AI绘画进阶：Flux.1-schnell模型、Krea风格库与深度图控制实战指南

如果你最近在尝试AI绘画，可能会发现一个现象：很多教程都在教你如何“咒语炼丹”——精心设计几十个单词的提示词，反复调整参数，只为生成一张勉强能看的图。但与此同时，一些新的工具和模型正在从根本上改变这个流程：它们让AI理解你的意图变得更简单，让风格控制变得更精准，甚至能让你用一张草图或照片直接“洗”出高质量作品。

今天要聊的，就是这样一个组合拳：Flux.1-schnell 模型、Krea AI 的风格库，以及深度图（Depth Map）控制技术。这不仅仅是三个独立工具的堆砌，而是一套从“想法”到“成品”的完整工作流升级。

很多人以为AI绘画的瓶颈在于模型本身，但实际上，真正的瓶颈往往在于“控制力”。你有一个绝佳的创意，但AI就是无法理解你想要的光影、构图和细节。Flux.1-schnell 作为 Stability AI 推出的新一代图像生成模型，在理解力和图像质量上有了显著提升。而 Krea AI 提供的近400种风格化提示词，则像是一个现成的“视觉词典”，能让你用最少的词触发最准确的风格。最后，深度图控制技术（常通过 ControlNet 等工具实现）则解决了构图和空间关系的难题，让你能“锁定”草图的结构，让AI只负责渲染和美化。

这篇文章，我将为你拆解这套组合拳的完整使用攻略。你将了解到：

1. Flux.1-schnell 模型到底是什么，它与之前的 SDXL、SD 1.5 相比，强在哪里，又该如何快速上手体验。
2. 如何利用 Krea AI 的风格库，将 397 种风格提示词化为己用，告别“词穷”和“风格不伦不类”的尴尬。
3. 深度图控制的实战应用，从一张普通的照片或简单的线稿，如何一步步“洗”出结构精准、细节丰富的专业级作品。
4. 更重要的是，我会分享如何将这三者无缝衔接成一个高效的工作流，并指出其中最容易踩坑的地方和最佳实践。

无论你是刚接触AI绘画的新手，还是正在寻找效率突破的资深玩家，这套攻略都能让你在几分钟内看到质的改变。我们不再空谈概念，直接从环境搭建和第一个可运行的案例开始。

1. 为什么你需要关注 Flux + Krea + 深度图这套组合？

在深入技术细节之前，我们先明确一个核心问题：这套组合到底解决了什么痛点？它不仅仅是“又一个新模型”或“又一个提示词网站”。

痛点一：提示词效率低下与“玄学”调参传统的AI绘画严重依赖用户对提示词（Prompt）工程的理解。描述一个“赛博朋克城市夜景”，你可能需要组合cyberpunk,neon lights,rainy street,futuristic cityscape,blade runner style,cinematic lighting等一系列词汇，并不断调整权重。这个过程既耗时，结果也充满不确定性。Krea AI 的风格库本质上是一种“风格蒸馏”，它将复杂的视觉风格浓缩成几个关键触发词，极大地降低了风格描述的门槛和随机性。

痛点二：对构图和空间关系控制力弱即使提示词写得再好，AI生成的构图也可能完全偏离你的预期。你想让人物站在左边，AI可能把人放在中间；你想保持建筑的结构，AI可能生成一堆扭曲的线条。这就是ControlNet类工具（如深度图、Canny边缘检测、OpenPose等）要解决的问题。深度图能理解图像的远近和层次，让AI在遵循原有空间结构的基础上进行创作，实现了从“完全随机”到“可控生成”的跨越。

痛点三：模型迭代带来的质量与速度平衡难题Stable Diffusion 1.5 速度快但细节不足，SDXL 质量高但速度慢、显存要求高。Flux.1-schnell作为新一代架构的模型，在保持较高图像质量的同时，显著优化了推理速度（“schnell”在德语中即为“快速”之意），并且对提示词的理解能力更强，能生成更符合语义、细节更丰富的图像。它代表了从“扩散模型”到“流匹配（Flow Matching）”等新训练范式的发展方向。

这套组合的价值链非常清晰：

• Krea 风格词库解决“画什么风”的问题，提供精准的视觉起点。
• 深度图控制解决“画成什么样”的问题，锁定构图和主体。
• Flux.1-schnell 模型解决“画得多好多快”的问题，提供高质量的渲染引擎。

