下载量
0
参数
9B
上下文
未说明
架构 / 任务
未分类
许可证
apache-2.0
MODEL POSITIONING
这个模型解决什么问题？
Flux2-Klein-9B-True-V3 是基于 black-forest-labs/FLUX.2-klein-9B 微调的文本生成图像模型，由 wikeeyang 发布于 Hugging Face 与 ModelScope，实际使用受 FLUX Non-Commercial License 约束。模型能力来源于模型卡与 diffusers 库配置，任务标签为 text-to-image-synthesis，并支持提示词编辑、LoRA 换脸换装、Mask 区域编辑等扩展用法。量化仓库同时提供 GGUF（Q4_K/Q5_K/Q6_K/Q8_0）、int4_convrot、Int8 等格式，文件约 4.5GB–9GB。
更适合谁
- 本地部署文生图与图像编辑工作流的中文 AIGC 创作者
- 显存有限但希望运行 9B 级 FLUX 派生模型的工作室与个人开发者
- 需要纯提示词或 LoRA 实现换脸、换装、区域编辑的二次创作用户
典型使用场景
- 文本生成图像：人像、场景、概念图等 AIGC 内容产出
- 纯提示词指令编辑：换装、加道具、改背景等图像二次创作
- 配合 bfs_head_v1 等 LoRA 实现换头、虚拟试穿等玩法
- 通过 Mask + LoRA 对图片局部进行精准修改
SOURCE-BASED CAPABILITIES
模型卡透露的核心特点
9B FLUX 微调
基于 FLUX.2-klein-9B 微调，V3 版本在美学与构图上较 V1/V2 有明显改进
多模态编辑
支持纯提示词图像编辑、LoRA 换脸换装以及 Mask + LoRA 区域精准编辑
多档量化
同时提供 GGUF（Q4–Q8）、int4_convrot、Int8 等多种精度与格式
低显存友好
配合 ComfyUI 第三方插件可在 4–6GB 显存运行 BF16 全量模型
中英双语支持
模型卡语言标注 en 与 zh，适合中文提示词创作场景
硬件怎么准备
- Q4_K 版本最低约 5GB 显存 / 5.5GB 内存，推荐 6GB 显存 / 8GB 内存
- Q5_K 版本最低约 6GB 显存 / 7GB 内存，推荐 7GB 显存 / 8GB 内存
- Q6_K 版本最低约 7GB 显存 / 8GB 内存，推荐 8GB 显存 / 9.5GB 内存
- Q8_0 版本最低约 9.5GB 显存 / 10.5GB 内存，推荐 11GB 显存 / 13GB 内存
量化版本怎么选
- 显存紧张优先选 Q4_K，文件约 4.5GB，模型卡称量化损失较小
- 想要更高画质且显存允许时可选 Q6_K 或 Q8_0
- 低显存场景可尝试 int4_convrot 或 ComfyUI_UniBlockSwap 跑 BF16 全量
- 速度敏感场景可尝试 Int8 版本，模型卡宣称约为 fp8 的两倍
GGUF VARIANTS
量化版本与硬件要求
HARDWARE MATCH
哪些显卡或设备更适合运行？
按当前最小量化文件估算，至少需要 5GB 显存；如果希望为运行框架和上下文保留余量，优先参考推荐显存 6GB。
阅读 8GB 显存选型指南 →可以怎样运行
- ComfyUI + smthemex/ComfyUI_Dif_GGUF 加载 GGUF 量化文件
- ComfyUI + smthemex/ComfyUI_UniBlockSwap 在 4–6GB 显存跑 BF16 全量
- ComfyUI-INT8-Fast 或 ComfyUI 原生节点加载 Int8 量化版本
- 基于 diffusers / PyTorch 的常规推理流程
采用前要知道的限制
- 实际使用受 FLUX Non-Commercial License 约束，仅限非商业用途
- 多数玩法需配合 ComfyUI 第三方插件，模型卡未说明原生推理速度
- 元数据中 ollama、llama.cpp、lmStudio 等运行时与图像生成场景是否匹配，模型卡未说明
- 模型卡未给出量化精度与出图质量的具体测评数据
COMPARISON PATH
继续对比同类方案
不要只看单页结论；沿同类用途继续比较能力边界、硬件门槛与维护状态。