Flux.1 Kontext编辑图片的20种用法,可谓:美工失业、影楼倒闭

1. 史上最全!Flux.1 Kontext 编辑图片的 20 种用法,可谓:美工失业、影楼倒闭

Black Forest Labs 在 5 月 30 号推出 AI 图片模型 Flux.1 Kontext,能够像 GPT-4o 一样通过文字修改图片,经过 2 周的全方位测试,我总结了 Kontext 的 20 种使用场景,每一种场景都提供了具体案例和简洁的提示词,看完就会用。

1.1. 图片编辑模型对比

目前能实现文字编辑图片,且效果比较好的,主要有:Flux.1 Kontext、GPT-4o、即梦、Gemini 2.0 Flash Image Generation,我做了一个图表,对比了各个模型的能力。

不编辑中文的情况下,Flux.1 Kontext 的综合效果最佳。

图片编辑模型对比图

另外,开源社区目前的进展也非常乐观,除了 Black Forest Labs 后续会开源 Kontext Dev 版本外,还有:

  • 目前已开源的 OmniConsistency,能比较好的实现主体一致的画风迁移;
  • 字节开源的 BAGEL,能实现通用的文字编辑图片效果,只是绘图本身的质量还需要提升。

1.2. Kontext 的 20 种用法

1.2.1. 修复老照片

这个效果,在闲鱼卖9 块 9,现在 AI 只需要几毛钱和几秒钟就能完成;即使之前用 ComfyUI 实现,没有 20 个节点也实现不了。

💡 提示词:

Restore and colorize this image. Remove any scratches or imperfections.

修复并给这张图片上色。去除所有的折痕和不完美的地方。

修复前后的老照片对比

修复前 vs 修复后

1.2.2. 去除水印

图片上各种复杂组合的水印,一句提示词就能去除。

💡 提示词:

remove the watermark from the pic

去除图片水印

原图
带有水印的原图
去除水印后
去除水印后的图片

1.2.3. 专业摄影

一键把模糊照片处理成高清、有细节的照片。

💡 提示词:

change the image to a professional photo, remove imperfections. white background, professional light, high details, best quality

把图片修改成专业摄影照片,移除不完美的地方,白色背景,专业光照,高细节,最佳质量

从普通照片到专业摄影效果的对比

原图 vs 专业摄影效果

1.2.4. 移除背景/物体/文字

再也不怕旅游照里有其他人了。

💡 提示词:

remove people in the background

去除背景里的人物

原图
移除背景人物前的旅游照
编辑后
移除背景人物后的旅游照

1.2.5. 角色参考

用于保持角色一致性,面部、发型、体型、服装全部保持一致,可以生成不同场景、动作的图片,再结合后续的 AI 视频流程,效果绝佳。

💡 提示词:

the 3D girl riding bicycle, facing camera
3D 女孩骑自行车,面向镜头

the 3D girl dancing on the stage with colorful light
3D 女孩在五彩灯光的舞台上跳舞

参考图
角色参考图

结果图 1:骑自行车的女孩
结果图 1
结果图 2:跳舞的女孩
结果图 2

1.2.6. 连续编辑一张图

指哪打哪,用起来非常舒畅。

💡 提示词:

change clothes to business suit (修改衣服为西装)
wear a black glasses (戴上眼镜)
peace sign pose (比耶动作)

连续编辑效果:换西装 -> 戴眼镜 -> 比耶

1.2.7. 商品展示

让某个人用指定姿势拿着某个物品,使用多图编辑能力可以实现。

💡 提示词:

the man holding the book with two hand in front of his chest

男性在胸前用双手拿着这本书

商品展示效果

1.2.8. 虚拟试衣

让指定人物穿上指定衣服。

💡 提示词:

the woman wear the black coat

女性穿上黑色大衣

虚拟试衣效果

1.2.9. 复刻衣服

把人物穿着的衣服,复刻出样品图。

💡 提示词:

Extract only the T-shirt over a grey background, product photography style

仅提取 T 恤衫为产品照,灰色背景

原图
穿着 T 恤的人物
结果图
复刻出的 T 恤产品照

1.2.10. 生成三视图

💡 提示词:

generate the girl's front view, side view, rear view.

