许可证：其他 许可证名称：flux-1-dev非商业许可证 许可证链接：https://huggingface.co/black-forest-labs/FLUX.1-dev/blob/main/LICENSE.md 语言：

• 英文 基础模型：black-forest-labs/FLUX.1-dev 库名称：diffusers 标签：
• 文本到图像
• FLUX
• 稳定扩散 管道标签：文本到图像

中文版自述文件

本仓库提供了阿里妈妈创意团队发布的FLUX.1-dev模型的8步蒸馏LoRa。

描述

此检查点是一个基于FLUX.1-dev模型训练的8步蒸馏LoRa。我们使用多头判别器来提高蒸馏质量。我们的模型可用于文本到图像（T2I）、修复控制网络（inpainting controlnet）及其他FLUX相关模型。推荐参数为guidance_scale=3.5，lora_scale=1。更低步数的版本将在后续发布。

• 文本到图像生成。

• 结合alimama-creative/FLUX.1-dev-Controlnet-Inpainting-Beta使用。我们的蒸馏LoRa能很好地适配修复控制网络，加速生成的效果能紧密跟随原始输出。

使用方法

diffusers

此模型可直接与diffusers配合使用

import torch
from diffusers.pipelines import FluxPipeline

model_id = "black-forest-labs/FLUX.1-dev"
adapter_id = "alimama-creative/FLUX.1-Turbo-Alpha"

pipe = FluxPipeline.from_pretrained(
  model_id,
  torch_dtype=torch.bfloat16
)
pipe.to("cuda")

pipe.load_lora_weights(adapter_id)
pipe.fuse_lora()

prompt = "一张DSLR拍摄的闪亮大众面包车照片，车身上绘有城市景观。一只微笑的树懒站在车前的草地上，穿着皮夹克、牛仔帽、苏格兰裙和领结。树懒手持长棍和一本大书。"
image = pipe(
            prompt=prompt,
            guidance_scale=3.5,
            height=1024,
            width=1024,
            num_inference_steps=8,
            max_sequence_length=512).images[0]

comfyui

• 文本到图像加速工作流：点击此处
• 修复控制网络加速工作流：点击此处

训练详情

模型基于100万张开源及内部来源图像训练，美学评分6.3+且分辨率大于800。我们采用对抗训练提升质量。该方法固定原始FLUX.1-dev的Transformer作为判别器主干，并在每层Transformer添加多头。训练时固定引导尺度为3.5，时间偏移量为3。

混合精度：bf16

学习率：2e-5

批量大小：64

图像尺寸：1024x1024