今天给大家演示一个基于FLUX.1-dev + Union ControlNet的 ComfyUI 多条件控制生成工作流。该工作流以一张输入图片为基础，通过姿态、边缘、深度与分块等多种结构信息的联合约束，引导模型在保持原始构图和动作关系的前提下，生成风格明确、结构稳定的高质量图像。从整体效果来看，这套流程更偏向“强控制、稳出图”的实战取向，适合需要严格遵循参考姿态与画面结构的创作场景，让读者在开始教程前就能清楚知道，这是一套围绕多 ControlNet 协同控制 + FLUX 文生图能力展开的完整工作流。文章目录工作流介绍核心模型Node 节点工作流程大模型应用CLIPTextEncodeFlux 正向语义与风格控制CLIPTextEncodeFlux 负向语义约束使用方法应用场景开发与应用工作流介绍这是一个围绕 FLUX.1-dev 模型构建的综合型生成工作流，通过核心模型、文本编码、Union ControlNet 以及多种预处理节点的协同配合，实现从参考图像到最终成图的完整控制链路。工作流整体逻辑清晰，从输入图像的尺寸统一、结构信息提取，到文本语义注入、控制条件融合，再到自定义采样与解码输出，每一步都服务于“在可控范围内释放模型表现力”这一目标。后续表格中会详细列出所使用的模型与节点，而这里的概述重点在于让读者理解，这并不是一个单一 ControlNet 的简单示例，而是一套强调结构一致性与生成质量平衡的成熟方案。核心模型该工作流的核心模型体系围绕 FLUX.1-dev 展开，整体设计目标是兼顾高质量文本理解能力与多条件结构控制的稳定性。在模型层面，UNet 负责主要的图像生成与去噪推理，Dual CLIP 结构同时引入 T5-XXL 与 CLIP-L 两套文本编码体系，使得语义理解在复杂描述和风格约束下依然保持一致性。VAE 则承担潜空间与图像空间之间的编码与解码任务，保证最终输出在细节与整体清晰度上的平衡。配合 Union ControlNet 模型，该工作流能够将多种结构信息统一注入到同一次生成过程中，而不是依赖单一控制条件，从而在保持画面可控性的同时，避免生成结果过度僵硬。模型名称说明