Nunchaku Flux.1 Kontext Dev

🚀 nunchaku-flux.1-kontext-dev模型卡

本倉庫包含經過Nunchaku量化處理的FLUX.1-Kontext-dev版本，能夠根據文本指令編輯圖像。該模型在優化推理效率的同時，將性能損失降至最低。

此倉庫已遷移至https://huggingface.co/nunchaku-tech/nunchaku-flux.1-kontext-dev ，並將於2025年12月隱藏。

✨ 主要特性

• 基於文本指令進行圖像編輯。
• 經過量化處理，優化推理效率，性能損失小。

📚 詳細文檔

模型詳情

模型文件

• ：SVDQuant量化的INT4 FLUX.1-Kontext-dev模型，適用於非Blackwell GPU（50系列之前）的用戶。
• ：SVDQuant量化的NVFP4 FLUX.1-Kontext-dev模型，適用於Blackwell GPU（50系列）的用戶。

模型來源

• 推理引擎：nunchaku
• 量化庫：deepcompressor
• 論文：SVDQuant: Absorbing Outliers by Low-Rank Components for 4-Bit Diffusion Models
• 演示：svdquant.mit.edu

💻 使用示例

基礎用法

• Diffusers使用方法：請參閱flux.1-kontext-dev.py。查看我們的教程以瞭解更多高級用法。
• ComfyUI使用方法：請參閱nunchaku-flux.1-kontext-dev.json。

📊 性能表現

📄 引用說明

@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}
}

📄 許可證

FLUX.1 [dev]模型由Black Forest Labs Inc.根據FLUX.1 [dev]非商業許可證授權。版權歸Black Forest Labs Inc.所有。在任何情況下，Black Forest Labs Inc.均不對因使用本模型而產生的任何索賠、損害或其他責任負責，無論是在合同、侵權或其他訴訟中。