Nunchaku Flux.1 Dev

🚀 nunchaku-flux.1-dev 模型

本倉庫包含 FLUX.1-dev 的 Nunchaku 量化版本，旨在根據文本提示生成高質量圖像。該模型在保持性能損失最小的同時，針對高效推理進行了優化。

🚀 快速開始

本模型可根據文本提示生成高質量圖像，在高效推理方面進行了優化，同時將性能損失降至最低。

✨ 主要特性

• 基於 FLUX.1-dev 模型進行 Nunchaku 量化。
• 能夠根據文本提示生成高質量圖像。
• 針對高效推理進行優化，性能損失極小。

📚 詳細文檔

模型詳情

模型文件

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

Diffusers 使用方法

請參考 flux.1-dev.py。如需瞭解更高級的使用方法，請查看我們的 教程。

ComfyUI 使用方法

請參考 nunchaku-flux.1-dev.json。

📈 性能表現

📄 許可證

本模型遵循 flux-1-dev-non-commercial-license 許可證。

📚 引用信息

@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}
}

⚠️ 歸屬聲明

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。