此图由 AI 生成

除了使用边缘作为控制参考外，还有一种叫深度图（Depth）的控制方式。这种控制方式，可以给模型提供一些位置深度信息，从而生成与原图内容位置深度一致的图片。

比如像下图所示，我将一张图片输入给 Flux 模型，然后让 Flux 模型生成一张与原图内容位置一致的图片。你可以看到，生成出来的图片，除了表情有点变化外（主要是因为我的 Prompt 没写好），整体人物的位置关系，以及人物的姿势都和原图几乎是一致的。

​
1. 下载 Flux Depth 模型

与 Canny 类似，目前有两种 Flux Depth 模型，一种是 Flux 官方实现的 Flux Depth LoRA，另一种则是由开源社区里的其他机构实现的 Flux Depth Controlnet。前者基于 Control LoRA 技术实现，后者则是基于 ControlNet 技术实现。

各位可以都下载下来尝试一下：

  • Flux 官方提供了两种 Depth LoRA 模型文件，你可以根据自己需求选择：
    • 一个是将 Flux Depth LoRA 和 Flux Dev 打包在一起的模型。你可以在这里下载到此模型，然后将其放在 /models/diffusion_models/ 文件夹里。但这个模型因为包含了 Flux Dev 模型，所以体积较大，有 24GB 左右。但好处是加载模型的时候只需要加载一个。
    • 如果你不想下载那么大的模型，可以在这里下载到单独的 Flux Depth LoRA 模型，并将其放在 models/loras/ 文件夹里。这个模型文件只有 1.24GB 左右。
  • 目前有两个开源机构实现了 Flux Depth Controlnet 模型，你可以根据自己需求选择：
    • 第一个是 Shakker-Labs 和 InstantX 合作开源的 Depth ControlNet模型,你需要将这个模型下载并放到 models/controlnet/ 文件夹里。另外，注意这个文件在下载的时候可以改下名字，改成 instantx_flux_depth.safetensors，方便后续使用。
    • 另一个是 XLabs 开源的 Flux Depth controlnet v2 模型，你也需要将这个模型下载并放到 models/controlnet/ 文件夹里。

​
2. Flux Depth LoRA 工作流

如果你下载的是 LoRA 加 Dev 模型合一的版本，那么你只需要基于上一章Flux 边缘控制里的工作流进行修改。亦或者去到 Comflowy 下载此工作流，并导入使用。

修改的方法很简单，你只需要将图中 ① Diffusion 节点组里的 flux Canny 换成 Depth 模型 ，然后再将 Canny 节点替换为任意的 Depth 节点（图中②）即可（Depth 节点你可以用任何你习惯的 Depth 节点都可以）。最后将 Depth 节点和 Load Image 节点相连。如果你想要预览 Depth 节点的效果，你可以将 Depth 节点和 Preview Image 节点相连，这样你就能看到 Depth 节点输出的深度图了。

如果你下载的是单独的 Flux Depth LoRA 模型，那么你只需在 Load Diffusion Model 节点（图中①）后面，添加一个 LoraLoaderModelOnly 节点（图中②）。然后将 Diffusion 节点组里的 flux dev depth 模型换成 flux dev ，然后在 LoraLoaderModelOnly 节点里选择你下载的 Flux Depth LoRA 模型即可。

两者的效果基本上不会有太大的区别。

​
3. Flux Depth Controlnet 工作流

​
3.1 InstantX 版本

首先，因为要额外运行 ControlNet 模型，会占用额外的显存，所以我推荐你加载在 Flux ComfyUI 工作流 中的 GGUF 版本 Flux 工作流，然后基于此工作流进行修改。亦或者去到 Comflowy 下载此工作流，并导入使用。

这个版本，你需要：

  1. 添加图中①所示的 Apply ControlNet with VAE 节点。然后将其与 Load VAE 、Load ControlNet Model（图中②） 以及任意的 Depth 节点（图中③）相连。
  2. Load ControlNet Model 节点选择下载好的 Flux Depth Controlnet 模型。
  3. 为了让生成的图与输入的 Depth 图大小一致，我还添加了一个 Get Image Size 节点（图中④），然后将其与 SD3LatentImage 节点（图中⑤）相连。这样生成的图片大小就与输入的 Depth 图大小一致了。

另外，如果你不想使用 GGUF 版本，也可以使用 ComfyUI 官方提供的 FP8 版本，仅需要去掉 Load VAE 和 DualCLIPLoader 节点即可，并替换成 Load Checkpoint 节点。然后选择 FP8 版本的 Flux 模型即可。

坦率说来，我个人会更喜欢 Flux 官方的 Depth LoRA 模型，它的效果会更好一些。

​
3.2 XLabs 版本

使用 XLabs 版本的 Flux Depth Controlnet 模型，需要使用到 XLabs 开发的插件。这是他们的 Github 插件地址。你可以通过 ComfyUI 的 ComfyUI-Manager 安装此插件。详细的安装方式，可以参考安装 ComfyUI 插件一文。

安装完后，你可以通过修改 Shakker-Labs 版本的工作流。亦或者去到 Comflowy 下载此工作流，并导入使用。

修改起来不算太难：

图示描述
①将 KSampler 换成 Xlabs Sampler 节点。你可以看到这个节点多了个 controlnet_condition 的输入。
②我将 CLIPTextEncode 节点替换为 CLIPTextEncodeFlux 节点。你可以不用修改。我只想告诉各位还有其他 Flux 的 CLIP 节点。这个节点可以分别对 Clip l 和 t5xxl 进行控制。
③将 Apply ControlNet VAE 节点换成 Apply Flux ControlNet 节点。
④将 Load ControlNet Model 节点换成 Load Flux ControlNet 节点。并选择下载好的 Flux Depth Controlnet 模型。
⑤我这换了一个 Depth 节点。你可以用任意你习惯的 Depth 节点。
⑥SD3LatentImage 节点我也用了 Empty Latent Image 节点。也是为了展示这个节点除了 SD3 的版本外，也可以用最普通的那个。

​
4. Flux Canny API 工作流

如果你的电脑性能不够，无法跑动 Flux Depth 模型，也可以试试在 ComfyUI 里使用 Comflowy 的 Depth API 节点。当然，你也可以直接在 Comflowy 里使用 Flux Depth API 节点，链接方式很简单，只需要用一个节点就能使用，同时还支持 Flux Pro 版本和 Dev 版本.

注意，因为此节点使用的是 API，所以使用的时候需要支付相应的费用。
Flux 边缘控制Flux IPA