक प्रॉम्प्ट का तीन-भाग संरचना लिख सकते हैं: नई वस्तु + स्थिति + संरक्षित हिस्सा (
Keep the face) - CLIPLoader में बदलाव बता सकते हैं: FLUX.2 एकल एनकोडर + type
flux2का उपयोग करता है, अब DualCLIPLoader नहीं - Klein 4B डिस्टिल्ड संस्करण 4 चरणों में छवि बनाना सफल
- (वैकल्पिक) Product Mockup प्रोडक्ट मॉकअप सफलतापूर्वक चला: डिज़ाइन ड्राफ्ट का पैटर्न + प्रोडक्ट फ़ोटो का आकार दोनों एक साथ आउटपुट में दिखें
आम गलतियों की चेतावनी
❌ VAE की ग़लत फ़ाइल डाउनलोड करना: आधिकारिक ट्यूटोरियल पेज और टेम्पलेट नोट में असंगति
आधिकारिक ट्यूटोरियल पेज के Model links में सूचीबद्ध VAE flux2-vae.safetensors है, लेकिन FLUX.2 Dev टेम्पलेट (image_flux2) के VAELoader में वास्तव में full_encoder_small_decoder.safetensors लिखा है।
- लक्षण: 320.6MB का
flux2-vae.safetensorsडाउनलोड हुआ, लेकिनVAELoaderड्रॉपडाउन में टेम्पलेट की आवश्यक फ़ाइल चुनने को नहीं मिलती - सही तरीका: डाउनलोड सूची के लिए टेम्पलेट कैनवास के Model links नोट को ही आधार मानें——Dev टेम्पलेट
full_encoder_small_decoder.safetensors(238MB) का उपयोग करता है,flux2-vae.safetensorsKlein और Product Mockup टेम्पलेट के लिए रखा जाता है
❌ ComfyUI संस्करण बहुत पुराना, टेम्पलेट लोड करने पर नोड ग़ायब होने की त्रुटि
FLUX.2 Dev श्रृंखला के टेम्पलेट (image_flux2 / image_flux2_text_to_image / image_flux2_fp8) को 0.4.0 या उससे ऊपर चाहिए, Klein श्रृंखला के टेम्पलेट को 0.3.72 या उससे ऊपर——Flux2Scheduler, ReferenceLatent जैसे नोड्स को नए comfy-core की आवश्यकता है।
- लक्षण: टेम्पलेट लोड करते समय नोड मौजूद न होने का संदेश, या चलाने पर सीधे त्रुटि
- सही तरीका: पहले ComfyUI अपडेट करें, फिर टेम्पलेट लोड करें
❌ Dev और Klein के मॉडल को मिलाकर उपयोग करना
दोनों टेम्पलेट्स के टेक्स्ट एनकोडर पूरी तरह अलग हैं: Dev mistral (33GB स्तर) का उपयोग करता है, और Klein 4B qwen_3_4b (7.49GB) का उपयोग करता है। CLIPLoader में type दोनों बार flux2 ही चुना जाता है, फिर भी फाइलें आपस में उपयोग नहीं की जा सकतीं।
- लक्षण: लोड करते समय एरर, या आउटपुट इमेज की क्वालिटी बिगड़ जाना
- सही तरीका: टेम्पलेट बदलते समय मॉडल भी साथ बदलें। दोनों सेट की फाइलों के नाम अलग हैं, ये एक ही
models/डायरेक्टरी में सह-अस्तित्व में रह सकती हैं, बार-बार डिलीट करने की जरूरत नहीं
❌ रेफरेंस इमेज ReferenceLatent के गलत इनपुट पोर्ट से जुड़ना
ReferenceLatent में दो इनपुट पोर्ट हैं: conditioning (कंडीशनिंग चेन, FluxGuidance या पिछले ReferenceLatent से आती है) और latent (रेफरेंस इमेज के VAEEncode से जुड़ता है)।
