Qwen2vl-Flux 这个模型用 Qwen2VL 替换了 FLUX 中的 T5 模型。

让 FLUX 的多模态图像理解和提示词理解变得很强。

- 无文本图像直接基于图像生成图像
- 类似 IPA 将图片和文字结合生成对应风格的图片
- GridDot控制面板，细致的风格提取
- ControlNet 集成，支持 Depth 和 canny

模型下载：https://huggingface.co/Djrango/Qwen2vl-Flux