Nunchaku Flux.1 Kontext Dev

🚀 nunchaku-flux.1-kontext-dev模型卡

本仓库包含经过Nunchaku量化处理的FLUX.1-Kontext-dev版本，能够根据文本指令编辑图像。该模型在优化推理效率的同时，将性能损失降至最低。

此仓库已迁移至https://huggingface.co/nunchaku-tech/nunchaku-flux.1-kontext-dev ，并将于2025年12月隐藏。

✨ 主要特性

• 基于文本指令进行图像编辑。
• 经过量化处理，优化推理效率，性能损失小。

📚 详细文档

模型详情

模型文件

• ：SVDQuant量化的INT4 FLUX.1-Kontext-dev模型，适用于非Blackwell GPU（50系列之前）的用户。
• ：SVDQuant量化的NVFP4 FLUX.1-Kontext-dev模型，适用于Blackwell GPU（50系列）的用户。

模型来源

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

💻 使用示例

基础用法

• Diffusers使用方法：请参阅flux.1-kontext-dev.py。查看我们的教程以了解更多高级用法。
• ComfyUI使用方法：请参阅nunchaku-flux.1-kontext-dev.json。

📊 性能表现

📄 引用说明

@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}
}

📄 许可证

FLUX.1 [dev]模型由Black Forest Labs Inc.根据FLUX.1 [dev]非商业许可证授权。版权归Black Forest Labs Inc.所有。在任何情况下，Black Forest Labs Inc.均不对因使用本模型而产生的任何索赔、损害或其他责任负责，无论是在合同、侵权或其他诉讼中。