阿里团队此前发布的 ACE++ 以其三款基于 FLUX 模型的 LoRA 在人物与物体迁移方面提供了卓越的一致性控制能力。而这次升级，他们正式推出了 The Unified FFT Model（FFT 统一大模型）。

ACE_Plus：统一大模型 FFT 介绍

• GitHub 仓库地址：https://github.com/ali-vilab/ACE_plus

• 模型下载地址：https://hf-mirror.com/ali-vilab/ACE_Plus/tree/main

  

最后的 ACE 迭代，迈向新方向

团队已在介绍页中说明，这应该是 ACE 系列的最终版本。FFT 统一大模型 已经能够高效处理 图像生成、本地编辑、可控生成等任务，并不会进行进一步迭代。主要原因是 训练数据集和 FLUX 模型之间的高度异质性 导致训练过程极其不稳定。因此，团队未来的研究重点将转向 WAN 2.1 模型，探索新的任务方向。

ACE FFT 统一大模型：更强大的图像处理能力

该模型采用 全 ACE 数据进行微调，并支持多种编辑与参考生成任务，包括：

• 重绘（Repainting）

• 轮廓重绘（Outline Redraw）

• 深度重绘（Depth Redraw）

• 重上色（Recoloring）

• 区域编辑（Region Editing）

• 超分辨率（Super Resolution）

  

ComfyUI 集成 & 下载安装

官方提供了 ComfyUI 的节点包、工作流和 FFT 大模型，用户可通过上方链接下载。
CloserAI 会员 可在 模型库 直接获取 ACE++ FFT 大模型、工作流及节点文件。

ComfyUI 安装步骤

1. 将 workflow/ComfyU-ACE_Plus 文件夹复制到 ComfyUI 的 custom_nodes 目录。

2. 启动 ComfyUI，在 workflow_example_fft 文件夹中找到四个示例工作流：

   • workflow_no_preprocess.json：使用预处理的图像（如深度图、轮廓）进行输入，或用于超分辨率任务。

   • workflow_controlpreprocess.json：支持可控的图像到图像转换。

   • workflow_reference_generation.json：肖像或主体的参考图像生成功能。

   • workflow_referenceediting_generation.json：参考图像编辑功能。

优化 GPU 内存使用

ComfyUI 版本提供了一个 max_seq_length 参数来调节 推理时 GPU 内存占用。

• 范围：1024 - 5120

• 数值越大，图像清晰度越高，但对显存需求更高。

• 数值越小，推理占用更少，但可能影响清晰度。

ACE++ FFT 统一大模型，开启更强大的图像处理体验！赶快下载试试吧！