🚀 FLUX.1-dev-GGUF

FLUX.1-dev-GGUF 是一个基于文本描述生成图像的模型，它基于 120 亿参数的校正流变压器构建。该模型在图像生成质量和对提示的遵循能力上表现出色，并且开放了权重以推动科研和创新工作流的发展。

🚀 快速开始

此模型仅由 gpustack/llama-box v0.0.77+ 提供实验性支持！

模型创建者：Black Forest Labs
原始模型：FLUX.1-dev
GGUF 量化：基于由 llama-box 打补丁的 stable-diffusion.cpp ac54e。

✨ 主要特性

1. 卓越的输出质量：输出质量处于前沿水平，仅次于该团队的最先进模型 FLUX.1 [pro]。
2. 强大的提示遵循能力：在遵循提示方面表现出色，与闭源替代方案的性能相当。
3. 高效的训练方式：采用引导蒸馏进行训练，使 FLUX.1 [dev] 更加高效。
4. 开放的科研支持：开放模型权重，以推动新的科学研究，并助力艺术家开发创新的工作流程。
5. 灵活的使用许可：生成的输出可用于个人、科学和商业目的，具体遵循 FLUX.1 [dev] 非商业许可协议。

📦 安装指南

若要使用 FLUX.1 [dev] 与 🧨 diffusers Python 库，首先需要安装或升级 diffusers：

pip install -U diffusers

💻 使用示例

基础用法

import torch
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16)
pipe.enable_model_cpu_offload() # 通过将模型卸载到 CPU 来节省一些显存。如果您有足够的 GPU 算力，请移除这一行

prompt = "A cat holding a sign that says hello world"
image = pipe(
    prompt,
    height=1024,
    width=1024,
    guidance_scale=3.5,
    num_inference_steps=50,
    max_sequence_length=512,
    generator=torch.Generator("cpu").manual_seed(0)
).images[0]
image.save("flux-dev.png")

若要了解更多信息，请查看 diffusers 文档。

📚 详细文档

API 端点

FLUX.1 模型也可通过以下 API 源获取：

• bfl.ml（目前为 FLUX.1 [pro]）
• replicate.com
• fal.ai
• mystic.ai

ComfyUI

FLUX.1 [dev] 也可在 Comfy UI 中使用，以基于节点的工作流进行本地推理。

⚠️ 注意事项

局限性

• 此模型并非旨在或能够提供事实信息。
• 作为一个统计模型，该检查点可能会放大现有的社会偏见。
• 模型可能无法生成与提示匹配的输出。
• 对提示的遵循能力在很大程度上受提示风格的影响。

禁止使用场景

该模型及其衍生产品不得用于以下方面：

• 以任何违反适用的国家、联邦、州、地方或国际法律或法规的方式使用。
• 用于剥削、伤害或以任何方式试图剥削或伤害未成年人的目的；包括但不限于招揽、创建、获取或传播儿童剥削内容。
• 生成或传播可验证的虚假信息和/或旨在伤害他人的内容。
• 生成或传播可用于伤害个人的个人身份信息。
• 骚扰、虐待、威胁、跟踪或欺凌个人或群体。
• 创建非自愿的裸体或非法色情内容。
• 用于对个人的合法权利产生不利影响的全自动决策，或以其他方式创建或修改具有约束力、可执行的义务。
• 生成或推动大规模的虚假信息宣传活动。

📄 许可证

此模型遵循 FLUX.1 [dev] 非商业许可协议。在点击“同意”时，您即同意 FluxDev 非商业许可协议，并认可 可接受使用政策。