Nunchaku Flux.1 Kontext Dev

🚀 nunchaku-flux.1-kontext-dev

このリポジトリは、テキスト命令に基づいて画像を編集できるFLUX.1-Kontext-devのNunchaku量子化バージョンを含んでいます。推論の効率化を図り、性能の損失を最小限に抑えるように最適化されています。

🚀 クイックスタート

このリポジトリは、2025年12月に非表示になり、https://huggingface.co/nunchaku-tech/nunchaku-flux.1-kontext-dev に移行されました。

✨ 主な機能

このモデルは、テキスト命令に基づいて画像を編集する機能を持ち、推論の効率化と性能の損失最小化が図られています。

📚 ドキュメント

モデルの詳細

モデルの説明

モデルファイル

• : SVDQuantで量子化されたINT4のFLUX.1-Kontext-devモデル。Blackwell以外のGPU（50シリーズ以前）のユーザー向け。
• : SVDQuantで量子化されたNVFP4のFLUX.1-Kontext-devモデル。Blackwell GPU（50シリーズ）のユーザー向け。

モデルのソース

• 推論エンジン: nunchaku
• 量子化ライブラリ: deepcompressor
• 論文: SVDQuant: Absorbing Outliers by Low-Rank Components for 4-Bit Diffusion Models
• デモ: svdquant.mit.edu

使用方法

• Diffusersの使用方法: flux.1-kontext-dev.pyを参照してください。より高度な使用方法については、チュートリアルをチェックしてください。
• ComfyUIの使用方法: nunchaku-flux.1-kontext-dev.jsonを参照してください。

性能

引用

@inproceedings{
  li2024svdquant,
  title={SVDQuant: Absorbing Outliers by Low-Rank Components for 4-Bit Diffusion Models},
  author={Li*, Muyang and Lin*, Yujun and Zhang*, Zhekai and Cai, Tianle and Li, Xiuyu and Guo, Junxian and Xie, Enze and Meng, Chenlin and Zhu, Jun-Yan and Han, Song},
  booktitle={The Thirteenth International Conference on Learning Representations},
  year={2025}
}

帰属通知

FLUX.1 [dev]モデルは、Black Forest Labs Inc.によってFLUX.1 [dev]非商用ライセンスの下でライセンスされています。著作権はBlack Forest Labs Inc.に帰属します。いかなる場合も、Black Forest Labs Inc.は、このモデルの使用に起因する、契約、不法行為またはその他の訴訟におけるいかなる請求、損害またはその他の責任について責任を負いません。

📄 ライセンス

このモデルは、flux-1-dev-non-commercial-licenseの下で提供されています。