接下来，我们将逐一拆解这三个核心组件，并最终将它们串联起来。

2. 核心概念与工具解析

在开始动手之前，我们需要厘清几个关键概念，避免后续操作中出现混淆。

2.1 Flux.1-schnell：不只是“更快的SDXL”

Flux 是 Stability AI 推出的一个系列生成模型。我们关注的Flux.1-schnell是其中一个专注于快速推理的版本。

• 核心原理：它可能采用了区别于传统扩散模型（如DDPM）的新训练方法，例如流匹配（Flow Matching）或一致性模型（Consistency Models）。这些方法旨在用更少的采样步骤生成高质量图像，从而大幅提升生成速度。
• 关键特性：
  • 理解力更强：对复杂、长篇幅提示词的语义捕捉更准确。
  • 细节更丰富：在人物五官、材质纹理、环境光影等方面有更好表现。
  • 出图更快：在同等硬件下，相比SDXL能达到数倍的推理速度。
  • 需要特定加载器：它通常不能直接用原始的 Stable Diffusion WebUI 加载，需要对应的模型加载方式（如使用diffusers库或兼容 Flux 的 WebUI 分支）。

2.2 Krea AI 风格提示词库：你的视觉风格“快捷键”

Krea AI 是一个AI图像生成和增强平台，它的一大特色是维护了一个庞大且不断增长的风格提示词（Style Prompt）库。

• 它是什么：这不是一个需要下载的模型，而是一个在线的、分类清晰的提示词集合。每个风格都提供了关键词、示例图，有时还包括推荐的负面提示词（Negative Prompt）和基础模型建议。
• 如何使用：你不需要在 Krea 的网站上生成图片。我们的用法是：将其风格关键词“移植”到我们本地的 Stable Diffusion WebUI 或 ComfyUI 中使用。例如，Krea 上有一个“Cinematic Portrait”（电影感肖像）风格，它提供的核心提示词可能是cinematic portrait, dramatic lighting, film grain, 35mm。你复制这些词，加入到你的提示词中，就能显著影响出图风格。
• 为什么有效：这些风格词是经过大量测试和优化的“配方”，避免了新手自己摸索组合词的试错成本。

2.3 深度图（Depth Map）与控制网络（ControlNet）

这是实现“图生图”精准控制的核心技术。

• 深度图：一张灰度图像，其中每个像素的亮度值代表了该点距离摄像机的远近（越亮越近，越暗越远）。它剥离了颜色和纹理，只保留场景的三维空间结构信息。
• ControlNet：一个神经网络框架，它可以将额外的条件（如深度图、边缘图、姿态图等）作为输入，强有力地控制 Stable Diffusion 模型的生成过程，使其输出图像在结构上符合条件图。
• 工作流程：你提供一张参考图（照片或线稿）→ 使用深度估计算法（如 MiDaS）生成其深度图 → 将深度图输入给启用了 Depth ControlNet 的 AI 模型 → 模型在新的提示词指导下，生成一张与参考图深度结构相似的全新图像。这就是所谓的“一键洗图”——保留骨架，换上新衣。

3. 环境准备与工具安装

我们将基于最流行的Stable Diffusion WebUI (Automatic1111)来搭建整个工作流。请确保你的电脑拥有NVIDIA 显卡（建议8G显存以上）并已安装好显卡驱动。

3.1 基础环境：安装 Stable Diffusion WebUI

如果你还没有安装，请按照以下步骤进行：

1. 安装 Python：访问 Python 官网，下载并安装Python 3.10.6或3.10.x版本。安装时务必勾选 “Add Python to PATH”。
2. 安装 Git：从 Git 官网下载并安装 Git。
3. 克隆 WebUI 仓库：打开命令行（CMD 或 PowerShell），执行以下命令：

   git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui

4. 启动安装脚本：
   • Windows 用户直接双击运行webui-user.bat。脚本会自动创建虚拟环境并安装所有依赖。
   • 首次运行会下载较大的基础模型（如v1-5-pruned-emaonly.safetensors），请保持网络通畅。
5. 启动成功：当命令行出现 “Running on local URL: http://127.0.0.1:7860” 时，在浏览器中打开这个链接，即可看到 WebUI 界面。

3.2 安装 Flux.1-schnell 模型

由于 Flux 是较新的架构，标准的 WebUI 可能不直接支持。我们需要通过Diffusers格式来加载。

1. 下载模型文件：从可信的模型发布站（如 Hugging Face）下载flux1-schnell模型。通常是一个包含model_index.json和多个*.safetensors文件的文件夹。
2. 放置模型：将整个模型文件夹放入 WebUI 的模型目录：stable-diffusion-webui/models/Stable-diffusion/。
3. 在 WebUI 中加载：刷新 WebUI 页面，在左上角的模型选择下拉框中，你应该能看到新放入的flux1-schnell模型，选择它即可。

