FLUX.2 [dev] をインストールする - ConfyUI を利用

ロッゾ=コルン

質問: FLUX.2-kleinでの画像編集

FLUX.2 [klein]を利用したら意外と良いのである。さらにパラメーター数の多い FLUX.2 [dev]を利用すればもっと品質が上がるのではないだろうか。 比較的少ないVRAMでも動作する量子化モデルがあると聞いたのだ。FLUX.2 [dev]はどのような設定で動作するだろうか？

FLUX.2 [dev] の導入手順を紹介します。

事前準備: ComfyUIのインストール

ComfyUIをインストールして、最新バージョンに更新します。
インストール手順はこちらの記事のPortable版のインストールを参照してください。 アップデート手順はこちらの記事を参照してください。

FLUX.2 [dev] モデルのダウンロード

FLUX.2 [dev] のモデルをダウンロードします。

fp8 mixed モデル

fp8 mixed モデルの場合です。

Diffusionモデル

以下のURLから、flux2_dev_fp8mixed.safetensors ファイルをダウンロードします。

• https://huggingface.co/Comfy-Org/flux2-dev/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\diffusion_models\FLUX.2\

テキストエンコーダー

以下のURLから、mistral_3_small_flux2_fp8.safetensors ファイルをダウンロードします。

• https://huggingface.co/Comfy-Org/flux2-dev/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\text_encoders\FLUX.2\

VAE

以下のURLから、flux2-vae.safetensors ファイルをダウンロードします。

• https://huggingface.co/Comfy-Org/flux2-dev/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\text_encoders\

nvfp4 mixed モデル

Diffusionモデル

以下のURLから、flux2-dev-nvfp4-mixed.safetensors ファイルをダウンロードします。

• https://huggingface.co/black-forest-labs/FLUX.2-dev-NVFP4/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\diffusion_models\FLUX.2\

テキストエンコーダー

以下のURLから、mistral_3_small_flux2_fp8.safetensors ファイルをダウンロードします。

• https://huggingface.co/Comfy-Org/flux2-dev/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\text_encoders\FLUX.2\

VAE

以下のURLから、flux2-vae.safetensors ファイルをダウンロードします。

• https://huggingface.co/Comfy-Org/flux2-dev/tree/main

ダウンロードしたファイルを以下のパスに配置します。

(ComfyUIの配置ディレクトリ)\models\text_encoders\

ワークフロー

下図のワークフローを作成します。

モデルのロード部分に配置したsafetensorsファイルを選択します。

画像生成結果

プロンプトを入力して[実行する]ボタンをクリックします。右側の[画像を保存]ノードに画像生成結果が表示されます。

1: 非常階段のアニメ画像

画像生成結果は下図です。
"fifth floor"の解釈が微妙ですが、プロンプト通りの画像が生成できています。 出力結果を見るとFLUX.2 [klein]のほうが構図のバリエーションや表現が良い印象があります。

2: ガスタンク車

画像生成結果は下図です。リアルな画像が生成できています。こちらの生成結果はFLUX.2 [klein]より良い品質の印象です。

3: 自転車に乗っているシーンを正面から

生成結果は下図です。こちらもFLUX.2 [klein]とほとんど変わりない印象です。

fp8mixed と nvfp4mixed の速度差

1,024x1,024の画像生成を5回実行して平均の生成時間を比較します。
結果は下図です。nvfp4よりfp8のほうが速い結果となりました。 実行環境が最適化されておらず、nvfp4の速度が上がらないのかもしれません。

生成画像は下図です。生成される画像の品質の違いはほとんどなさそうです。

fp8 mixed

nvfp4 mixed

参考:ワークフローのJSON

こちらを参照してください。

• https://github.com/iPentec/ComfyUI-Workflows/blob/master/FLUX.2/FLUX.2-dev-t2i-simple.json

著者

トリーニョ

iPentecのメインデザイナー
イタリア好き。Webページ、Webクリエイティブのデザインを担当。PhotoshopやIllustratorの作業もする。 最近は生成AIの画像生成の沼に沈んでいる。