许可证：Apache-2.0
基础模型：

• black-forest-labs/FLUX.1-schnell
  任务类型：文本生成图像

来自 Takara.ai 前沿研究团队的 Flux.1 Q_4_k，这是一款专为 stable-diffusion.cpp 优化的量化 GGUF 模型，可在低端硬件上高效生成图像。该模型曾用于创建 Kurai Toori 暗街数据集。

特性

• 通过 4 位量化优化，适配低端硬件
• 尽管经过压缩，仍能生成高质量图像
• 高效性能，质量损失最小
• 能力广泛，不仅限于暗街场景

使用方法

1. 克隆并设置 stable-diffusion.cpp：

   git clone https://github.com/leejet/stable-diffusion.cpp.git  
   cd stable-diffusion.cpp  
   # 按照 stable-diffusion.cpp 的 README 说明进行设置  
   

2. 从本仓库下载 GGUF 模型文件。
3. 使用 stable-diffusion.cpp 运行模型，指向下载的文件：

   ./sd -m 路径/flux.1-q_4_k.gguf -p "你的提示词"  
   

性能优势

• 相比全精度模型，内存占用更低
• 在消费级硬件上推理速度更快
• 在性能较弱的硬件上运行，质量无明显损失
• 适合实验和快速原型设计

技术细节

本模型是 Black Forest Labs 的 FLUX.1-schnell 基础模型的 4 位量化版本。量化过程保留了原模型的创作能力，同时显著降低了内存占用和计算需求。

示例用途

• 生成都市夜景和城市景观
• 为创意项目创作艺术化表达
• 快速原型化视觉概念
• 在消费级硬件上实现可访问的 AI 图像生成

研究咨询与媒体联系，请发送邮件至 research@takara.ai

变革人类