注意：如果加载失败，可能需要更新 WebUI 到最新版本，或安装特定的扩展。请关注社区关于 Flux 模型加载的最新教程。

3.3 安装 ControlNet 扩展

这是使用深度图等功能的前提。

1. 在 WebUI 的 “Extensions” 标签页中，点击 “Available”，然后点击 “Load from”。
2. 在扩展列表中找到“sd-webui-controlnet”，点击其右侧的 “Install” 按钮。
3. 安装完成后，回到 “Installed” 标签页，点击 “Apply and restart UI” 重启 WebUI。
4. 重启后，你会在文生图（txt2img）和图生图（img2img）页面的下方看到折叠的“ControlNet”面板。

3.4 下载 ControlNet 预处理器和模型

ControlNet 需要对应的预处理器和模型文件来处理深度图。

1. 展开 ControlNet 面板，你会看到 “Preprocessor” 和 “Model” 两个下拉框。
2. 首次使用某个功能（如深度图）时，点击 “Preprocessor” 旁边的爆炸图标，WebUI 会自动下载对应的预处理器（如depth_anything或midas）。
3. 对于模型，你需要手动下载control_v11f1p_sd15_depth或control_v11p_sd15_depth这类深度控制模型。将其放入stable-diffusion-webui/extensions/sd-webui-controlnet/models/目录。
4. 重启 WebUI 或刷新模型列表，即可在 “Model” 下拉框中选择深度模型。

至此，核心工具环境已准备就绪。

4. 实战演练：从草图到成品的完整工作流

我们现在用一个完整的例子，串联起 Flux 模型、Krea 风格和深度图控制。目标：将一张简单的室内线稿草图，转化为一张具有“科幻控制室”风格的高质量渲染图。

4.1 第一步：准备输入草图与生成深度图

假设我们有一张名为control_room_sketch.png的简单线稿，画面是一个有控制台和大屏幕的房间。

1. 打开 WebUI 的“图生图（img2img）”标签页。
2. 将草图拖入图像输入区域。
3. 在下方的ControlNet面板中：
   • 勾选“Enable”。
   • 将你的草图拖入 ControlNet 的图像区域。
   • 预处理器（Preprocessor）：选择depth_anything（这是一个效果不错的深度估计器）或depth_midas。
   • 模型（Model）：选择你下载的深度控制模型，如control_v11f1p_sd15_depth。
   • 控制权重（Control Weight）：初次尝试可以设为1.0。
   • 引导介入时机（Starting Control Step）和退出时机（Ending Control Step）：通常保持默认（0.0 和 1.0），表示全程控制。
4. 点击“Preview”按钮。WebUI 会使用预处理器分析你的草图，生成一张深度图并显示在预览区。检查深度图是否合理（前景亮，背景暗，结构清晰）。如果效果不好，可以尝试其他预处理器如depth_leres。

4.2 第二步：融合 Krea 风格提示词

现在，我们去 Krea AI 的风格库（通常在其官网有展示）寻找适合的风格。假设我们找到了一个名为“Sci-Fi Control Room”的风格，其推荐提示词为：futuristic control room, holographic displays, glowing panels, clean sci-fi, cinematic lighting, volumetric fog, neon accents

同时，它可能还建议了负面提示词：blurry, messy, cluttered, cartoon, drawing, painting。

1. 回到 WebUI 的图生图页面。
2. 在“正向提示词（Prompt）”框中，输入我们的核心描述，并融合 Krea 风格词：

   masterpiece, best quality, a highly detailed futuristic control room with central holographic displays and glowing control panels, clean sci-fi aesthetic, cinematic lighting with volumetric fog, neon blue and orange accents

   （注：masterpiece, best quality是常用的质量提升标签）。
3. 在“负向提示词（Negative Prompt）”框中，输入 Krea 建议的负面词，并补充一些通用负面词：

   blurry, messy, cluttered, cartoon, drawing, painting, ugly, deformed, bad anatomy, extra limbs

