Nunchaku Flux.1 Dev Colossus

🚀 nunchaku-flux.1-dev-colossus 模型卡

本倉庫包含 Colossus Project Flux 的 Nunchaku 量化版本，旨在根據文本提示生成高質量圖像。該模型在優化推理效率的同時，將性能損失降至最低。

📚 詳細文檔

🔍 模型描述

📄 模型文件

• ：SVDQuant 量化的 INT4 FLUX ColossusV12 模型，適用於非 Blackwell GPU（50 系列之前）的用戶。
• ：SVDQuant 量化的 NVFP4 FLUX ColossusV12 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-colossus.py，只需將其中的 safetensors 文件替換為本倉庫中的文件。如需更高級的使用方法，請查看我們的 教程。

🎨 ComfyUI 使用方法

請參考 nunchaku-flux.1-dev.json，只需將其中的 safetensors 文件替換為本倉庫中的文件。

📈 性能表現

📖 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}
}

⚖️ 版權聲明

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。

📄 許可證

本模型使用 flux-1-dev-non-commercial-license 許可證。