- लक्षण: रेफरेंस इमेज का latent, latent पोर्ट से नहीं जुड़ा होता — यह पोर्ट वैकल्पिक इनपुट है, जुड़ा न होने पर भी चलता है, इसलिए रन में कोई एरर नहीं आता लेकिन रेफरेंस इमेज बिल्कुल असर नहीं करती (LATENT को conditioning पोर्ट में भी नहीं जोड़ा जा सकता, टाइप मेल न खाने पर सीधे रिजेक्ट हो जाता है)
- सही तरीका:
LoadImage→ (स्केल) →VAEEncode→ latent पोर्ट; conditioning पोर्ट पर सिर्फ कंडीशनिंग चेन जोड़ें
एडवांस टिप्स (वैकल्पिक)
Turbo LoRA चालू करना: Dev 20 स्टेप → 8 स्टेप
Dev टेम्पलेट में "Enable 8 steps lora" स्विच (डिफ़ॉल्ट ऑफ़) शामिल है। इसे चालू करें, तो सैंपलिंग अपने आप चरण 2 पर डाउनलोड किया गया Flux_2-Turbo-LoRA_comfyui.safetensors लोड कर लेगी, और स्टेप्स 20 से 8 पर स्विच हो जाएंगे — प्रीव्यू कंपोज़िशन के लिए यह काफ़ी है, फ़ाइनल इमेज के लिए इसे बंद करके 20 स्टेप्स चलाएँ। ध्यान दें कि Product Mockup टेम्पलेट का इसी तरह का स्विच दूसरी LoRA फ़ाइल Flux2TurboComfyv2.safetensors (Comfy-Org/flux2-dev रिपॉज़िटरी) का इस्तेमाल करता है, इन्हें मिक्स न करें।
hex ब्रांड कलर को प्रॉम्प्ट में लिखना
FLUX.2 hex कलर कोड स्तर तक ब्रांड कलर कंट्रोल सपोर्ट करता है (आधिकारिक मुख्य फीचर्स में से एक)। ब्रांड मटेरियल बनाते समय, ब्रांड कलर का hex कोड सीधे विवरण में लिख दें, आउटपुट की कलर स्कीम भटकती नहीं — यह पैकेजिंग, पोस्टर जैसे उन सीन्स के लिए बहुत महत्वपूर्ण है जहाँ "रंग VI मैनुअल के साथ मेल खाना ज़रूरी है"।
Klein में 9B भी है
4B के अलावा Klein में 9B भी है, इसी तरह base / distilled दो रूपों में: टेक्स्ट एनकोडर बदलकर qwen_3_8b_fp8mixed.safetensors (8.07GB), शेड्यूलर वैसे ही डिस्टिल्ड 4 स्टेप / base 20 स्टेप। 9B का डिफ्यूजन मॉडल BFL रिपॉजिटरी में है, आधिकारिक रूप से नोट किया गया है कि डाउनलोड से पहले रिपॉजिटरी पेज पर लाइसेंस से सहमत होना जरूरी है। नवीनतम पीढ़ी का Klein अब FLUX.3 तक पहुँच चुका है, देखें अगला पाठ।
इस पाठ का सारांश
इस पाठ में दो FLUX.2 वर्कफ़्लो सफलतापूर्वक चलाए गए, अब आपकी स्थिति:
- ✅ Dev मल्टी-रेफरेंस वर्कफ़्लो चालू: टेम्पलेट → तीन फाइलें सही जगह → ReferenceLatent कंडीशनिंग चेन → 20 स्टेप में आउटपुट
- ✅ नोड अंतर याद रखें:
CLIPLoader(typeflux2) DualCLIPLoader की जगह लेता है,Flux2Schedulerस्टेप्स + चौड़ाई/ऊँचाई संभालता है - ✅ डिस्क्रिप्टिव एडिट प्रॉम्प्ट लिखना आता है: अंतिम फ्रेम का विवरण +
Keep the faceद्वारा बनाए रखने वाले हिस्से की घोषणा - ✅ Klein 4B डिस्टिल्ड संस्करण 4 स्टेप में आउटपुट चालू, base / distilled कैसे चुनें पता है
- ✅ जरूरत के अनुसार चुनाव करना आता है: सर्वोच्च क्वालिटी के लिए Dev, स्पीड प्राथमिकता के लिए Klein डिस्टिल्ड, फाइनट्यूनिंग के लिए Klein base
मुख्य कॉन्फ़िगरेशन फ़ील्ड्स का पुनरावलोकन:
| फ़ील्ड / नोड | अनुशंसित मान | विवरण |
|---|---|---|
CLIPLoader type | flux2 | FLUX.2 सिंगल-एनकोडर लोडिंग तरीका, Dev और Klein दोनों के लिए सामान्य |
Flux2Scheduler steps | Dev 20 / Klein डिस्टिल्ड 4 / Klein base 20 | स्टेप्स टेम्पलेट के अनुसार, गलत लेवल चुनने की गलती न करें |
FluxGuidance | 4 | Dev टेम्पलेट का डिफ़ॉल्ट मान |
| सैंपलर | euler (KSamplerSelect) | सभी टेम्पलेट्स का डिफ़ॉल्ट |
| VAE फाइल | Dev टेम्पलेट full_encoder_small_decoder / Klein, Product Mockup टेम्पलेट flux2-vae | सबसे आसानी से गलत डाउनलोड होने वाली फाइल |
| आउटपुट साइज़ | इनपुट इमेज का अनुसरण करता है (GetImageSize → खाली latent + शेड्यूलर) | साइज़ बदलने के लिए पहले इनपुट इमेज बदलें |
अगले पाठ की झलक
अगले पाठ में हम FLUX.3 Klein चलाएँगे: नवीनतम ओपन-सोर्स FLUX लोकल रन।
आप सीखेंगे:
- FLUX.3 Klein का टेक्स्ट-टू-इमेज और एडिटिंगसमान वेटवर्कफ़्लो, अब दो अलग मॉडल सेट नहीं चाहिए
- distilled संस्करण के 4–16 स्टेप के शेड्यूलर विकल्प
<ref_image_N>मल्टी-रेफरेंस मार्कर वाले प्रॉम्प्ट लिखने का तरीका- FLUX Kommunity License की उपयोग सीमाएँ (क्या कमर्शियल उपयोग कर सकते हैं, क्या फाइनट्यून करके प्रकाशित कर सकते हैं)
परिशिष्ट: सोर्स कोड संदर्भ
पर क्लिक करके सोर्स कोड की जगह देखें
अपडेट समय: 2026-11-05 (ComfyUI v0.43.2)
| सामग्री | फाइल |
|---|---|
| FLUX.2 Dev आधिकारिक ट्यूटोरियल (मल्टी-रेफरेंस, Product Mockup, मॉडल लिंक) | sources/comfyui/docs/tutorials/flux/flux-2-dev.mdx |
| FLUX.2 Klein आधिकारिक ट्यूटोरियल (4B/9B, base/distilled, परफॉर्मेंस डेटा) | sources/comfyui/docs/tutorials/flux/flux-2-klein.mdx |
| Dev एडिट टेम्पलेट JSON (इस पाठ की मुख्य रेखा) | sources/comfyui/repo-notes/templates/image_flux2.json |
| Product Mockup टेम्पलेट JSON | sources/comfyui/repo-notes/templates/image_flux2_fp8.json |
| Klein 4B डिस्टिल्ड टेम्पलेट JSON | sources/comfyui/repo-notes/templates/image_flux2_klein_image_edit_4b_distilled.json |
| टेम्पलेट इंडेक्स (हर टेम्पलेट का न्यूनतम ComfyUI संस्करण) | sources/comfyui/repo-templates/templates/index.json |
मुख्य नोड्स और कॉन्फ़िगरेशन फ़ील्ड्स:
CLIPLoader: clip_name + typeflux2(FLUX.1 केDualCLIPLoaderका स्थान लेता है)Flux2Scheduler: steps / width / height → SIGMAS (रिज़ॉल्यूशन इनपुट इमेज के अनुसार)ReferenceLatent: conditioning शर्त श्रृंखला को जोड़ता है, latent रेफ़रेंस इमेज सेVAEEncodeको जोड़ता है, कई इमेज श्रृंखला में जोड़ी जा सकती हैंFluxGuidance: 4 (Dev टेम्पलेट का डिफ़ॉल्ट)EmptyFlux2LatentImage: FLUX.2 के लिए विशेष खाली latent (FLUX.1 केEmptySD3LatentImageके समतुल्य)