4.3 第三步：配置生成参数并选择 Flux 模型

1. 在页面左上角，确保“Stable Diffusion checkpoint”选择了我们安装的flux1-schnell模型。
2. 设置采样方法（Sampling method）：对于 Flux 模型，可以尝试DPM++ 2M Karras或Euler a。不同模型偏好不同，需要测试。
3. 设置采样步数（Sampling steps）：Flux 作为快速模型，可能不需要很多步。可以从20步开始尝试。
4. 设置图像尺寸（Width/Height）：这里非常重要！必须与你输入的草图尺寸保持一致，或者按比例缩放。否则 ControlNet 的深度图会对不上，导致生成图像扭曲。假设草图是 512x512，这里也设为 512x512。
5. 设置重绘幅度（Denoising strength）：这个参数控制 AI 在多大程度上“尊重”原图。对于线稿转渲染，我们希望AI大量发挥，所以可以设得高一些，比如0.7到0.85。如果原图细节很丰富想微调，则设低一些（0.3-0.5）。

4.4 第四步：生成与迭代

点击“Generate”按钮，等待结果。

• 第一次生成：观察生成图是否具备了科幻控制室的风格，同时是否保持了原始草图的房间结构和控制台、屏幕的大致位置。
• 迭代优化：
  • 如果结构保持得好，但风格不对：调整提示词，增加或减少某些风格描述词，或者尝试 Krea 库中的其他科幻风格词。
  • 如果风格对了，但结构扭曲：调整 ControlNet 的“控制权重（Control Weight）”，适当降低（如到0.8），让模型有更多自由发挥空间。也可以检查深度图预览是否准确，尝试换用其他深度预处理器。
  • 如果画面模糊或细节差：可以适当增加采样步数，或者尝试在提示词中加入8k, ultra detailed, intricate details等质量词。也可以使用 WebUI 的“高清修复（Hires. fix）”功能进行二次放大和细化。

通过几次调整，你就能得到一张既符合原始构图设想，又充满科幻细节的高质量渲染图。这个过程完美展示了深度图控制结构、Krea风格词定义视觉语言、Flux模型提供高质量渲染的分工协作。

5. Krea 风格库的深度使用技巧

仅仅复制粘贴风格词是初阶用法。要真正用好这个库，你需要理解其背后的逻辑并灵活变通。

5.1 风格词的分解与重组

Krea 的一个风格词条往往是一个“套餐”。例如一个电影感风格可能包含：cinematic, 35mm film, grainy, desaturated, dramatic shadows。

• 拆解：你可以将其拆解为“载体”（35mm film）、“质感”（grainy）、“色调”（desaturated）和“光影”（dramatic shadows）几个部分。
• 重组：当你想要“赛博朋克电影感”时，就可以组合赛博朋克的核心词（neon, cyberpunk, rainy, night）和电影感的质感色调词（cinematic, 35mm film, grainy），创造出新的混合风格。

5.2 与负面提示词的配合

很多 Krea 风格会附带推荐的负面提示词。这些负面词是风格定义的一部分，用于抑制不符合该风格的常见元素。务必重视并使用它们。例如，一个“水彩画”风格可能会附带负面词photo, realistic, 3d, render，以强制模型远离写实照片感。

5.3 权重的精细控制

在 WebUI 中，可以使用(word:weight)的语法来调整某个关键词的影响力。例如，你觉得glowing这个效果太强，可以改为(glowing:0.8)；觉得clean不够，可以改为(clean:1.2)。对于从 Krea 借鉴来的复杂风格词串，对其中一两个核心词进行微调，往往能获得更理想的效果。

5.4 建立你自己的风格词库

建议在本地用一个文档或笔记软件，将你从 Krea 或其他地方收集的、经过自己测试有效的风格词配方记录下来。记录格式可以包括：

• 风格名称
• 核心正向提示词
• 推荐负向提示词
• 适用模型（如 Flux, SDXL, 1.5等）
• 备注/样例图链接

日积月累，这就成了你个人最宝贵的AI绘画资产。

6. 深度图控制的高级参数解析

ControlNet 的参数调节是精准控制的关键。除了基本的启用和模型选择，以下几个参数需要深入理解：

6.1 控制模式（Control Mode）

• Balanced：默认模式，在控制强度和模型创造性之间取得平衡。
• My prompt is more important：当你的提示词描述与输入图像（深度图）冲突时，优先考虑提示词。
• ControlNet is more important：优先遵循输入图像（深度图）的结构。当我们想严格保持构图时，应选择此模式。