生成女孩的正视图、侧视图、背视图

参考图
三视图参考图
结果图
生成的三视图

1.2.11. 扩图

💡 提示词:

extend to full body shot

扩展成全身照

原图
半身照原图
扩图后
扩图后的全身照

1.2.12. 修改文字

💡 提示词:

change EMP YOUR MIND to HAVE NICE DAY

把 EMP YOUR MIND 改成 HAVE NICE DAY

原图
带有文字的 T 恤原图
修改后
修改文字后的 T 恤

1.2.13. 修改物体

💡 提示词:

change the dessert to a burger

把甜点变成汉堡

原图
拿着甜点的女孩
修改后
拿着汉堡的女孩

1.2.14. 添加指定物体

例如给衣服印上 logo、给胳膊印上纹身。

💡 提示词:

put the logo on the top left of a pink T-shirt, small size

把这个 logo 放在粉色 T 恤衫的左上角,小尺寸

参考图
参考的 logo 和 T 恤
结果图
添加 logo 后的 T 恤

1.2.15. 修改人物

包括年龄、发型、表情、体型、妆容、衣服等。

💡 提示词:

make the woman 30 years older

把女性变老 30 岁

原图
年轻女性照片
修改后
变老 30 岁的效果图

1.2.16. 修改视角

💡 提示词:

change the woman to side view

把女性变成侧视图

原图
正面视角的人物
修改后
侧面视角的人物

1.2.17. 修改画风

💡 提示词:

change to Ghibli style (变成吉卜力风格)

change to low poly style (变成低多面体风格)

原图
照片风格原图
修改后 (吉卜力风格)
吉卜力风格图
修改后 (低多面体风格)
低多面体风格图

1.2.18. 画风参考

根据提供的图片的风格,生成类似画风的图片。

💡 提示词:

using this style. draw a liquid glass style icon of camera app

使用这个画风,画一张液态玻璃风格的照相机应用的 icon

参考图
液态玻璃风格参考图
结果图
生成的相机图标

1.2.19. 修改光照/时间

💡 提示词:

change the time to daytime

时间改成白天

原图
夜晚场景原图
修改后
白天场景效果图

1.2.20. 修改天气

💡 提示词:

It's now snowing, everything is covered in snow

在下雪,万物被雪覆盖

原图
晴天场景原图
修改后
雪天场景效果图

1.3. 免费和付费使用 Kontext 的途径

1.3.1. 免费途径

  1. Black Forest Labs
    免费 50 次,官方提供。
    点击访问
    Black Forest Labs 界面
  2. OpenArt
    免费生成 100 张图片,支持多图编辑,缺点是只能生成指定比例的图片。
    点击访问
    OpenArt 界面

1.3.2. 付费途径

  1. Poe
    Poe 是我最推荐的套壳 AI 工具,几乎涵盖了市面上所有的 AI 产品,可以使用 Flux.1 Kontext、GPT-4o、Veo 3 等图像和视频模型,可以使用 Gemini、Claude、GPT 等 LLM 模型,买了这个会员就是买了所有会员。
    点击访问

  2. LibLib
    国内使用 Kontext 模型的最佳途径,可以免费使用 3 次,购买会员后,单张图片仅需 0.09 元,非常便宜。缺点是多图模式使用起来比较麻烦,需要使用 ComfyUI,对普通人不友好。
    点击访问
    LibLib 界面

  3. Fal
    Fal 上提供了 Kontext 在线使用和 API,如果你要基于 Kontext 模型做 AI 绘画产品的话,可以使用 Fal 的 API,允许商用。Fal 时不时会送免费额度,比较划算。单张图片需要 0.04 美元。
    点击访问

另外还有 Replicate、Krea 等渠道可以使用,就不一一介绍了。

1.4. Kontext 的不足

即便 Kontext 是目前最佳的图片编辑模型,也有挺多不足,以下是我实践发现的不足之处:

  1. 编辑图片时,图片会整体稍微放大,脸部变大变宽尤其明显;
  2. 美学还是不够好,编辑真实照片时可以完全保持原样,但是编辑 Midjourney 生成的图片时,面部和细节基本都会被修改;
  3. 对亚洲人像的处理不够好,比如年龄变老,会完全改变亚洲人物的面部特征;
  4. 不能写汉字;
  5. 不能使用动作参考,ControlNet 的 OpenPose 效果目前还是没有 AI 模型能完全实现。

但是这些都是小问题,回想 2023 年 Stable Diffusion 的效果,仅仅 2 年不到,AI 绘画就进化到了无需提示词技巧、无需手动 inpaint,一句话就能生成和编辑高质量的图片。我很认同 Ilya Sutskever 6 月 7 号在多伦多大学的演讲:总有一天,AI 能做到人类能做的所有的事。而且这一天不会太远。