6.2 控制权重（Control Weight）与引导时机

• 控制权重：深度图对生成过程的影响强度。1.0是满分。
  • 想严格保持结构（如建筑设计稿转效果图），用1.0或更高（可超过1.0，如1.2）。
  • 只想参考大致构图，给AI更多发挥空间（如风景照片转插画），用0.5-0.8。
• 引导介入/退出时机：控制深度图在生成过程的哪个阶段起作用。
  • Starting Control Step：默认0.0，表示从第一步就开始控制。如果设为0.2，则前20%的步骤AI自由发挥，后面80%才受控制，这有助于在固定结构上产生更丰富的细节。
  • Ending Control Step：默认1.0，表示控制直到最后。如果设为0.8，则控制只在前80%的步骤生效，最后20%步骤AI可以自由“润色”，有时能使画面更自然。

6.3 预处理器分辨率（Preprocessor Resolution）

生成深度图前，会先将输入图像缩放到此分辨率进行处理。提高分辨率（如从512到1024）能获得更精细的深度估计，但消耗更多显存和时间。对于结构复杂的草图，适当提高此值有好处。

6.4 深度图反转（Invert）

有时生成的深度图黑白关系与预期相反（本该近的变远了）。勾选此选项可以反转深度关系，快速修正控制效果。

7. 常见问题与排查指南

在实际操作中，你肯定会遇到各种问题。下表列出了常见现象、原因及解决方案：

8. 最佳实践与工程化建议

将这套工作流用于实际项目或持续创作时，遵循以下建议可以大幅提升效率和出图稳定性。

8.1 工作流标准化

1. 建立输入模板：为不同类型的任务（如角色设计、场景概念、产品渲染）创建不同的 WebUI 预设（Presets），保存好常用的分辨率、采样器、步数等基础参数。
2. 素材预处理：在使用深度图控制前，尽量优化你的输入草图或照片。简单的处理如提高对比度、清理杂点，都能让深度预处理器工作得更好，生成更干净的结构。
3. 分层控制：对于复杂场景，不要指望单次生成就完美。可以分层处理：先用深度图生成基础场景和光影，固定种子（Seed），再在 img2img 中开启另一个 ControlNet（如 OpenPose 或 Scribble）来添加或修改特定元素（如人物）。

8.2 提示词工程优化

1. 结构化提示词：将你的提示词分为几个部分，例如：[质量标签] + [主体描述] + [风格词（来自Krea）] + [环境光影] + [细节补充]。这有助于管理和调整。
2. 使用负面词嵌入：收集一些通用的高质量负面词嵌入模型（Negative Embedding），如EasyNegative,bad-hands-5等，在负面提示词中加载它们，可以一键解决很多常见画面问题（如畸形手、画面脏乱）。
3. 迭代与记录：使用 WebUI 的“文生图历史”和“图生图历史”功能，保存每次有意义的生成结果及其参数（提示词、种子、步数等）。这是你优化工作流的最佳学习材料。

8.3 资源管理

1. 模型管理：Flux、SDXL、1.5 等不同架构的模型适用于不同任务。使用模型管理工具或建立清晰的文件夹分类，避免混淆。
2. 风格库本地化：对于 Krea 等在线风格库，定期将你常用的风格截图或整理成文档本地保存，防止原链接失效或网站改版。
3. 输出管理：为项目建立规范的文件夹结构，例如项目名/01_input/,项目名/02_depth_maps/,项目名/03_output/，便于版本管理和追溯。

8.4 伦理与版权意识

1. 尊重原创：使用深度图“洗图”时，如果输入的是他人的摄影或绘画作品，务必注意版权。此技术主要用于个人学习、概念设计或拥有版权的素材创作。
2. 注明来源：在公开分享使用此流程创作的作品时，如果借鉴了明显的现有作品结构，可考虑予以说明。
3. 探索原创：最终目标是利用这些工具提升原创效率。尝试从自己拍摄的照片、手绘的草图开始，创造真正属于自己的视觉内容。

Flux.1-schnell、Krea风格库和深度图控制的结合，标志着AI绘画正从“随机性娱乐”走向“可控性生产”。它降低了专业图像创作的门槛，让设计师、插画师甚至普通爱好者都能将脑海中的构图快速可视化。技术的核心不再是复杂的参数魔法，而是对创意工作流的理解和工具的组合运用。掌握这套流程后，你可以继续探索其他控制方式（如线稿、姿态、色彩），并关注 LoRA 等微调技术，进一步实现风格的个性化定制，真正让AI成为你手中强大而驯服的画笔。建议将本文提及的关键步骤和参数设置收藏备用，在下次创作时直接对照实践，相信你会有立竿见影的收获。